
- •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
Если линейная модель
Уt = а0 +а1*Хt + et
содержит автокорреляцию остатков первого порядка, то для ее устранения можно использовать следующую модель:
Уt = а0 +а1*Хt + р*et-1 + vt,
где р - коэффициент автокорреляции первого порядка;
et-1 - лаговая переменная остатков первого порядка;
еt = р*еt-1 + vt;
vt - остатки новой модели.
Интрига предложенной модели заключается в том, что одновременно нельзя найти коэффициенты а0, а1 и р.
Эконометристами были предложены несколько методов определения
коэффициентов модели
Уt = а0 +а1*Хt +р*et-1 + vt.
Рассмотрим наиболее простой - метод наименьших квадратов, который выполняется в следующей последовательности:
- методом наименьших квадратов определяются коэффициенты а0, а1 модели
Уt = а0 +а1*Хt + et
- Вычисляются остатки модели
et = Уt – (a0 + a1*Xt)
методом наименьших квадратов определяется коэффициент р модели
et = p*et-1 + vt.
Прогнозирование по модели с коэффициентом автокорреляции производится по формуле:
Упр(n+1) = a0 + a1*Xn+1 + p*en,
где Упр( n+1) - прогнозное значение зависимой переменной на прогнозный период,
e(n) - значение остатка в предшествующий период.
а0 +а1*Хn+1 - обычный прогноз по линейной функции,
р*еn - поправка прогноза на автокорреляцию остатка.
Улучшение прогноза с использованием автокорреляции остатков первого порядка возможно только при прогнозировании на одну дату.
Тема 21. Общие понятия о системах уравнений, используемых в эконометрике Определение эндогенных переменных.
Система одновременных уравнений (СОУ) учитывает взаимовлияние основных переменных изучаемых объектов.
Все переменные экономической системы по признаку направленности воздействия на переменные можно разделить на две группы: внутренние или эндогенные переменные и внешние или экзогенные переменные.
Эндогенные (внутренние) переменные зависят от переменных системы и могут влиять на остальные переменные.
Эндогенные переменные принято обозначать буквой У.
Определение экзогенных переменных.
Экзогенные (внешние) переменные не зависят от деятельности системы, но могут влиять на эндогенные переменные.
Экзогенные переменные принято обозначать буквой Х.
Экзогенными переменными можно условно считать инвестиции в экономику, гуманитарную помощь.
Свойства эндогенных переменных.
Свойство 1. Эндогенные переменные имеют обратные связи, которые порождают проблему устойчивости экономической системы. Предположим, что в исходный момент времени эндогенные переменные находятся в средне динамическом равновесном состоянии (ярким примером служат устоявшиеся значения спроса, цены и предложения, изучаемые в микроэкономике).
При изменении эндогенной переменной возможны следующие сценарии ее изменения:
- она плавно, монотонно или циклически вернется к своему исходному значению, такое поведение эндогенной переменной характерно для устойчивой экономической системы;
- она плавно, монотонно или циклически примет минимальное или максимальное возможное значение, такое поведение эндогенной переменной характерно для неустойчивой экономической системы.
Свойство 2. Если экономическая система находится в устойчивом состоянии, то изменение эндогенной переменной не способно изменить средние динамические равновесные значения эндогенных переменных.
Свойства экзогенных переменных.
Свойство 1. Предположим, что экономическая система находится в устойчивом состоянии и эндогенные переменные имеют средние динамические равновесные значения. Изменение одной или нескольких экзогенных переменных приводит через несколько циклов к изменению средних динамических значений эндогенных переменных.
Свойство 2. Прогнозные значения эндогенных переменных можно получить только с помощью экзогенных переменных.