Ответы тестовых заданий

Номер задания	Ответы	Номер задания	Ответы	Номер задания	Ответы
1	а), б), в)	11	б)	21	а), г)
2	а), б), в)	12	г)	22	г)
3	а), б), в)	13	а)	23	а), в)
4	а)	14	а)	24	г)
5	в)	15	в)	25	а)
6	г)	16	г)	26	б)
7	г)	17	б)	27	б)
8	а)	18	б)	28	а)
9	б)	19	б)	29	в)
10	в)	20	а), в)	30	б)

Раздел 2 Эконометрические модели

«Эконометрика – это не то же самое, что экономическая статистика. Она не идентична и тому, что мы называем экономической теорией. Эконометрика не является синонимом применения математики в экономике. Это единство всех трех составляющих. И это единство образует эконометрику».

Лауреат Нобелевской премии Фриш Р.

Глава 3

Модели парной регрессии

Основные понятия: парная регрессия, линейная парная модель, нелинейная регрессия, классическая линейная регрессионная модель, корреляционное поле (диаграмма рассеивания), метод наименьших квадратов, линеаризация модели, выборочная ковариация, линейный коэффициент корреляции, общая, факторная и остаточная дисперсии, индекс корреляции, коэффициент детерминации, коэффициент эластичности, стандартная ошибка регрессии, средняя ошибка аппроксимации, точечный и интервальный прогнозы.

Литература: [2-4], [7], [9], [15-16].

3.1. Постановочный этап

Хотя поведение экономического показателя зависит практически от бесконечного множества факторов, экономическая теория выделила и исследовала значительное число устоявшихся связей между парами показателей. В частности, хорошо изучены зависимость спроса и предложения от цены товара, зависимость уровня безработицы от инфляции, зависимость объема производства от величины основных фондов, зависимость между производительностью труда и уровнем механизации и многие другие.

Поэтому парная регрессионная модель является достаточно распространенной эконометрической моделью, описывающей корреляционную взаимосвязь двух экономических показателей. Ее преимущества перед другими моделями заключаются в относительной простоте построения и исследования, возможности представления графическими средствами и ясной экономической интерпретации параметров. Кроме того, парная модель всегда служит начальной точкой более глубокого эконометрического анализа.

Парная регрессия представляет собой модель, где среднее значение зависимой переменной y рассматривается как функция одной независимой переменной (регрессора) x; уравнение парной регрессионной модели имеет вид

(3.1)

В уравнении (3.1) величина ε является случайной и указывает на случайный характер величины y. Сама величина y разбивается на две части: одна из них имеет вид и оценивает объясняемую часть y, а вторая часть ε определяет влияние на y неучтенных уравнением парной регрессии других факторов.

Случайная величина называется также возмущением. Она включает влияние случайных ошибок и особенностей измерения. Ее присутствие в модели порождено тремя источниками: спецификацией модели, выборочным характером исходных данных, особенностями измерения переменных.

Наибольшую опасность в практическом использовании регрессионных моделей представляют ошибки измерения. Если ошибки спецификации можно уменьшить, изменяя форму модели, а ошибки выборки – увеличивая объем выборки, то ошибки измерения практически сводят на нет все усилия по количественной оценке связи между признаками.

Общая постановка задачи парного эконометрического моделирования заключается в следующем: по имеющимся данным n наблюдений за изменением признака y в зависимости от наборов значений фактора выбрать эконометрическую модель , оценить ее параметры и статистически обосновать, что построенная функция наиболее точно соответствует данным наблюдений.