
- •Специальность менеджмент
- •Тема 1. Спецификация эконометрической модели.
- •Определение эконометрики
- •Пример решения эконометрической задачи
- •Спецификация эконометрической модели
- •Тема 2. Отбор факторов, включаемых в модель множественной регрессии.
- •2.2. Мультиколлинеарность
- •2.3. Методы включения факторов в модель
- •2. Отрицательное значение r(X,y) означает, что при увеличении х наблюдается тенденция уменьшения у,
- •4. Если коэффициент корреляции равен 0, то это означает, что между х и у нет линейной зависимости, но может быть нелинейная зависимость.
- •5. Корреляционным полем называется график совместного распределения х и у.
- •2.4. Метод шагового включения
- •3.1. Определение фиктивной переменной
- •3.2. Определение модели с переменной структурой
- •Тема 3. Фиктивные переменные.
- •3.3. Область использования фиктивной переменной
- •3.4.Пример использования фиктивной переменной
- •Тема 3. Фиктивные переменные.
- •3.4. Пример использования фиктивной переменной
- •Тема 4.Линейное уравнение множественной регрессии .
- •4.1. Общий вид уравнения множественной регрессии
- •4.3. Экономическая интерпретация коэффициентов линейного уравнения
- •4.4. Примеры экономической интерпретации коэффициентов линейного уравнения
- •Тема 5. Оценка параметров линейных уравнений регрессии
- •Тема 6. Предпосылки мнк, методы их проверки
- •6.1. Предпосылки мнк
- •6.2. Проверка первой, второй предпосылок мнк
- •6.3. Проверка третьей, четвертой предпосылок мнк
- •6.4. Проверка пятой предпосылки мнк
- •Тема 7. Свойства оценок параметров эконометрической модели, получаемых при помощи мнк
- •Тема 8. Обобщенный метод наименьших квадратов (омнк)
- •8.2. Анализ третьей и четвертой предпосылок мнк
- •8.3. Использование омнк при гетероскедастичных остатках
- •8.4. Использование омнк при наличии автокорреляции остатков
- •Тема 9. Оценка тесноты связи
- •9.4.2. Ложная корреляция временных рядов
- •Тема 9. Оценка тесноты связи
- •9.2. Свойства коэффициента корреляции
- •2. Отрицательное значение r(X,y) означает, что при увеличении X наблюдается тенденция уменьшения y,
- •4. Если коэффициент корреляции равен 0, то это означает, что между х и у нет линейной зависимости, но может быть нелинейная зависимость.
- •5. Корреляционным полем называется график совместного распределения х и у.
- •9.3. Предпосылки коэффициента корреляции
- •9.4. Виды ложной корреляции
- •9.5. Проверка статистической значимости коэффициента корреляции
- •Тема 10. Оценка качества подбора уравнения
- •10.1. Перечень показателей качества модели
- •10.2. Ошибка модели, выраженная в процентах, вычисляется по формуле:
- •10.3. Дисперсионный анализ регрессионной модели
- •Тема 11. Проверка статистической значимости эконометрической модели
- •Тема 12. Оценка значимости параметров эконометрической модели
- •12.1. Проверка статистической значимости параметров эконометрической модели
- •Шаг 3. Вычисляются фактические значения критерия Стьюдента
- •12.2. Прогнозирование
- •12.3. Доверительный интервал функции регрессии.
- •Тема 13. Нелинейные зависимости в экономике
- •Тема 14. Виды нелинейных уравнений регрессии
- •14.1Ограничения применения мнк
- •14.2Линейная относительно коэффициентов, переменных аддитивная модель
- •14.3Классификация нелинейных моделей
- •14.4Нелинейные модели, которые являются внутренне линейными
- •Тема 15. Линеаризация нелинейных моделей регрессии
- •15.4. Метод обращения и разложения в ряд Тейлора
- •Тема 16. Оценка качества нелинейных уравнений регрессии
- •Тема 17. Временные ряды данных: характеристики и общие понятия Определение временного ряда
- •Основные свойства экономического временного ряда
- •1). Текущее состояние экономической системы зависит от прошлых, настоящих и будущих значений переменных этой системы, влияет на будущие значения и не влияет на прошлые значения см. Рис.
- •Статистические характеристики временного ряда
- •Периодограмма
- •Тема 18. Структура временного ряда Структура временного ряда
- •Сезонная составляющая
- •Циклическая составляющая
- •Тема 19. Аддитивная и мультипликативная модели временных рядов Два вида моделей временных рядов
- •Правила выбора моделей временных рядов
- •Этапы построения модели временного ряда
- •Примеры построения моделей временных рядов
- •Тема 20. Модели стационарных и нестационарных временных рядов и их идентификация
- •20.1.Определение строго стационарных временных рядов
- •20.2.Проверка стационарности временных рядов
- •20.3.Модели стационарных временных рядов
- •1) Модели авторегрессии;
- •2) Модели скользящего среднего;
- •3) Модели авторегрессии и скользящего среднего.
- •2) |Φ|‹1 – условие, обеспечивающее обратимость смешанной модели.
- •20.4. Модели нестационарных временных рядов
- •Если линейная модель
- •Эконометристами были предложены несколько методов определения
- •- Вычисляются остатки модели
- •Тема 21. Общие понятия о системах уравнений, используемых в эконометрике Определение эндогенных переменных.
- •Тема 22. Классификация систем уравнений
- •Тема 23. Идентификация систем эконометрических уравнений
- •Тема 24. Методы оценки параметров систем одновременных уравнений: косвенный метод наименьших квадратов (кмнк) и двухшаговый метод наименьших квадратов (дмнк)
- •1) На основе структурной формы системы одновременных уравнений составляется её приведённая форма, все параметры которой выражены через структурные коэффициенты;
- •2) Приведённые коэффициенты каждого уравнения оцениваются обычным методом наименьших квадратов с помощью функции линейн;
- •3) На основе оценок приведённых коэффициентов системы одновременных уравнений определяются оценки структурных коэффициентов через приведённые уравнения.
