Предмет эконометрики
Потребность в способах статистического анализа данных в экономической практике очень большая. Для успешного функционирования в условиях жесткой конкуренции, банки, страховые компании, предприятия испытывают потребность в анализе имеющейся информации и получении с нее обоснованных выводов. Анализ такой информации осуществляется с помощью методов, объединенных в дисциплину «Эконометрика».
Буквальный перевод слова «эконометрия» означает «измерение экономики».
Эконометрика - это наука, которая изучает количественные закономерности и взаимосвязи экономических объектов и процессов с помощью математико-статистических методов и моделей. Т.е. эконометрика восстанавливает неизвестные экономико-математические зависимости по статистическим данным и рассматривает возможность использования этих моделей в экономических исследованиях.
Модель – это искусственное воссоздание некоторого экономического процесса для исследований. В эконометрии под моделью подразумевают математическую модель, т.е. описание экономического процесса с помощью математических формул.
Эконометрические модели количественно описывают связь между входными факторами экономической системы X и результирующим показателем Y плюс влияние случайной компоненты .
Прогноз – это расчет неизвестного показателя по заданным факторам на основе модели.
Этапы эконометрического анализа
Чтобы провести эконометрический анализ, нужно:
1. Выдвигаем гипотезу о виде зависимости по статистическим данным в соответствии с набором факторов.
2. Провести оценку неизвестных параметров модели.
3. Проверить модель на адекватность.
4. Использовать модель в экономических прогнозах и исследованиях.
Классификация эконометрических моделей
Существенно нелинейные модели – вопрос тонкий, рассматривать не будем. Во многих ППП заложены статистические исследования линейных моделей.
Информационная база эконометриики
Решение задач эконометрии проводится на статистических данных. Статистические данные – это данные, собранные на реальных экономических объектах.
В эконометрии статистические данные можно подразделить на 2 типа: динамические (временные) и вариационные ряды.
Временные ряды это последовательность наблюдений за одним и тем же процессом или явлением в различные промежутки времени. Например, данные о динамике уровня инфляции за определенный период.
Вариационные (перекрестные) ряды – последовательность наблюдений по какому-либо экономическому показателю для разных однотипных объектов. Все замеры произведены в одно и то же время. Значения вариационного ряда располагают в порядке возрастания.
Обработка информационных данных
Совокупность данных динамических и вариационных рядов обрабатывается по правилам, разработанным в математической статистике.
Понятие генеральной совокупности: - все возможные реализации интересующего нас показателя. На практике наблюдаем случайно выбранные значения этого показателя (выборка). По генеральной совокупности можно получить точные значения параметров, по выборке – приближенные или оценки.
Объем выборки n – суммарное количество наблюдений. Объемы выборок могут быть небольшими (n≤10), большими (n≈100) и очень большими (n≈104). На практике чаще всего приходится иметь дело с большими и очень большими выборками, поэтому расчет проводится с помощью компьютера.
Основные формулы для выборки xi (i=1…n)
Во всех случаях всю совокупность выборочных данных стараются охарактеризовать некоторыми усредненными параметрами, которые учитывают особенности выборки. По выборкам производится расчет основных статистических характеристик:
Минимальное и максимальное значения выборки.
Среднее значение
.Вариация (дисперсия)
Дисперсии характеризуют, на сколько сильно рассеяны значения выборки относительно среднего значения
D
(X) малая
D
(X) большая
Среднеквадратическое отклонение
или стандартное отклонение.
Эта
величина характеризует среднее отклонение
выборочных значений в среднем от
