- •1.Предмет, задачи и методы эконометрики.
- •2.1.Общие положения.
- •2.2. Метод наименьших квадратов
- •2.3. Свойства оценок полученных мнк.
- •3. Методика построения многофакторных корреляционных моделей для показателей эффективности хозяйственной деятельности
- •3.1. Выбор функционального показателя
- •3.2. Отбор факторов-аргументов
- •3.3. Выбор формы связи
- •3.4. Отбор исходных данных
- •3.5. Решение корреляционных моделей и экономико-математический анализ результатов решения
- •4.1.Оценка адекватности и точности регрессионных моделей. Общие положения.
- •4.2. Проверка случайности колебаний уровня остаточной последовательности.
- •4.3 Проверка соответствия распределения случайной компоненты нормальному закону распределения
- •4.4 Проверка равенства математического ожидания случайной компоненты нулю.
- •4.5. Проверка независимости значений уровней случайной компоненты.
- •4.6. Определение точности модели.
- •5. Исследование влияния факторов на изменение результирующего показателя в уравнении регрессии.
- •6. Оценка статистической надежности уравнения регрессии и ее последствия.
- •7.1.Гетероскедастичность остатков в уравнении регрессии и ее последствия.
- •7.2.1. Тест ранговой корреляции Спирмена.
- •7.2.2.Тест Голфенда-Квандта.
- •7.2.3 Тест Глейзера.
- •7.3 Методы устранения гетероскедастичности.
- •8.1 Автокорреляция (остатков) и связанные с ней факторы.
- •8.2. Обнаружение автокорреляции 1-го порядка. Критерий Дарбина – Уотсона
- •8.3.1. Устранение авт-ции, описываемой авторегрессионной схемой 1-ого порядка в общем случае. Поправка Прайса – Уинстена.
- •9. Мультиколлинеарность: способы ее обнаружения и устранения.
- •10. Обобщенный мнк и его исп-ие для оценки эфф-ти методов определения параметров уравнения регрессии.
- •11.1.Фиктивные переменные для пространственных выборок и временных рядов.
- •11.2.Фиктивные переменные для коэф-та наклона ур-ия регрессии.
- •11.3 Тест Чоу.
- •12.1 Линеаризация уравнения регрессии путем замены переменных.
- •12.2 Линеаризация уравнения регрессии с использованием логарфмического преобразования (степенные и показательные функции).
- •12.3 Представление случайного члена в преобразованных нелинейных ур-ях регрессии.
- •12.4 Определение параметров нелин-го ур-ия герессии, не приводимого к лин-му ур-ию.
- •12.5 Выбор вида ур-ия регрессии с использ-ем теста Бокса-Кокса.
- •13.4 Замещающие переменные и их использование при построении уравнения регрессии (общие сведения).
- •13.5. Время, как замещающая переменная при моделировании нтп в производственной функции Кобба-Дугласа
- •13.6 Непреднамеренное использование замещающих переменных.
- •13.7 Лаговые переменные и их использование пи построении уравнения регрессии(общие сведения).
- •14.1 Система линейных одновременных уравнений слоу (общие сведения)
- •14.2 Структурная и приведённая формы слоу.
- •14.3Косвенный метод наименьших квадратов (кмнк) и его использование для определения параметров слоу.
- •14.4 Метод инструментальных переменных (мип) и его применение для параметров уравнения регрессия (общий случай)
- •14.5 Метод инструментальной переменной (мип) и его применение для слоу.
- •14.6 Идентифицируемость слоу.
- •14.7 Двухшаговый метод наименьших квадратов.
- •14.8 Трехшаговый мнк.
3.4. Отбор исходных данных
Отбор исходных данных для корреляционного анализа необходимо производить с определенной степенью осторожности, т.к. от качества и количества этих данных зависит ценность практических результатов. Отобранная для расчетов статистическая совокупность должна быть одновременно и достаточно мошной по объему и достаточно однородной по своему составу.
С одной стороны, надежность корреляционных формул непосредственно зависит от количества данных, используемых при расчете, т.к. случайные ошибки статистических оценок определяются
не только величиной их колеблемости, но и размером совокупности.
Например, среднеквадратическая ошибка коэффициента множественной корреляции:
i=(1-R2)/(n-p-1)1/2
где п - количество наблюдений;
р - число факторов;
R - коэффициент множественной корреляции;
R2 - коэффициент множественной детерминации. С другой стороны, включение в расчет дополнительных данных может нарушить однородность изучаемой совокупности, что, в свою очередь, лишает получаемые статистические показатели реального экономического смысла. Поэтому исходный статистический материал должен тщательно проверяться на однородность состава.
Например, нецелесообразно объединять в одну совокупность предприятия существенно различных отраслей. Из анализа следует исключить предприятия, резко отличающиеся по своим основным показателям от всей массы предприятий рассматриваемой отрасли.
При отборе исходных данных для корреляционного анализа хозяйственной деятельности предприятий той или иной отрасли возможно два принципиально различных подхода:
1) сравнение работы предприятий в рассматриваемой отрасли за какой-то один период времени, например, год;
2) сравнение работы предприятий этой отрасли за несколько смежных лет.
В первом случае получаем так называемую пространственную выборку - выборку по множеству. Построенная на ее основе модель будет иметь статический характер.
Во втором случае применяется так называемый метод «заво-до-лет». Сущность его заключается в том, что данные различных лет объединяются в единую совокупность. Это значительно увеличивает объем наблюдения. Однако каждый завод фигурирует в получаемой таким образом совокупности несколько раз, и между его показателями, относящимися к разным годам, следует ожидать определенной корреляции. Таким образом, исходный статистический материал не представляет собой совокупности независимыхиспытаний, что лежит в оспине применения теории корреляции. Это несколько снижает дополнительный усредняющий эффект, возникающий в результате увеличения объема совокупности, но не может устранить его полностью, т.к. экономические показатели колеблются не только от предприятия к предприятию, но и от года к году внутри каждого предприятия, Достоинство этого подхода-то, что модель, построенная па основе такой выборки, будет иметь определенный динамический характер, т.к. и ней фактически учитываются изменения экономических показателей во времени.
Основной источник получения необходимых исходных данных -это официальная статистическая отчетность,
Для корреляционного анализа хозяйственной деятельности основным видом отчетности являются годовые бухгалтерские отчеты предприятий, а также разрабатываемые и издаваемые на базе этих отчетов ежегодные сборники технико-экономических показателей работы предприятий соответствующей отрасли. Однако зачастую ни сами годовые отчеты, пи издаваемые сборники не содержат многих необходимых для корреляционного анализа показателей, которые приходится рассчитывать дополнительно на базе имеющейся в отчетах и сборниках информации.
Кроме того, не существует методики оценки точности показателей в самих годовых отчетах. В отдельных случаях прибегают к специальным обследованиям и опросам.