
- •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
15.4. Метод обращения и разложения в ряд Тейлора
Метод обращения используется в том случае, если исходная модель представлена в виде дроби, где в числителе стоит единица.
Пример 1.
У= 1/(а0+а1*Х+е) – гипербола 2.
Если произвести замену: 1/У=Z1, , то получится новая модель:
Z1= а0+а1*Х+е, коэффициенты которой рассчитываются с помощью функции ЛИНЕЙН.
Метод разложения функции в ряд Тейлора.
Если модель является внутренне нелинейной, т.е. ее нельзя преобразовать в линейную функцию, то эту функцию раскладывают в ряд Тейлора.
Пример 1.
У= а0*Xa1 +е – степенная модель, в которой остатки включены аддитивно, при этом модель становится внутренне нелинейной, так как нельзя привести к линейному виду потому, что нельзя найти логарифм суммы (а0*Xa1 +е).
Однако, с помощью программы «поиск решения» можно найти коэффициенты любых функций, в том числе приведенной в примере.
Поэтому разложение функции в ряд Тейлора становится не актуальным.
Метод разложения функции в ряд Тейлора не получил широкого распространения в эконометрических исследованиях.
Тема 16. Оценка качества нелинейных уравнений регрессии
Показатели качества нелинейных уравнений регрессии
Если определены коэффициенты нелинейной модели, то показателями качества нелинейной модели могут быть:
1. Е - абсолютная ошибка модели,
2. Е% -процент ошибки модели,
3. R2 - коэффициент детерминации,
4. F - критерий Фишера.
Абсолютная и относительная ошибка модели
Показатели качества нелинейной модели – абсолютная и относительная ошибка модели вычисляются по следующим формулам
Коэффициент детерминации и критерий Фишера
Показатель качества нелинейной модели: коэффициент детерминации вычисляется по формуле
Показатель качества нелинейной модели: Критерий Фишера вычисляется по формуле:
Табличное значение критерия Фишера имеет следующие характеристики:
F(α=0,05; m1 = k-1; m2=n-k)
n - объем выборки,
k - количество коэффициентов в модели, включая свободный коэффициент.
Проверка достоверности нелинейной модели по критерию Фишера имеет стандартную последовательность.
Использование функции ЛИНЕЙН для расчета качества нелинейной модели
Если для линеаризации использовался метод логарифмирования или обращения, то коэффициенты нелинейных моделей и ее характеристики определяются с помощью функции ЛИНЕЙН по преобразованным данным, поэтому полученные характеристики качества модели нельзя использовать для исходных значений.
Тема 17. Временные ряды данных: характеристики и общие понятия Определение временного ряда
Экономический временной ряд – временная последовательность значений показателя экономического процесса.
Временной ряд переменной обозначается как Уt,
где Уt – отдельное наблюдение в фиксированный момент времени t, называемое уровнем ряда,
Уt - является характеристикой экономического процесса
Уt - является случайной величиной,
t (1, …, n) – порядковый номер времени;
(tк+1 – tк) – постоянный временной шаг, через который измеряется значение переменной.
В эконометрике нет ограничений на величину временного шага, обычно им могут быть: сутки, месяц, квартал, год, десятилетия.
n – число уровней, длина, размер, количество значений, временного ряда, но не принято говорить объем выборки.