
- •Эконометрика
- •Введение
- •Раздел 1. Парная регрессия и корреляция
- •1.1. Линейная модель парной регрессии и корреляции
- •1.2. Нелинейные модели парной регрессии и корреляции
- •Раздел 2. Множественная регрессия и корреляция
- •2.1. Спецификация модели. Отбор факторов при построении уравнения множественной регрессии
- •2.2. Метод наименьших квадратов (мнк). Свойства оценок на основе мнк
- •2.3. Проверка существенности факторов и показатели качества регрессии
- •2.4. Линейные регрессионные модели с гетероскедастичными остатками
- •2.5. Обобщенный метод наименьших квадратов (омнк)
- •2.6. Регрессионные модели с переменной структурой (фиктивные переменные)
- •Раздел 3. Системы эконометрических уравнений
- •3.1. Структурная и приведенная формы модели
- •3.2. Проблема идентификации
- •3.3. Методы оценки параметров структурной формы модели
- •Раздел 4. Временные ряды
- •4.1. Автокорреляция уровней временного ряда
- •4.2. Моделирование тенденции временного ряда
- •4.3. Моделирование сезонных колебаний
- •4.4. Автокорреляция в остатках. Критерий Дарбина-Уотсона
- •Случайные переменные Дискретная случайная переменная
- •Математическое ожидание дискретной случайной величины
- •Математические ожидания функций дискретных случайных переменных
- •Правила расчета математического ожидания
- •Независимость случайных переменных
- •Теоретическая дисперсия дискретной случайной переменной
- •Вероятность в случае непрерывной случайной величины
- •Постоянная и случайная составляющие случайной переменной
- •Способы оценивания и оценки
- •Оценки как случайные величины
- •Несмещенность
- •Эффективность
- •Противоречия между несмещенностью и минимальной дисперсией
- •Влияние увеличения размера выборки на точность оценок
- •Состоятельность
- •Математико-статистические таблицы
- •2.1. Таблица значений f-критерия Фишера при уровне значимости
- •2.2. Критические значения t-критерия Стьюдента при уровне значимости 0,10, 0,05, 0,01 (двухсторонний)
- •2.3. Значения статистик Дарбина-Уотсона при 5%-ном уровне значимости
Эконометрика
Учебное пособие для экономических специальностей
Оглавление
Введение
1. Парная регрессия и корреляция
1.1. Линейная модель парной регрессии и корреляции
1.2. Нелинейные модели парной регрессии и корреляции
2. Множественная регрессия и корреляция
2.1. Спецификация модели. Отбор факторов при построении уравнения множественной регрессии
2.2. Метод наименьших квадратов (МНК). Свойства оценок на основе МНК
2.3. Проверка существенности факторов и показатели качества регрессии
2.4. Линейные регрессионные модели с гетероскедастичными остатками
2.5. Обобщенный метод наименьших квадратов (ОМНК)
2.6. Регрессионные модели с переменной структурой (фиктивные переменные)
3. Системы эконометрических уравнений
3.1. Структурная и приведенная формы модели
3.2. Проблема идентификации
3.3. Методы оценки параметров структурной формы модели
4. Временные ряды
4.1. Автокорреляция уровней временного ряда
4.2. Моделирование тенденции временного ряда
4.3. Моделирование сезонных колебаний
4.4. Автокорреляция в остатках. Критерий Дарбина-Уотсона
Приложение 1. Случайные переменные
Приложение 2. Математико-статистические таблицы
Учебное пособие «Эконометрика для экономических специальностей» включает основные разделы эконометрики: парная и множественная регрессия, системы эконометрических уравнений и временные ряды.
Учебный материал в пособии разбит на четыре раздела:
В первом разделе рассмотрены модели парной регрессии (линейная и нелинейные модели).
Во втором разделе разбирается модель множественной линейной регрессии и обсуждается проблемы гомоскедастичности и автокоррелированности остатков.
Третий раздел посвящен системам одновременных эконометрических уравнений.
В четвертом разделе рассматриваются модели временных рядов.
По всем разделам представлены варианты контрольных работ и тесты. Для выполнения контрольных заданий рассмотрены типовые задачи.
Пособие предназначено для студентов экономических специальностей дневной, заочной и вечерней форм обучения.
Введение
Эконометрика – одна из базовых дисциплин экономического образования во всем мире.
Эконометрика– это наука, в которой на базе реальных статистических данных строятся и анализируются математические модели реальных экономических явлений и процессов. Одно из направлений эконометрики – построение прогнозов по различным экономическим показателям.
Для описания эконометрической модели весь процесс моделирования разбивается, как правило, на шесть основных этапов:
1-й этап (постановочный) – определение конечных целей моделирования, набора участвующих в модели факторов и показателей, их роли;
2-й этап (априорный) – анализ экономической сущности изучаемого явления, формирование и формализация априорной информации, в частности, относящейся к природе исходных статистических данных и случайных остаточных составляющих;
3-й этап (параметризация) – собственно моделирование, т.е. выбор общего вида модели, в том числе состава и формы входящих в нее связей;
4-й этап (информационный) – сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей на различных временных или пространственных этапах функционирования изучаемого явления;
5-й этап (идентификациямодели) – статистический анализ модели и, в первую очередь, статистическое оценивание неизвестных параметров модели;
6-й этап (верификациямодели) – сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных.
Эконометрическое моделирование реальных социально-экономических процессов и систем обычно преследует две конечные прикладные цели:
1) прогноз экономических и социально-экономических показателей, характеризующих состояние и развитие анализируемой системы;
2) имитацию различных возможных исходов социально-экономического развития анализируемой системы.