
- •Экономические науки
- •Э конометрика
- •1. Вероятность и случайная величина
- •1.1. Основные понятия теории вероятностей.
- •1.2. Случайная величина.
- •1.3. Вероятностные характеристики случайной величины.
- •1.1. Основные понятия теории вероятностей
- •1.1.1. Классический подход вероятности
- •Общее число возможных результатов
- •1.1.2. Эмпирический подход
- •1.1.3. Субъективный подход (интуитивный)
- •1.2. Случайная величина
- •1.2.1. Дискретные и непрерывные случайные величины
- •1.3. Вероятностные характеристики случайной величины
- •1.3.2. Примеры законов распределения
- •1.3.3. Математическое ожидание
- •1.3.4. Дисперсия случайной величины
- •1.3.5. Многомерное распределение вероятности
- •2. Элементы математической статистики
- •2.1. Предмет и основные понятия математической статистики
- •2.2. Оценивание «Хорошие» свойства оценок
- •2.3. Проверка гипотез и интервальное оценивание
- •2.1. Предмет и основные понятия математической статистики
- •2.2. Оценивание «Хорошие» свойства оценок
- •Описательный статистический анализ
- •С татистический анализ
- •Описательный вид цель - выводы
- •Оценивание проверка гипотез
- •2.3. Проверка гипотез и интервальное оценивание
- •Проверка гипотез методом определения уровня вероятности.
- •Интервальное оценивание.
- •3. Однофакторные регрессионные уравнения
- •Понятие регрессионных уравнений
- •Метод наименьших квадратов
- •Проверка адекватности регрессионных уравнений
- •Показатели качества подгонки регрессионных уравнений
- •Проверка различных гипотез относительно регрессионных уравнений
- •«Хорошие» свойства оценок
- •3.1. Понятие регрессионных уравнений
- •3.2. Метод наименьших квадратов
- •3.3. Проверка адекватности регрессионных уравнений
- •3.3.1. Показатели качества подгонки регрессионного уравнения
- •Различные гипотезы относительно параметров регрессионного уравнения
- •3.3.3. Проверка выполнения условий для получения «хороших» оценок мнк
- •4. Многофакторное регрессионное уравнение (мру)
- •4.1. Необходимость использования многофакторных регрессионных уравнений (мру)
- •4.2. Оценка коэффициентов регрессии и условия применения метода наименьших квадратов (мнк) Параметры уравнения множественной регрессии оцениваются методом наименьших квадратов по формуле:
- •4.3. Показатели адекватности
- •4.4. Отбор существенных факторов
- •4.5. Нелинейные регрессионные модели (нрм).
- •4.6. Использование регрессионных моделей для прогнозирования.
- •4.7. Этапы построений регрессионных уравнений
- •Определение «входов» и «выходов» модели.
- •Сбор исходных статистических данных.
- •Установление наличия статистической связи между переменными.
- •Выбор математической формулы регрессионного уравнения.
- •Оценка коэффициентов регрессионного уравнения.
- •Оценка качества подгонки регрессионного уравнения.
- •Оценка стандартных ошибок и t- статистика для коэффициентов регрессии.
- •Проверка условий метода наименьших квадратов (мнк) для получения «хороших» оценок.
- •Экспериментальная проверка моделей.
- •Вывод об адекватности модели.
- •Эксплуатация моделей.
- •5. Прогнозирование на основе одномерного динамического ряда (др)
- •5.1. Строго периодические колебания (Vt)
- •V продаж
- •5.2. Тренд и нестрого периодические циклические колебания (Ut и Kt)
- •6. Три основных класса экономико-математических моделей применяемых для анализа и прогнозирования
- •1 Класс:
- •2 Класс:
- •3 Класс:
- •6.1. Структурная форма модели
- •6.2. Приведенная форма модели
- •6.3. Проблема идентификации
- •Дисперсионный анализ
2 Класс:
Регрессионные модели с одним уравнением. В таких моделях зависимая переменная представляется в виде функции.
где х1,
х2,,…..хk
– независимые
переменные.
- параметры
коэффициентов регрессии
3 Класс:
Система одновременных уравнений.
Наибольшее распространение в эконометрических исследованиях получила система взаимозависимых уравнений. В ней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях – в правую часть системы:
(6.1.)
Система взаимозависимых уравнений получила название системы совместных, одновременных уравнений. Тем самым подчеркивается, что в системе одни и те же переменные (у) одновременно рассматриваются как зависимые в одних уравнениях и как независимые в других. В эконометрике эта система уравнений называется структурной формой модели.
6.1. Структурная форма модели
Система совместных, одновременных уравнений (или структурная форма модели) содержит эндогенные и экзогенные переменные.
Эндогенные переменные обозначены в приведенной ранее системе одновременных уравнений как y. Это зависимые переменные, число которых равно числу уравнений в системе.
Экзогенные переменные обозначаются обычно как х. Это предопределенные переменные, влияющие на эндогенные переменные, и не зависящие от них.
Структурная
форма модели
простейшая имеет вид:
где y – эндогенные переменные;
x – экзогенные переменные.
Классификация переменных на эндогенные и экзогенные зависит от теоретической концепции принятой модели. Экономические переменные могут выступать в одних моделях как эндогенные, а в других как экзогенные переменные. Внеэкономические переменные (например, климатические условия) входят в систему как экзогенные переменные. В качестве экзогенных переменных могут рассматриваться значения эндогенных переменных за предшествующий период времени (лаговые переменные). Так, потребление текущего года (yt) может зависеть не только от ряда экономических факторов, но и от уровня потребления в предыдущем году (yt-1).
Структурная форма модели позволяет увидеть влияние изменений любой экзогенной переменной на значения эндогенной переменной. Целесообразно в качестве экзогенных переменных выбирать такие переменные, которые могут быть объектом регулирования. Меняя их и управляя ими, можно заранее иметь целевые значения эндогенных переменных.
Структурная форма
модели в правой части содержит при
эндогенных и экзогенных переменных
коэффициенты bi
и aj
(bi
– коэффициент при эндогенной переменной
(
),
aj
–коэффициент
при экзогенной переменной (
)),
которые называются структурными
коэффициентами модели.
Все переменные в модели выражены в
отклонениях от среднего уровня, т.е. под
х
подразумевается
,
а под у
– соответственно
.
Поэтому свободный член в каждом уравнении
системы отсутствует.
Использование МНК для оценивания структурных коэффициентов модели дает, как принято считать в теории, смещенные и несостоятельные оценки. Поэтому обычно для определения структурных коэффициентов модели структурная форма модели преобразуется в приведенную форму модели.