- •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.
Метод найменших квадратів
Нехай економетрична модель у матричній формі має вигляд
де Y — вектор значень залежної змінної;
X — матриця незалежних змінних розміром (n — число спостережень, m — кількість незалежних змінних);
A — вектор оцінок параметрів моделі;*
u — вектор залишків.
Щоб застосувати 1МНК для оцінки параметрів моделі, необхідне виконання таких умов:
1) математичне сподівання залишків дорівнює нулю, тобто
2) значення ui вектора залишків u незалежні між собою і мають постійну дисперсію, тобто
де Е — одинична матриця;
3) незалежні змінні моделі не пов’язані із залишками:
4) незалежні змінні моделі утворюють лінійно незалежну систему векторів, або, іншими словами, незалежні змінні не повинні бути мультиколінеарними, тобто :
,
де Xk — k-й вектор матриці пояснювальних змінних; Xj — j-й вектор цієї матриці пояснювальних змінних X, .
Якщо виконуються всі необхідні умови для застосування 1МНК, то оцінки параметрів економетричної моделі мають такі властивості:
1) незміщеності;
2) обгрунтованості;
3) ефективності;
4) інваріантності
Принцип найменших квадратів відхилень полягає в знаходженні таких і , для яких найменша. Необхідна умова для цього — перетворення на нуль похідних цієї функції за кожним із параметрів і :
,
Виконавши елементарні перетворення, дістанемо систему нормальних рівнянь
Підставивши відомі значення знайдемо а1 а0:
Отримаємо рівняння:
Визначення дисперсій оцінок параметрів та їх стандартних помилок.
Щоб мати загальне судження про якість моделі, визначають стандартну похибку апроксимації:
Незміщена оцінка дисперсії залишків з поправкою на кількість ступенів свободи:
Стандартна похибка коефіцієнта регресії а1 визначається за формулою:
.
Стандартна похибка параметру a0 визначається за формулою:
.
Величина стандартної похибки разом з t-розподілом Ст’юдента при n-2 ступенях свободи застосовуються для перевірки значущості коефіцієнтів регресії і для розрахунку їх довірчих інтервалів.
Стандартна похибка рівняння (точкова оцінка емпіричної дисперсії залишків) характеризує абсолютну величину розкиду випадкової складової рівняння і обчислюється за формулою
.
Поправка на число ступенів свободи дає незміщену оцінку дисперсії залишків:
.
Зрозуміло, що перевага віддається моделям, у яких стандартна похибка рівняння менша порівняно з іншими моделями. Однак така оцінка якості має суттєвий недолік: через те, що для неї не визначено верхню межу, порівняння різних моделей за цим критерієм досить проблематичне.
3. Основні поняття і попередній аналіз рядів динаміки: поняття часового ряду.
Соціально-економічні процеси найчастіше спостерігається у вигляді ряду послідовних, розташованих у хронологічному порядку значення того чи іншого показника.
Спостереження над деяким явищем, характер якого змінюється в часі, породжує впорядковану послідовність, що наз часовим рядом. В кожний момент часу (або часовий інтервал)значення досліджуваної величини, що є часовою характеристикою явища може формуватися під сукупною дією великого числа чинників як випадкового так і невипадкового характеру.
Зміна умов розвитку явища введе до ослаблення дії одних чинників і посилення дії інших, що призводить до варіювання ознаки часу.
Динамічний ряд – це сукупність спостережень 1-го показника впорядковано незалежно від значень іншого показника, що послідовно зростають або спадають.
Ч асовий ряд – це ряд динаміки впорядкованих за часовим рядом, або сукупність спостережень економічної величини в різні моменти часу.
Характерним для часового ряду є те, що порядок послідовності є суттєвим для аналізу, тобто час виступає як один з визначальніших чинників. Це відрізняє часовий ряд від випадкової вибірки, де індекси служать лише для значущості ідентифікації рівня ряду.
С кладовими ч.р.є числові значення, показники яких наз рівнями ряду, та моменти або інтервали часу до яких належать рівні.
Ч.р.можна записати у стислому вигляді , де - рівновіддалені моменти спостережень.
Разом із ч.р.іноді досліджують варіаційний ряд, який одержують із вхідного шляхом впорядкування за величиною рівня ряду. Отже у в.р.на 1-му місці стоїть не перше за часом спостереження У1,а перше за величиною, тобто останнім буде мінімальне значення ряду.
Під довжиною ч.р.розуміють час, що минув від 1-го до останього моменту спостереження. Часто дожину ч.р.наз.також к-ть рівнів п, що утв.ч.р.
В залежності від характеру досліджуваних явищ розрізняють: моментальні, інтервальні та похідні ч.р.
Отже, ч.р.утв-ні показниками, що характеризують економетричне явище на певні моменти часу наз моментними.
Якщо рівні ч.р.утв.шляхом агрегування за певний проміжок або інтервал часу, то такі ряди наз інтервальними ч.р.
Ч.р.можуть бути утворені як з абсолютного з-ня економічних показників, так із сер.відносних – похідні ч.р.
Білет № 11.