
- •Содержание
- •Введение
- •Тема№1 Общие понятия эконометрических моделей и задачи экономического анализа, решаемые на их основе
- •2.Эконометрические модели и проблемы эконометрического моделирования
- •3.Основные этапы эконометрического моделирования
- •Тема №2 Линейная регрессия и корреляция в эконометрических исследованиях
- •1.Оценка параметров линейной регрессии методом наименьших квадратов
- •2. Расчет параметров линейной регрессии
- •3.Экономический смысл и содержание показателей тесноты связи в линейных моделях
- •1.Оценка параметров линейной регрессии методом наименьших квадратов
- •2. Расчет параметров линейной регрессии
- •3.Экономический смысл и содержание показателей тесноты связи в линейных моделях
- •Тема №3 Оценка значимости параметров линейной регрессии и корреляции
- •1.Оценка значимости уравнения регрессии с помощью f–критерия
- •2. Оценка значимости параметров уравнения линейной регрессии
- •Оценка значимости уравнения регрессии с помощью f–критерия
- •2. Оценка значимости параметров уравнения линейной регрессии
- •Тема№4 Нелинейная регрессия в эконометрических исследованиях
- •1.Классификация функций нелинейных регрессий
- •2.Использование функций нелинейных регрессий в практической деятельности
- •Классификация функций нелинейных регрессий
- •2.Использование функций нелинейных регрессий в практической деятельности
- •Тема№5 Множественная регрессия в эконометрических исследованиях
- •2. Выбор формы уравнения регрессии
- •3.Оценка параметров уравнения множественной регрессии
- •4.Частные уравнения регрессии
- •Тема№6 Множественная корреляция в эконометрических исследованиях
- •Частные коэффициенты корреляции
- •3. Оценка надежности результатов множественной регрессии и корреляции.
- •Тема №7 Одномерные временные ряды
- •1. Основные элементы временного ряда
- •2.Автокорреляция уровней временного ряда
- •1. Основные элементы временного ряда
- •2.Автокорреляция уровней временного ряда
- •1. Специфика статистической оценки взаимосвязи двух временных рядов
- •2.Методы исключения тенденции
- •3.Автокорреляция в остатках. Критерий Дарбина – Уотсона.
- •1. Специфика статистической оценки взаимосвязи двух временных рядов
- •2.Методы исключения тенденции
- •3.Автокорреляция в остатках. Критерий Дарбина–Уотсона
- •Список использованных источников
2.Использование функций нелинейных регрессий в практической деятельности
В классе нелинейных функций, параметры которых без особых затруднений оцениваются МНК, в эконометрике хорошо известна равносторонняя гипербола.
Она может быть использована для характеристики связи удельных расходов сырья, материалов, топлива с объемом выпускаемой продукции, времени обращения товаров с величиной товарооборота не только на микроуровне, но и на макроуровне.
Классическим ее
примером является кривая
Филлипса,
характеризующая нелинейное соотношение
между нормой безработицы
и
процентом прироста заработной платы
.
, (1)
Английский экономист А. В. Филлипс, анализируя данные более чем за 100–летний период, в конце 1950–х годов XX в. установил обратную зависимость процента прироста заработной платы от уровня безработицы.
Если в уравнении
равносторонней гиперболы
заменить
на
,
получим линейное уравнение регрессии
оценка параметров которого может быть
дана МНК. Система нормальных уравнений
имеет вид:
,
(18)
При
имеем обратную
зависимость, которая при
характеризуется нижней асимптотой, то
есть минимальным предельным значением
,
оценкой которого служит параметр
.
Так, для кривой Филипса
величина
параметра
,
равная 0,00679, означает, что с ростом уровня
безработицы темп прироста заработной
платы в пределе стремится к нулю.
Соответственно можно определить тот
уровень безработицы, при котором
заработная плата оказывается стабильной
и темп ее прироста равен нулю.
При
имеем
медленно повышающуюся функцию с верхней
асимптотой при
,
то есть с максимальным предельным
уровнем
,
оценку которого в уравнении
дает параметр
.
Примером может служить взаимосвязь доли расходов на товары длительного пользования и общих сумм расходов (или доходов). Математическое описание подобного рода взаимосвязей получило название кривые Энгеля.
В 1857 г. немецкий статистик Э. Энгель на основе исследования семейных расходов сформулировал закономерность – с ростом дохода доля доходов, расходуемых на продовольствие, уменьшается.
Соответственно с увеличением дохода доля расходов на непродовольственные товары будет возрастать. Однако этот рост не беспределен, ибо сумма долей на все товары не может быть больше единицы, или 100 %, а на отдельные непродовольственные товары данный предел может соответствовать величине параметра а для уравнения вида:
,
(19)
где – доля расходов на непродовольственные товары;
– доходы (или общая сумма расходов как индикатор дохода).
регрессии.
Иначе обстоит дело с регрессией, нелинейной по оцениваемым параметрам. Данный класс нелинейных моделей подразделяется на внутренне линейные и внутренне нелинейные. Если нелинейная модель внутренне линейна, то с помощью соответствующих преобразований она может быть приведена к линейному виду. Если же нелинейная модель внутренне нелинейна, то она не может быть сведена к линейной функции.
Среди нелинейных функций, которые могут быть приведены к линейному виду, в эконометрических исследованиях очень широко используется степенная функция:
,
(20)
Это связано с тем,
что параметр
в ней имеет четкое экономическое
истолкование, то есть является
коэффициентом
эластичности.
Это значит, что величина коэффициента
показывает,
на сколько процентов изменится в среднем
результат, если фактор изменится на 1
%. Так, если зависимость спроса от цен
характеризуется уравнением вида:
(21)
то, следовательно,
с увеличением цен на 1 % спрос снижается
в среднем на 1,12 %. О правомерности
подобного истолкования параметра
для
степенной функции
,
можно судить, если рассмотреть формулу
расчета коэффициента эластичности:
,
(22)
где
–
первая производная, характеризующая
соотношение приростов результата и
фактора для соответствующей формы
связи.
Для степенной функции она составит:
)
(23)
Соответственно коэффициент эластичности равен:
,
(24)
Коэффициент эластичности, естественно, можно определять и при наличии других форм связи, но только для степенной функции он представляет собой постоянную величину, равную параметру .
В других функциях
коэффициент эластичности зависит
от значений факторах. Так, для линейной
регрессии первая производная
функции и эластичность следующие:
,
(25)
,
(26)
В силу того, что коэффициент эластичности для линейной функции не является величиной постоянной, а зависит от соответствующего значения , обычно рассчитывается средний показатель эластичности по формуле:
,
(26)
Несмотря на широкое использование в эконометрике коэффициентов эластичности, возможны случаи, когда их расчет не имеет экономического смысла. Это происходит тогда, когда для рассматриваемых признаков бессмысленно определять изменения значений в процентах. Например, на сколько процентов изменится заработная плата с ростом стажа работы на 1 % и т.д.