Эконометрика.-6

ГЛОССАРИЙ

Автокорреляция — корреляционная зависимость между наблюдениями временного ряда.

Бесповторная выборка — выборка, в которой отобранный в выборку объект не возвращается в генеральную совокупность.

Вариация — изменение значений признака внутри изучаемой совокупности.

Вероятность P A события A — численная мера степени объективной возможности появления события A, отношение числа исходов, благоприятствующих наступлению этого события, к общему числу равновозможных исходов.

Вероятностно-статистическая модель — это вероятностная модель, значения отдельных характеристик (параметров) которой оцениваются по результатам наблюдений, характеризующих функционирование моделируемого конкретного явления.

Временной ряд — это данные, характеризующие один и тот же объект в различные моменты времени (временной срез). Например, еженедельные данные по объему продаж фирмы или ежеквартальные данные по инфляции.

Выборка — часть генеральной совокупности, отобранная для изучения.

Генеральная совокупность — множество всех возможных значений или реализаций исследуемой случайной величины X при данном реальном комплексе условий.

Гетероскедастичность — зависимость дисперсии случайных остатков от номера наблюдения.

Гомоскедастичность — зависимость дисперсии случайных остатков от номера наблюдения.

Дискретная случайная величина — СВ, которая принимает отдельные, изолированные значения с определенными вероятностями.

Дисперсия — характеристика рассеяния, разброса, вариации значений случайной величины относительно среднего значения. Дисперсией случайной величины называется математическое ожидание квадрата ее отклонения от математического ожидания.

Доверительная вероятность — достоверность (надежность) определения неизвестного значения параметра с помощью оценки параметра.

Доверительный интервал (при интервальной оценке неизвестного параметра генеральной совокупности) — числовой интервал, который с заданной доверительной вероятностью накрывает неизвестное значение параметра.

Достоверное событие — событие, которое происходит всегда в условиях данного эксперимента.

Зависимая переменная — в регрессионной модели некоторая переменная Y, являющаяся функцией регрессии с точностью до случайного возмущения.

Закон распределения дискретной случайной величины — соответствие между всеми возможными значениями СВ и их вероятностями.

Корреляция — статистическая взаимосвязь двух или более случайных величин.

Коэффициент авторегрессии — коэффициент корреляции между соседними возмущениями.

Коэффициент детерминации R2 показывает качество подбора функции и характеризует долю дисперсии результативного признака, объясняемую регрессией, в общей дисперсии результативного признака.

Коэффициент эластичности — показатель, который говорит о том, на сколько процентов изменится значение результирующей переменной при изменении объясняющей переменной на 1%.

Лаг — смещение во времени изменения одного показателя по сравнению с изменением другого.

Лаговые переменные — переменные, взятые в предыдущий момент времени и выступающие в качестве эндогенных и экзогенных переменных.

Линеаризация модели — подбор таких преобразований к анализируемым переменным y, x 1 , . . ., x p , которые позволили бы представить искомую зависимость в виде линейного соотношения между преобразованными переменными.

Линейная функция множественной регрессии — y a b1x1 b2x2 . . . bpxp ε.

Математическая модель — это абстракция реального мира, в которой интересующие исследователя отношения между реальными элементами заменены подходящими отношениями между математическими категориями.

Непрерывная случайная величина — СВ, которая может принимать любое значение из некоторого конечного или бесконечного промежутка (т. е. число возможных значений непрерывной СВ бесконечно).

Множественная регрессия широко используется в решении проблем спроса доходности акций, при изучении функций издержек производства, в макроэкономических расчетах и целого ряда других вопросов эконометрики. Основная цель множественной регрессии — построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности, а также совокупное воздействие их на моделируемый показатель.

Мультиколлинеарность — высокая взаимная коррелированность объясняющих переменных; может проявляться в функциональной (явной) и стохастической (скрытой) формах.

Невозможное событие — событие, которое не происходит никогда в условиях данного эксперимента.

Несмещенная оценка — такая оценка Θ параметра Θ, что MΘ Θ.

Несовместимые события — события, которые не могут происходить одновременно.

Оптимальная оценка — оценка, которая удовлетворяет условию M Θопт Θ 2 min M Θ Θ 2, Θ M.

Парная регрессия представляет собой модель, где среднее значение зависимой (объясняемой) переменной y рассматривается как функция одной независимой (объясняющей) переменной x, то есть это модель вида: y f X .

Повторная выборка — выборка, в которой объект перед отбором следующего возвращается в генеральную совокупность.

Предопределенные переменные — переменные, выступающие в системе в роли факторов-аргументов, или объясняющих переменных.

Простая гипотеза — гипотеза, которая содержит одно конкретное предположе-

ние H11 θ θ0; H14 θ θ1 .

Противоположные события — одно из событий происходит тогда и только тогда, когда не происходит другое.

Сложная гипотеза — гипотеза, которая состоит из конечного или бесконечного числа простых гипотез H11 θ θ0; H12 θ θ0; H13 θ θ0 .

Случайная величина — величина, которая в результате наблюдения принимает то или иное значение, заранее неизвестное и зависящее от случайных обстоятельств.

Случайное событие — событие, которое может произойти или не произойти в условиях данного эксперимента.

Событие — это любой исход или совокупность исходов какого-либо вероятностного эксперимента.

Совместимые события — события, которые могут происходить одновременно.

Составное событие — событие, представимое в виде совокупности (суммы) нескольких элементарных событий.

Состоятельные оценки — оценки Θ и σ2 являются состоятельными тогда и только тогда, когда наименьшее собственное значение матрицы X T X стремится к бес-

Статистическая гипотеза — гипотеза о виде закона распределения или о параметрах известного распределения. В первом случае гипотеза называется непараметрической, а во втором — параметрической.

Степень свободы — число возможных направлений варьирования признака. Существует равенство между числом степеней свободы общей, факторной и остаточной суммами квадратов: n 1 1 n 2 .

Точечная оценка θ параметра θ— числовое значение этого параметра, полученное по выборке объема n.

Фиктивные переменные — переменные, полученные путем перевода качественных признаков переменных в количественные, то есть при присвоении цифровых меток.

Функция регрессии y по X — функция, которая описывает изменение условного среднего значения результирующей переменной y (при условии, что значения объясняющих переменных X зафиксированы на уровнях X *) в зависимости от изменения значений X * объясняющих переменных.

Экзогенные переменные — переменные задаваемые как бы «извне», автономно, в определенной степени управляемые (планируемые).

Эконометрическая модель — вероятностно-статистическая модель, описывающая механизм функционирования экономической или социально-экономической системы.

Эластичность — показатель, который говорит о том, на сколько процентов изменится значение результирующей переменной при изменении объясняющей переменной на 1%.

Элементарное событие — событие, которое нельзя разбить на более простые.

Эндогенные переменные — переменные, значения которых формируются в процессе и внутри функционирования анализируемой социально-экономической системы в существенной мере под воздействием экзогенных переменных и, конечно, во взаимодействии друг с другом; в эконометрической модели они являются предметом объяснения.

Учебное издание Грибанова Екатерина Борисовна

ЭКОНОМЕТРИКА

Учебное пособие

Корректор Осипова Е. А. Компьютерная верстка Перминова М. Ю.

Издано в Томском государственном университете систем управления и радиоэлектроники.

634050, г. Томск, пр. Ленина, 40 Тел. (3822) 533018.