- •1.Парна лінійна регресія 26
- •Аналіз якості моделі: перевірка статистичної значущості оцінок параметрів економетричної моделі.
- •Визначення коефіцієнта еластичності
- •3.Методи прогнозування часових рядів: методи соціально - економічного прогнозування.
- •1. Основні задачі економетрії.
- •2. Емпірична модель множинної лінійної регресії.
- •3. Гетероскедастичність і зважений метод найменших квадратів.
- •1. Особливості економічних спостережень і вимірів.
- •2.Парна лінійна регресія.
- •3. Розрахунок довірчих інтервалів для оцінок параметрів із заданою надійністю.
- •Визначення параметрів вибраного рівняння.
- •Визначення коефіцієнта еластичності
- •Розрахунок прогнозного значення регресанду та побудова для нього із заданим рівнем значущості довірчих інтервалів.
- •1.Особливості математичного моделювання
- •2.Проведення кореляційного аналізу за допомогою ms Excel
- •3. Методи прогнозування часових рядів: методи соціально-економічного прогнозування
- •Основні дефініції економіко-математичного моделювання.
- •Узагальнений метод найменших квадратів.
- •Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за аналітичними методами.
- •1.Парна лінійна регресія
- •2.Перевірка статистичної значущості коефіцієнта множинної детермінації за критерієм Фішера
- •3.Перевірка гіпотези про існування тренда
- •1.Сутність моделювання як методу наукового пізнання.???
- •3.Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за механічними методами.
- •Особливості математичного моделювання.
- •2.Проведення кореляційного аналізу за допомогою Microsoft Excel.
- •3.Методи прогнозування часових рядів: методи соціально-економічного прогнозування.
- •1. Етапи економіко-математичного моделювання
- •2. Прогнозування значень залежної змінної
- •3. Гетероскедастичність і зважений метод найменших квадратів
- •Елементи класифікації економіко-математичних моделей
- •2. Специфікація моделі
- •3. Розрахунок прогнозного значення регресанду та побудова для нього із заданим рівнем значущості довірчих інтервалів
- •Принципи математичного моделювання.
- •2.Загальна лінійна економетрична модель.
- •1.Основні дефініції економіко-математичного моделювання
- •2. Узагальнений метод найменших квадратів
- •3. Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за аналітичними методами
- •1.Особливості економічних спостережень і вимірів.
- •2. Економетричний аналіз лінійної функції парної регресії в ms Exel.
- •3.Основні поняття і попередній аналіз рядів динаміки: основні характеристики динаміки часового ряду.
- •Основні задачі економетрії
- •Розрахунок довірчих інтервалів для оцінок параметрів із заданою надійністю
- •Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за середніми характеристиками.
- •1.Парна лінійна регресія
- •2.Перевірка статистичної значущості коефіцієнта множинної детермінації за критерієм Фішера.
- •3.Перевірка гіпотези про існування тренда
- •Метод найменших квадратів
- •Визначення дисперсій оцінок параметрів та їх стандартних помилок.
- •1.Випадкові збудники в рівнянні лінійної регресії.
- •2.Побудова моделі множинної регресії.
- •1.Етапи побудови економетричної моделі.
- •2. Визначення часткових коефіцієнтів еластичності.
- •3. Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за аналітичними методами.
- •2. Емпірична модель множинної лінійної регресії.
- •Визначення параметрів вибраного рівняння
- •Суть гетероскедастичності
- •3.Основні аспекти поняття і попередній аналіз рядів динаміки: основні характеристики динаміки часового ряду
- •1. Аналіз якості моделі: перевірка загальної якості рівняння регресії.
- •2. Моделі з порушенням передумов використання звичайного методу найменших квадратів.
- •3. .Перевірка гіпотези про існування тренда.
- •Аналіз якості моделі: довірчі інтервали для оцінок параметрів економетричної моделі.
- •2.Побудова моделі множинної регресії
- •3.Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за середніми характеристиками.
- •Специфікаціямоделі.
- •Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за аналітичними методами.
- •1. Сутність моделювання як методу наукового пізнання.
- •2.Гомоскедастичні та гетероскедастичні моделі.
- •1.Елементи класифікації економіко-математичних моделей.
- •3.Узагальнений метод найменших квадратів.
- •Особливості математичного моделювання.
- •Аналіз якості моделі: перевірка загальної якості рівняння регресії.
- •Визначення дисперсії оцінок параметрів та їх стандартних помилок.
- •1. Принципи математичного моделювання.
- •2. Економетричний аналіз лінійної функції парної регресії в ms Exel.
- •1.Основні дефініції економіко-математичного моделювання.
- •2. Аналіз якості моделі: перевірка статистичної значущості оцінок параметрів економетричної моделі.
- •3. Перевірка статистичної значущості коефіцієнта множинної детермінації за критерієм Фішера.
- •1. Етапи економіко-математичного моделювання
- •2. Прогнозування значень залежної змінної.
- •3. Моделі з порушенням передумов використання звичайного методу найменших квадратів.
- •2.Умови Гауса-Маркова.
- •3.Загальна лінійна економетрична модель.
