- •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
8. Прогноз:
Точковий прогноз: хпр =
Інтервальний прогноз:
,
,
.
9. Аналіз лінійної моделі:
економічний зміст оцінок параметрів моделі і коефіцієнта еластичності;
значення коефіцієнтів детермінації і кореляції;
статистична значущість моделі за F- критерієм і оцінок параметрів моделі за Т- критерієм;
прогнозоване значення показника Y;
доцільність використання моделі.
Завдання №1 на самостійну роботу
1). Побудувати економетричну модель залежності між факторами за допомогою функції «линейн»:
6507
Місяць |
Річний товарообіг, млн.. EU |
Торгівельна площа, тис. м2 |
Середньоденна інтенсивність потоку покупців, тис.люд/день |
1 |
80,00 |
24,00 |
42,00 |
2 |
82,00 |
25,00 |
48,00 |
3 |
82,00 |
35,00 |
52,00 |
4 |
83,00 |
36,00 |
52,00 |
5 |
91,00 |
37,00 |
54,00 |
6 |
94,00 |
39,00 |
56,00 |
7 |
95,00 |
40,00 |
58,00 |
8 |
98,00 |
40,00 |
60,00 |
9 |
100,00 |
42,00 |
62,00 |
10 |
100,00 |
42,00 |
63,00 |
11 |
110,00 |
45,00 |
70,00 |
12 |
110,00 |
50,00 |
81,00 |
13 |
110,00 |
51,00 |
82,00 |
14 |
112,00 |
52,00 |
83,00 |
15 |
114,00 |
53,00 |
83,00 |
16 |
130,00 |
61,00 |
94,00 |
17 |
130,00 |
63,00 |
95,00 |
18 |
132,00 |
64,00 |
96,00 |
19 |
140,00 |
72,00 |
99,00 |
20 |
|
84,00 |
100,00 |
6505
|
У |
Х1 |
Х2 |
Х3 |
Місяць |
Продуктивність, у.о |
Коефіцієнт плинності, % |
Рівень втрат робочого часу,% |
Середній стаж, років |
1 |
59 |
30 |
14,0 |
8,2 |
2 |
61 |
39 |
12,2 |
8,3 |
3 |
57 |
33 |
11,6 |
8,1 |
4 |
58 |
34 |
11,5 |
9,2 |
5 |
64 |
36 |
11,1 |
9,4 |
6 |
65 |
38 |
10,8 |
10,5 |
7 |
67 |
40 |
9,6 |
11,7 |
8 |
66 |
41 |
9,2 |
10,6 |
9 |
69 |
45 |
8,8 |
12,8 |
10 |
70 |
45 |
8,7 |
13,9 |
11 |
73 |
46 |
8,6 |
13,1 |
12 |
74 |
46 |
7,4 |
14,1 |
13 |
76 |
49 |
7,2 |
15,2 |
14 |
77 |
48 |
7,3 |
13,9 |
15 |
75 |
48 |
7,3 |
14,1 |
16 |
79 |
52 |
7,1 |
14,5 |
17 |
80 |
51 |
6,6 |
15,3 |
18 |
79 |
51 |
6,0 |
13,7 |
19 |
81 |
53 |
5,9 |
12,6 |
20 |
83 |
55 |
5,8 |
12,8 |
21 |
82 |
54 |
5,9 |
14,7 |
22 |
|
56 |
5,8 |
16,0 |
Проаналізувати розраховану модель:
економічний зміст оцінок параметрів моделі âj ;
статистичну значущість оцінок параметрів моделі âj ;
зміст і статистичну значущість коефіцієнтів детермінації, кореляції;
значення коефіцієнтів еластичності, ризикованість та інерційність зміни факторів Х1, Х2, Х3,.
Оцінити якість отриманої моделі за F-, t – критеріями з рівнем значущості α = 0,05.
Розрахувати за нею прогнозоване значення залежного фактора Y.
2). Розрахувати економетричну модель парної регресії між фактором Х і Y: Ŷ = ǎ0 + ǎ1·х.
Охарактеризувати економічний зміст оцінок параметрів моделі ǎ0 , ǎ1.
Розрахувати за нею прогнозоване значення залежного фактора Y.
Побудувати графік моделі парної регресії в кореляційному полі – “хмарі розсіювання”.
Розрахувати коефіцієнт детермінації R2 і коефіцієнт кореляції R. Який зміст цих коефіцієнтів ?
Оцінити якість отриманої моделі за F-, t – критеріями з рівнем значущості α = 0,05.
3) Порівняти значення коефіцієнтів детермінації R2 отриманих моделей.
