
- •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
Тема 18. Структура временного ряда Структура временного ряда
Обычно временной ряд представляют в виде аддитивной модели, имеющей следующие компоненты:
Уt = f1t+f2t+f3t+et
где f1t – тренд, плавно изменяющаяся компонента, которая отражает влияние факторов формирующих долговременную, как правило монотонную, общую тенденцию в изменениях признака временного ряда Уt;
f2t – сезонная компонента, которая отражает повторяемость экономических процессов в течении не очень длительного периода (года, месяца, недели и т.д.);
f3t – циклическая компонента, которая отражает повторяемость экономических процессов в течении длительных периодов (например, влияние волн экономической активности Кондратьева, демографических спадов, циклов солнечной активности и т. д.);
et – случайная компонента (остатки), учитывающая влияние факторов, не вошедших в модель.
Тренд
f1t – тренд, плавно изменяющаяся компонента, которая не должна влиять на периодическую составляющую временного ряда. Главное назначение тренда- перевести нестационарный временной ряд в стационарный. Поэтому наиболее оптимальной функцией, используемой для тренда временного ряда, является линейная функция, которая не влияет на периодические составляющие временного ряда.
Компонента f1t (тренд) изучена очень хорошо.
Имеется программа "TableCurve2D", которая позволяет аппроксимировать тренд временного ряда с использованием более двух тысяч различных аналитических математических функций.
Сезонная составляющая
f2t – сезонная компонента, которая отражает повторяемость экономических процессов в течение не очень длительного периода, является одной из составляющих периодических колебаний временного ряда.
Циклическая составляющая
f3t – циклическая компонента, которая отражает повторяемость экономических процессов в течении длительных периодов может отражать влияние как сезонной компоненты, так и других периодических колебаний с различными периодами.
Компонента f3t (циклическая) изучена слабо и требует решения трех проблем:
1) объяснения механизма появления периодических колебаний;
2) аналитического представления периодических колебаний;
3) экономической интерпретации периодических колебаний.
Причины периодических колебаний условно подразделяются на астрофизические и экономические.
Астрофизические факторы, как правило, являются неуправляемыми, и их влияние носит глобальный характер.
Известны периоды астрофизических факторов:
1) суточные и годовые, связанные с вращением Земли вокруг своей оси и Солнца;
2) месячные циклы, связанные с вращением Луны;
3) 11 - летние циклы солнечной активности, определяемые по числам Вольфа;
4) долгосрочные периоды, связанные с ледниковыми периодами,
5) смены полюсов Земли,
6) прецессии оси вращения Земли.
Тема 19. Аддитивная и мультипликативная модели временных рядов Два вида моделей временных рядов
Обычно временной ряд представляют в виде соответствующих аддитивной или мультипликативной моделей:
а) Уt = f1t + f2t + f3t + et,
б) Уt = f1t*f2t*f3t*et.
имеющих следующие компоненты:
f1t – тренд, плавно изменяющаяся компонента, которая отражает влияние факторов формирующих долговременную, как правило монотонную тенденцию в изменениях признака временного ряда Уt;
f2t – сезонная компонента, которая отражает повторяемость экономических процессов в течение не очень длительного периода (года, месяца, недели и т.д.);
f3t – циклическая компонента, которая отражает повторяемость экономических процессов в течение длительных периодов (например, влияние волн экономической активности Кондратьева, демографических спадов, циклов солнечной активности и т. д.);
et – случайная компонента (остатки), учитывающая влияние факторов, не вошедших в модель.