- •Основні задачі економетрії
- •Перевірка статистичної значущості коефіцієнта множинної детермінації за критерієм Фішера.
- •Основні поняття та попередній аналіз рядів динаміки: поняття часового ряду
- •1. Сутність моделювання як методу наукового пізнання.
- •2. Умови Гауса-Маркова.
- •3.Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за механічними методами.
- •1. Етапи економіко-математичного моделювання
- •2. Прогнозування значень залежної змінної
- •3. Гетероскедастичність і зважений метод найменших квадратів
- •1.Елементи класифікації економіко-математичних моделей
- •2.Специфікація моделі
- •3.Розрахунок прогнозованого значення регресанту та побудова для нього із заданим рівнем значущості довірчих інтервалів.
- •1. Принципи математичного моделювання.
- •2. Загальна лінійна економетрична модель.
- •3. Основні поняття і попередній аналіз рядів динаміки: систематичні та випадкові компоненти часового ряду.
- •1.Особливості економічних спостережень і вимірів.
- •2. Економетричний аналіз лінійної функції парної регресії в ms Exel.
- •3.Основні поняття і попередній аналіз рядів динаміки: основні характеристики динаміки часового ряду.
- •1. Основні задачі економетрії.
- •2. Розрахунок довірчих інтервалів для оцінок параметрів із заданою надійністю.
Основні задачі економетрії
Найважливішою задачею є оцінювання параметрів і перевірка значущості економетричної моделі. Першим етапом цього процесу є специфікація моделі в математичній формі. Другий етап — збір і підготовка економічної інформації. На третьому етапі оцінюються параметри моделі. Четвертий етап — це перевірка моделі на вірогідність. Дуже важливими на цьому етапі є оцінки дисперсії залишків моделі. Ці оцінки відіграють вирішальну роль при з’ясуванні якості економетричних моделей, вони необхідні для визначення надійності обчислених параметрів і для застосування розроблених моделей у прогнозуванні.
1. Дослідження розвитку економічних процесів і прогнозування, їх динаміки
2. Правильний вибір факторів при побудові математично-статистичної моделі
3. Вибір і побудова матем-статист моделі, здійснення ряду модельних експериментів, аналіз одержаних результатів і перенесення їх на реальну економічну систему як основу прийняття незалежних рішень.
Розрахунок довірчих інтервалів для оцінок параметрів із заданою надійністю
Розрахунок довірчих інтервалів для оцінок параметрів , та із заданою надійністю
Довірчі інтервали для коефіцієнтів регресії визначаються за формулою:
,
де – задана надійність; – табличне значення.
Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за середніми характеристиками.
Найпр способом прогн-ня вважається підхід, який визнпрогнозову оцінку від фактично досягнутого рівня за доп сер рівня, середнього приросту, середнього темпу зростання.
Екстраполяція на основі середнього рівня ряду. Під час екстраполяції соц-екон процесів на основі середнього рівня ряду прогнозоване значення беруть як середнє арифметичне значення попередніх рівнів ряду, тобто точковий прогноз , зроблений у момент часу на період упередження , розраховують за формулою: .
Інтервал надійності для прогнозованої оцінки ряду дорівнює: .
Екстраполяцію за середнім абсолютним приростом можна бути виконати в тому разі, коли загальна тенденція розвитку вважається лінійною. Прогнозову оцінку одержують за формулою: ,де – сер абс приріст.
Екстраполяцію за середнім темпом зростання можна виконувати у разі, коли є підстави вважати, що загальна тенденція динамічного ряду характеризується експоненціальною кривою. Прогноз , зроблений у момент часу на період випередження , у цьому разі розраховують за формулою: , де – середній темп зростання, розрахований за середньою геометричною.
Інтервал надійності прогнозу за середнім абсолютним приростом і середнім темпом зростання можна одержати лише тоді, коли ці середні визначаються за допомогою статистичного оцінювання параметрів відповідно лінійної та експоненціальної кривої.
Білет №9
1.Парна лінійна регресія
В економічних дослідженнях найбільш широке використання знайшли моделі лінійної регресії, хоча це і є спрощений засіб в моделюванні реальних економічних процесів. Грунтовне вивчення і застосування методики побудови лінійних моделей надає необхідну теоретичну базу для створення більш складних, нелінійних моделей, які в більшій мірі відповідають реальним економічним процесам. Якщо в рівняння включено лише одну пояснюючу змінну, то одержуємо теоретичну модель, яка дістала назву парної лінійної регресії:
yі = β0 + β1xi + i (14.1)
Теоретичну модель для парної лінійної регресії можна записати наступним чином:
(14.2)
або у векторно-матричній формі, співвідношення (14.1) буде мати такий вигляд:
(14.3)
де:
Для визначення теоретичних коефіцієнтів β0, β1 необхідно буде використати всі значення (хі, уі) змінних Y і Х генеральної сукупності, що практично здійснити не можливо. Тому переходимо до побудови так званого емпіричного рівняння на базі інформації, одержаної із статистичноъ вибірки.
Емпіричне рівняння регресії має вигляд:
(14.4)
який аналогічно із теоретичною моделлю, запишемо у векторно-матричній формі:
(14.5)
де
.