- •Содержание
 - •Введение
 - •1. Парная корреляция и регрессия
 - •1.1. Спецификация модели
 - •1.2. Линейная корреляция и регрессия
 - •1.3. Нелинейная регрессия
 - •1.4. Проверка значимости линейного уравнения регрессии
 - •1.5. Корреляция для нелинейной регрессии
 - •1.6. Предпосылки метода наименьших квадратов
 - •1.7. Обобщенный метод наименьших квадратов
 - •2. Множественная корреляция и регрессия
 - •2.1. Множественный корреляционный анализ
 - •2.2. Спецификация модели
 - •2.3. Частные уравнения регрессии
 - •2.4. Выбор формы уравнения множественной регрессии
 - •Оценка параметров уравнения множественной регрессии
 - •2.6. Многошаговый регрессионный анализ
 - •3.1.2. Способы выявления структурной неоднородности
 - •3.2. Методы последовательного разбиения
 - •3.3. Методы многомерной классификации
 - •3.3.1. Мера сходства
 - •3.3.2. Модели кластерного анализа
 - •4.2. Числовые характеристики экономического развития
 - •4.3. Состав динамического ряда
 - •4.4. Моделирование одномерных динамических рядов
 - •4.4.1. Типы экономического развития и их трендовые модели
 - •4.4.2. Построение трендовых моделей
 - •4.4.3. Сглаживание временных рядов
 - •4.4.4. Моделирование тенденции временного ряда при наличии структурных изменений
 - •4.4.5. Влияние автокорреляции на структуру временного ряда
 - •4.5. Многомерные временные ряды
 - •4.5.1. Сущность и особенности многомерных динамических рядов
 - •4.5.2. Способы построения множественной регрессионной модели по временным рядам
 - •5.1.2. Связь однородности статистической совокупности с типом моделей
 - •5.2. Динамическое моделирование взаимосвязей в структурно-однородных совокупностях
 - •5.2.1. Методы построения пространственно-динамических
 - •Моделей
 - •5.2.2. Выбор вида пространственно-динамической модели
 - •5.2.3. Динамизация параметров связи
 - •5.3.2. Построение динамических моделей на основе временных выборок
 - •6. Системы эконометрических уравнений
 - •6.1.Общие понятия и способы представления систем эконометрических уравнений
 - •6.2. Структурная и приведенная формы модели
 - •6.3. Проблемы идентификации структурной модели
 - •6.4. Оценка параметров структурной модели
 - •6.5. Двухшаговый метод наименьших квадратов
 - •7. Динамические эконометрические модели
 - •7.1. Общая характеристика моделей с распределенным лагом и моделей авторегрессии
 - •7.2. Оценка параметров авторегрессионных моделей
 - •7.3. Интерпретация параметров модели с распределенным лагом
 - •7.4. Интерпретация параметров модели авторегрессии
 - •7.5. Изучение структуры лага и выбор вида модели с распределенным лагом
 - •7.6. Лаги Алмон
 - •8. Статистическое прогнозирование динамических рядов
 - •8.1. Сущность и виды статистических прогнозов
 - •8.2. Методы статистического прогнозирования
 - •8.2.1. Экстраполяция динамических рядов
 - •8.2.2. Прогнозирование на основе экспоненциального сглаживания
 - •8.2.3. Прогнозирование на основе регрессионных и авторегрессионных моделей
 - •Список литературы
 
5.1.2. Связь однородности статистической совокупности с типом моделей
Любой объект эконометрического моделирования, как сложная система, обладает внутренней фактической структурой связей показателей. Структура изменяется с течением времени и неодинакова у различных объектов. Моделирование взаимосвязей показателей основано на предположении о сходстве внутренних структур связи, т.е. модели могут строиться только по однородным совокупностям. Причем, при построении пространственных моделей требуется пространственная однородность (близость фактической структуры связи различных объектов в данный момент времени); при создании динамических моделей – динамическая однородность (сходство внутренних структур связи одного объекта в различные периоды времени); при построении пространственно-временных моделей – пространственно-временная однородность как соответствие структуры связи всех объектов во все периоды времени.
Неоднородность может быть вызвана различием внутренней структуры связи объектов, а также влиянием существенных, но неучтенных в модели факторов.
Используют следующие способы для проверки однородности совокупности.
1. Оценка качества построенных моделей (считается наиболее точным, но трудоемким).
2. Методы кластерного анализа в составе методов многомерной классификации объектов (п.3.3.2). Наличие сгущений (кластеров) в пространстве признаков позволяет предположить существование различных закономерностей связи показателей. Внутри каждого кластера строится групповая модель. Далее проводится сравнение моделей. Отличие моделей, обладающих достаточно высоким качеством, свидетельствует о наличии групп объектов с различной структурой связи показателей, т.е. – о неоднородности объектов.
3. Сравнение пространственных и динамических моделей (если они совпадают, то совокупность может считаться однородной). Окончательный выбор проводится на основе содержательного (качественного) анализа.
В случае однородности совокупности ставится задача определения обобщающей модели зависимости показателей. При неоднородности совокупности построению такой модели должен предшествовать этап разбиения изучаемой совокупности на однородные группы.
Технико-экономические показатели предприятий
(пространственно-временная информация)
Номер предприятия  | 
		Себестоимость единицы продукции, руб. (у)  | 
		Среднегодовая выработка, т (х) 
  | 
	||||
2002  | 
		2003  | 
		2004  | 
		2002  | 
		2003  | 
		2004  | 
	|
1  | 
		519  | 
		491  | 
		458  | 
		16,35  | 
		17,12  | 
		18,43  | 
	
2  | 
		537  | 
		501  | 
		468  | 
		16,84  | 
		18,78  | 
		19,03  | 
	
..  | 
		…  | 
		…  | 
		…  | 
		…  | 
		…  | 
		…  | 
	
10  | 
		551  | 
		523  | 
		466  | 
		22,86  | 
		23,15  | 
		24,06  | 
	
Поле корреляции
У
▀
▀
▀
▀
▀
▀
▀
▀
▀
▀
▀
х
- связь между производительностью труда и выработкой прямая
y
7
4 8
3
2
10
1
5
6 9
X