- •Двухшаговый метод наименьших квадратов Расчет коэффициентов модели
- •На первом шаге устраняется зависимость у2t от еt с помощью уравнения приведенной системы одновременных уравнений
12.3. Доверительный интервал функции регрессии.
Существуют два вида интервальных прогнозов для: индивидуальных значений и математических ожиданий.
С вероятность 1- можно утверждать, что уравнение регрессии для индивидуальных значений будет находиться в интервале
от Ур - Ош.рег.и. до Ур + Ош.рег.и.,
где
Ош.рег.и. - ошибка регрессии для индивидуальных значений зависимой переменной,
Урi = а0 +а1*Хi - расчетные значения зависимой переменной.
С вероятность 1- можно утверждать, что уравнение регрессии для индивидуальных значений будет находиться в интервале
от Ниж.д.и.рег.= Ур - Ош.рег.и. до Вер.д.и.рег.= Ур + Ош.рег.и.,
где
Ош.рег.и. - ошибка регрессии для индивидуальных значений зависимой переменной,
Ниж.д.и.рег. - нижний доверительный интервал уравнения регрессии
Вер.д.и.рег. – верхний доверительный интервал уравнения регрессии
12.4. Эконометрический анализ регрессионной модели.
Эконометрический анализ проводится в следующей последовательности:
1. Приводятся условие задачи и база данных всех переменных, которые участвовали в построении модели.
2. Строится график зависимости между переменными.
3. Приводятся все характеристики модели.
4. Проверяется достоверность модели и ее коэффициентов.
5. Приводятся точечный и интервальный прогнозы на ожидаемый период.
6. Приводятся графическое представление всех результатов расчетов с указанием фактических и расчетных значений зависимой переменной, 95% доверительных интервалов для уравнения регрессии, точечный прогноз и 95% прогнозный доверительный интервал для зависимой переменной.
7. Делаются выводы и предложения по результатам эконометрического анализа.
Тема 13. Нелинейные зависимости в экономике
Нелинейные тенденции
Нелинейные тенденций экономических процессов являются составным элементом науки «нелинейная динамика».
Нелинейная тенденция - англ. tendency, non-linear; нем. Tendenz, nichtlineare - направленность процесса, при котором уровень изменения У не является постоянным, а изменяется от одного значения фактора к другому. В графическом виде не образует прямую линию.
При наличии явной нелинейной тенденции нужно выполнить качественный анализ зависимости У от Х для того, чтобы избежать ошибок спецификации при выборе вида тренда.
В экономике очень часто встречаются нелинейные зависимости У от Х, так как все экономические процессы происходят циклически или нелинейно.
Однако на коротком временном интервале нелинейная тенденция может выглядеть как линейная.
Существуют сплайн функции, с помощью которых нелинейную тенденцию можно воспроизводить отрезками прямых линий.
Анализируя объем реализуемой продукции предприятия от времени, можно выделить шесть этапов состояний предприятия, см. рис.
График возможных объемов реализации продукции в определенные интервалы времени:
У - объем реализованной продукции в денежном выражении, Х - время;
Умин - минимальный объем реализации продукции, при которой можно рассчитаться с затратами и получить минимальную прибыль для нормального существования предприятия;
Умах - максимальный объем реализации продукции, при котором предприятие явно превосходит своих конкурентов, экономика стабильна и есть резерв для дальнейшего роста.
Выделенные зоны имеют следующие названия:
Зона 1 - почти разорение;
Зона 2 - чрезвычайное положение;
Зона 3 - нормальная деятельность;
Зона 4 - состояние изобилия;
Зона 5 - состояние могущества;
Зона 6 - состояние опасности.
Зависимость У от t по всем зонам имеет нелинейную тенденцию.
В каждой из выделенных зон тенденция зависимости У от t может носить линейный характер.
Качественный анализ предполагает изучение проблем возможного наличия в исследуемом ряду поворотных точек и изменения темпов прироста, начиная с определенного значения фактора.
В том случае, если уравнение тренда выбрано неправильно то результаты прогнозирования У будут недостоверными по причине ошибки спецификации.
Нелинейность зависимости рознично товарооборота от количества продавцов
Если в магазине имеется очередь, то увеличение количества продавцов приводит к пропорциональному росту товарооборота.
Если очередь в магазине отсутствует, то увеличение количества продавцов не будет приводить к росту товарооборота.
Указанная закономерность очень хорошо видна при работе кассиров в крупных гипермаркетах. Если в некоторый интервал времени несколько кассиров не обслуживают покупателей, то менеджер уменьшает количество кассиров.
Нелинейные зависимости эффективности от факторов
Приводим примеры нелинейной зависимости эффективности производства от факторов:
- экономическая эффективность производства возрастает или убывает непропорционально изменению масштабов производства.
Нелинейные зависимости производства продукции от факторов
Можно выделить следующие нелинейные зависимости производства продукции от факторов:
- величина затрат на производство партии деталей возрастает в связи с увеличением размеров партии, но не пропорционально им;
- непропорциональные зависимости между объемом производства и затратами;
- непропорциональные зависимости между количеством используемого в производстве компонента и некоторыми показателями качества готовой продукции;
-непропорциональные зависимости между затратами сырья и физическими параметрами (давление, температура и т.п.) соответствующего производственного процесса;
- непропорциональные зависимости между выручкой и объемом реализации.