
- •1.Використання математичних методів в економ.
- •2. Математ. Школа в політекономії
- •3.Статистичний напрям.
- •4.Економетрія.Історія становлення та сутність наукової дисципліни.
- •5.Використання моделювання у наукових дослідженнях
- •6.Класифікація моделей
- •7.Особливості використання математичного моделювання в економічних дослідж.
- •8.Загальна схема проведення економетричного дослідження.
- •9.Внесок українських вчених в розвиток економіко-математичних досліджень.
- •10. Види зв’язку між змінними. Кореляційна залежність.
- •11. Аналітичне групування.
- •12. Основні завдання кореляційно-регресійного аналізу.
- •1.Встановлення причинно-наслідкового зв'язку між досліджуваними економічними змінними.
- •2.Визначення типу і форми кореляційно-регресійної моделі.
- •3.Вибір методу оцінювання невідомих параметрів моделі та побудова моделі.
- •4.Оцінювання сили кореляційного зв'язку між змінними.
- •5.Перевіряння моделі на точність.
- •6. Вибір "найкращої" моделі.
- •7. Аналіз результатів моделювання, їхня економічна інтерпретація та практичне використання.
- •13.Узагальнена та вибіркова парні лінійні кореляційно-регресійні моделі.
- •14. Оцінювання параметрів економетричних моделей.
- •15. Визначення оцінок параметрівв парної лінійної кореляційно-регресійної моделі.
- •16.Економетрична інтерпретація параметрів парноїмоделі. Випадкові відхилення.
- •1.Параметр b1 (коефіцієнт регресії, тангенс кута нахилу прямої).
- •2. Параметр b0 ( вільний член рівняння регресії, початкове значення результуючої змінної).
- •3.Випадкові відхилення.
- •17. Основні припущення класичного кореляційно-регресійного аналізу.
- •2.Відсутність автокореляції між випадковими величинами .
- •3.Гомоскедастичність(однакова дисперсія) в.В. .
- •6.Регресійну модель специфіковано правильно.
- •18. Перевірка моделі на наявність автокореляції.
- •19. Побудова плкрм методом максимуму правдоподібності.
- •20. Коефіцієнт кореляції та його властивості
- •21. Спряжені парні лінійні кореляційно-регресійні моделі
- •22. Стандартна та гранична похибка моделі
- •23.Відношення детермінації. Кореляційне відношення.
- •24. Вибіркова похибка моделі.
- •25. Похибка індивідуального прогнозу
- •26. Оцінювання коефіцієнта кореляції
- •27. Перевірка значущості параметрів зв’язку між змінними
- •28.Експрес-діагностика моделі
- •29. Основні припущення під час багатофакторного кр аналізу.
- •30. Етапи побудови множинної лкрм.
- •31. Оцінювання параметрів моделі
- •1. Побудова системи нормальних рівнянь способом відхилень.
- •2. Побудова системи нормальних рівнянь способом коваріацій.
- •32. Економетричний зміст параметрів багатофакторної моделі
- •33. Матричний підхід до побудови множинної лкрм
- •34.Стандартна похибка багатофакторної моделі.
- •35.Коефіцієнти множинної кореляції та детермінації
- •36.Вибіркова похибка багатофакторної моделі.
- •37.Похибка індивідуальної оцінки багатофакторної моделі
- •38.Оцінювання коефіцієнта множинної кореляції.
- •39.Експрес-діагностика багатофакторної моделі
- •40.Часткова регресія. Коефіцієнти часткової кореляції та часткової детермінації.
- •41. Огляд методів вибору багатофакторної моделі.
- •42.Метод усіх можливих регресій
- •43.Метод виключень
- •44.Покроковий регресійний метод
- •45.Основи Дисперсійного аналізу
- •46. Однофакторний дисперсійний аналіз
- •Вихідні дані для однофакторного дисперсійного аналізу з рівним числом паралельних дослідів
- •Однофакторний дисперсний аналіз (з рівним числом паралельних дослідів)
- •47.Двофакторний дисперсійний аналіз
- •48.Трифакторний дисперсійний аналіз.
- •49.Суть компонентного аналізу
- •50. Метод головних компонент
- •51. Методи класифікації соціально-економічних об’єктів. Дискримінантний аналіз.
- •52. Основи кластерного аналізу
44.Покроковий регресійний метод
Під час використання покрокового регресійного методу діють у зворотному порівняно з методом виключень напрямі: факторні ознаки по черзі включають в модель доти, доки вона не стане задовільною. Критерієм вибору фактора для включення в модель є його коефіцієнт кореляції з результуючою змінною. Процедуру покрокового регресійного методу умовно можна розділити на такі етапи.
Із множини всіх відібраних факторних ознак вибирають фактор
, який має найбільший коефіцієнт кореляції з результуючою змінною у:
Будують однофакторну кореляційно-регресійну модель
,
Де
через
позначено вибраний фактор
,
і визначають коефіцієнт детермінації
для моделі
.
У побудованій одно факторній моделі за допомогою часткового F-критерію (або t-статистики) перевіряють значущість фактора . Якщо факторна ознака незначуща, то серед початкових k-1 факторів знову вибирають факторів
, що має найбільший коефіцієнт кореляції з результуючою змінною
Будують двофакторну кореляційно-регресійну модель
,
Де
через
позначено вибраний фактор
,
і визначають коефіцієнт детермінації
для цієї моделі
.
Аналізують зміну коефіцієнта детермінації та розраховують часткові F-критерії для кожної факторної ознаки. Серед них обирають найменше значення F-критерію і порівнюють із заздалегідь обраним критичним значенням. Залежно від результатів перевірки відповідну факторну ознаку або залишають в моделі, або відкидають.
Процес побудови моделі припиняють, якщо жоден фактор, що фігурує в поточній моделі, не підлягає вилученню, а факторні ознаки, які претендують на включення в модель, є незначущими ( не задовольняють часків F-критерій)
Під час реалізації покрокового регресійного методу на деякому етапі може виникнути потреба у тім, щоби вилучити фактор, включений в модель на одному з попередніх етапів.
45.Основи Дисперсійного аналізу
Дисперсійний аналіз – це вивчення впливу акторів на результуючу змінну на підставі аналізу певних дисперсій.
Дані спостережені над факторними ознаками групуються за рівнями. Зміна результуючої змінної визначається її дисперсією, яка згідно з теоремою про суму дисперсій, розкладається на групову та міжгрупову. При розкладанні загальної дисперсії результуючої змінної на ці складники є можливість виділення частин, кожна з яких характеризує вплив певного фактора або спеціальний вплив кількох факторів на результуючу змінну.
Наприклад, в результаті дії на результуючу змінну у трьох факторів А,В,С отримуємо таке розкладення загальної дисперсії результуючої змінної:
,
де
– загальна дисперсія результуючої
змінної у;
- дисперсії, які характеризують вплив
на результуючу змінну факторів А, В, С
відповідно (головні ефекти факторів);
– дисперсії, які характеризують спільний
вплив факторів на результуючу змінну
і які обумовлені взаємодією факторів;
– дисперсія, яка характеризує вплив
випадкових факторів на результуючу
змінну,