
- •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