- •Лекция 1. Содержание и методы эконометрии
- •Лекция 2. Множественная регрессия
- •Лекция 3. Статистические оценки для множественной регрессии Коэффициент множественной корреляции
- •Корреляционная матрица
- •Лекция 4. Соотношения между коэффициентами корреляции
- •Частным коэффициентом корреляции между и называется показатель корреляционной зависимости между этими факторами при фиксированном значении остальных факторов.
- •Разложение коэффициента множественной детерминации
- •Коэффициенты частной детерминации
- •Отбор существенных факторов
- •Мультиколлинеарность
- •Лекция 6. Автокорреляция
- •Возможные причины автокорреляции:
- •Обобщенный метод наименьших квадратов
- •Лекция 7. Множественные нелинейные регрессии
- •Оценка параметров логистической регрессии
- •Разностный метод решение дифференциального уравнения
- •Лекция 8. Примеры конкретных моделей Анализ индивидуального рынка
- •Определение максимальной прибыли
- •Использование рассмотренной модели:
- •Использование фиктивных факторов в множественной регрессии
- •Лекция 9. Производственная регрессия
- •Темп прироста производственной регрессии
- •Изокванты
- •Производственная регрессия в общем случае означает, что в модели факторов.
- •Лекция 10. Предельная производительность и предельный продукт
- •Закон убывания предельной производительности труда
- •Закон убывания предельной производительности капитала
- •Лекция 11. Лаговые модели
- •II. Метод Джонстона.
- •III. Метод Койка.
- •Лекция 12 . Системы одновременных регрессий
- •Прогнозная форма рекурсивной модели
- •Непрямой мнк оценки параметров системы двух регрессий:
- •Непрямой метод наименьших квадратов в матричной форме
- •Система из n регрессий
- •Лекция 13. Двухшаговый метод наименьших квадратов
- •Модифицированный 2-х шаговый метод наименьших квадратов
- •Список литературы
Закон убывания предельной производительности труда
.
Обозначим .
Капитал считаем постоянным. Числитель считаем константой , единственная переменная остается в знаменателе
|
При постоянном капитале и увеличении трудозатрат предельная производительность труда стремится к нулю
|
|
Прирост трудозатрат вызвал прирост , однако предельная производительность падает
|
Закон убывания предельной производительности капитала
Предельная производительность капитала может быть записана в виде:
Обозначим ;;
При постоянных трудозатратах увеличение капитала отвечает снижение его предельной производительности.
Лекция 11. Лаговые модели
При рассмотрении связей экономических явлений часто приходится в данный момент времени учитывать уровень явления за предшествующий период.
Если влияние предыдущих значений факторов или показателя существенно, то уравнение регрессии должно содержать соответствующие переменные с некоторым лагом (задержкой).
Введем - дискретное время (количество периодов, на которые распространяется задержка);называется лагом.
Тогда модель с задержкой (лаговая модель) имеет вид:
.
Линейная модель для одной переменной
- один фактор, величина лага .
Если влияние фактора остается постоянным во времени, то значение может быть выражено черезпредшествующих значений фактора.
Возникает проблема: какова длина лага..
Предлагается взять достаточно большое , построить модель и выполнить оценку значимости параметров.
Трудности:
1) Оценка значимости выполняется с малым числом степеней свободы.
2) Возможна сильная корреляция между разными лаговыми значениями факторов.
Для преодоления этих трудностей разработан ряд методов оценок параметров регрессии с лаговыми значениями факторов и показателя.
I. Метод Ширли Алмон. Основан на теореме Вейерштрасса.
Если функция непрерывна на интервале, то на всем интервале она может быть приближена многочленов такой степени, что в каждой точке отклонение функции от многочлена не будет превосходить предварительно заданного числа.
Задаем . Подбираем такой многочленстепени, что.
Идея метода: значение коэффициентов уравнения регрессии аппроксимируется с помощью многочленов некоторой степени .
Возьмем =5, т.е. уравнение:
|
(1) |
Выберем , это степень многочлена, и запишем в общем виде:
|
(2) |
Потребуем, чтобы выполнялись следующие условия:
.
Выразим коэффициенты через коэффициенты. Это следующая система уравнений:
|
(3) |
Коэффициенты из системы (3) подставляем в уравнение (1). В результате получим:
|
(4) |
Методом наименьших квадратов находятся оценки коэффициентов в уравнении (4).
Для удобства каждая скобка объявляется фиктивным фактором. Когда найдены , то по формулам(3) находятся оценки уравнения(1) уравнения(1).
II. Метод Джонстона.
Основывается на теории интерполяции. Строится интерполяционный многочлен Лагранжа. В общем случае он определяется так; если есть точка.
Заранее заданы значения, эти значения известны.
- известны
Тогда многочлен определяется следующим равенством и имеет степень :
Возьмем , значения в четырех точках известны, тогда модель примет вид:
Задача: найти значения на основании статистических данных.
Если временные интервалы одинаковы, можно использовать интерполяционный многочлен Ньютона.