- •Зміст дисципліни за темами
- •Тема 1. Концептуальні аспекти економетричного моделювання економіки
- •Тема 2. Принципи побудови економетричних моделей. Парна та множинна лінійна регресія
- •Економетрика
- •2. Об'єкт, предмет, мета і завдання економетрії
- •3. Основні етапи економетричного аналізу
- •4. Економічні задачі, які розв'язують за допомогою економетричних методів
- •5. Основні етапи зародження та розвитку економетрії
- •1. Поняття регресії
- •3. Парна лінійна регресія
- •Тема: Регресійні моделі
- •4. Теоретична і розрахункова моделі
- •5. Метод найменших квадратів – метод розрахунку параметрів моделі.
- •6. Дисперсійний аналіз моделі
- •Тема: Загальна лінійна економетрична модель
- •1. Множинна лінійна регресія
- •2. Передумови застосування метода найменших квадратів
- •3. Дисперсійний і регресійний аналіз моделей
- •4. Точковий та інтервальльний прогноз
- •5. Перевірка якості та статистичної значущості моделі
- •1. Постановка задачі.
- •4. Розрахункова таблиця:
- •5. Графік моделі у „хмарі” розсіювання
- •6. Дисперсійний аналіз лінійної моделі:
- •7. Значущість оцінок параметрів і моделі:
- •8. Прогноз:
- •9. Аналіз лінійної моделі:
- •Завдання №1 на самостійну роботу
- •1). Побудувати економетричну модель залежності між факторами за допомогою функції «линейн»:
- •Тема: Нелінійні моделі
- •2. Нелінійні регресії 1-го класу
- •2.1. Поліноміальна модель
- •2.2. Гіперболічна модель
- •3. Нелінійні регресії 2-го класу
- •3.1. Показникова моделі
- •3.2. Степенева модель
- •4. Виробнича функція Кобба – Дугласа
- •Завдання №2 на самостійну роботу
- •Тема: Фіктивні змінні в регресійних моделях
- •1. Необхідність використання фіктивних змінних
- •2. Моделі ancova
- •2.1. Ancova - Модель при наявності у фіктивної змінної двох альтернатив
- •2.2. Моделі ancova за наявності у якісних змінних більш двох альтернатив
- •3. Використання фіктивних змінних у сезонному аналізі
- •Завдання № 3* на самостійну роботу Розрахувати моделі із фіктивними змінними :
- •Дослідити розраховану модель на значущість. Тема: Мультиколінеарність факторів моделі
- •Поняття мультиколінеарності
- •Основні наслідки мультиколінеарності:
- •Дослідження наявності мультиколінеарності
- •Ознаки мультиколінеарності
- •Завдання №4 на самостійну роботу
- •Тема: Гетероскедастичність моделі
- •1. Поняття гетероскедастнчності та її наслідки
- •2. Перевірка гетероскедастичності
- •Тема: Автокореляція відхилень (залишків)
- •1. Поняття автокореляції та її наслідки
- •Перевірка наявності автокореляції
- •Завдання № 5 на самостійну роботу
3. Нелінійні регресії 2-го класу
3.1. Показникова моделі
Модель Y = аеβх (4) досить широко застосовується в економетричному аналізі. Найбільш важливим її застосуванням є ситуація, коли аналізується зміна фактора Y із постійним темпом приросту в часі: X символічно заміняється змінною t: Y = а еβt.
3.2. Степенева модель
Нехай деяка економічна залежність моделюється формулою Y = а0 Х а1, (5)
де а0 і а1 - параметри моделі, що підлягають визначенню. Ця функція може характеризувати:
залежність попиту Y на благо від його ціни X (у цьому випадку (а1 < 0) або від доходу X (у цьому випадку а1 > 0); при такій інтерпретації змінних X і Y функція (1) називається функцією Енгеля)
залежність обсягу випуску Y від використання ресурсу X (виробнича функція), 0 < а1 < 1.
Модель
(5) не є лінійною функцією відносно X
(похідна залежної
змінної Y
по X, що
вказує на зміну Y
щодо зміни X,
буде залежати від X:
),
тобто не буде константою,
що властиве тільки нелінійним моделям.
Стандартним і широко використовуваним
підходом до аналізу функцій даного роду
в економетриці є логарифмування
за експонентою е
.
Прологарифмувавши обидві частини (1), маємо: 1п Y =1па + β lnX.
Після заміни 1пА = βо модель (2) прийме вигляд 1п Y = βо + β1 lnX. (6)
З метою статистичної оцінки коефіцієнтів додамо в модель випадкову похибку ε й одержимо так звану подвійну логарифмічну модель (і залежна змінна, і пояснююча змінна задані в логарифмічному вигляді): 1п Y = β 0 + β ln Х + и (6*)
Дане рівняння є лінійним відносно 1пХ і 1п Y, а також щодо параметрів β0 і β. Вводячи заміни Y* = 1п Y і Х* = 1пХ, (4) можна переписати у вигляді: Y* = β о + β Х* + и. (7)
Модель (7) є лінійною моделлю. Якщо всі необхідні передумови класичної лінійної регресійної моделі для (7) виконані, то за МНК («ЛИНЕЙН») можна визначити незміщені оцінки коефіцієнтів βо і β. Але при цьому коефіцієнт детермінації розраховується не для фактичних змінних Y і Х, а для їх логарифмів. Тобто для оцінювання якості розрахованої моделі потрібно додатково розрахувати коефіцієнти детермінації:
№ п/п |
Х |
Y |
Y- |
(Y- )2 |
|
|
|
|
|
|
|
|
|
|
|
Σ |
|
|
|
|
|
→ 0 |
|
R2
= 1-
=
,
Dу
=
,
=
.
Коефіцієнт β є константою, яка характеризує сталу, тобто процентну зміну Y для даної процентної зміни X. Тому найчастіше подвійна логарифмічна модель називається моделлю постійної еластичності.
Дана модель легко узагальнюється на більшу кількість змінних. Наприклад,
1п Y = β0 + β1 lnX1 + β 2 lnX2 + ε. (9)
Тут коефіцієнти β1, β2 є еластичностями змінної Y за змінними X1 і Х2 відповідно.
