Загальні поняття економетричних моделей. Задачі економетрії.
Економетрія (економетрика) – наука, що вивчає конкретні кількісні взаємозв’язки економічних об’єктів та процесів за допомогою математичних та статистичних методів та моделей.
В економетриці вирішуються задачі опису даних, перевірки гіпотез, відновлення залежностей, класифікація об’єктів та ознак, прогнозування, прийняття статистичних рішень тощо.
Зв'язки між залежною та незалежною (незалежними) змінними, що описуються співвідношеннями
називають регресійними рівняннями (моделями).
Сукупність методів, за допомогою яких досліджуються взаємозв'язки кореляційно пов'язаних змінних, називається кореляційно-регресійним аналізом.
Зазначеними методами розв'язують дві основні задачі:
1) знаходження загальної закономірності, що характеризує залежність двох (чи більше) кореляційно пов'язаних змінних
2) визначення тісноти зв'язку (задача кореляційного аналізу).
Економетрична модель – це функція чи система функцій, що описує кореляційно-регресійиий зв'язок між економічними показниками, причому один чи кілька із цих показників розглядаються як залежні змінні, а інші – як незалежні.
Вибір аналітичної форми моделі, називається специфікацією моделі.
. Визначення значень коефіцієнтів (параметрів) обраної форми статистичного зв'язку змінних називається параметризацією рівняння регресії
Можна виділити три основні класи економетричних моделей, які застосовуються для аналізу та прогнозування економічних систем:
1) моделі часових рядів;
2) регресійні моделі з одним рівнянням;
3) системи економетричних рівнянь.
Моделі часових рядів являють собою моделі залежності результативної ознаки від часу:
.
Функція
називається функцією
регресії
Y
на X.
При цьому X
називається
незалежною
(пояснюючою,
екзогенною)
змінною
(регресором)
або факторною ознакою, Y
залежною
(пояснюваною,
ендогенною)
змінною
(регресатом)
або результативною ознакою.
Кореляційно-регресійний аналіз в економіці. Функціональний та кореляційний зв’язки.
Економічні дані представляють собою кількісні характеристики економічних об’єктів чи процесів. Вони формуються під дією безлічі факторів. не всі з яких доступні зовнішньому контролю. Фактори, що не контролюються можуть приймати випадкові значення з деякої множини значень і тим самим обумовлювати випадковість даних, які вони визначають. Стохастична (ймовірнісна) природа економічних даних обумовлює необхідність застосування відповідних статистичних методів для їх обробки та аналізу.
Розглядаючи залежності між ознаками, необхідно виділити два типи зв’язку:
функціональні – характеризуються повною відповідністю між зміною факторної ознаки та зміною результативного показника
кореляційні – між змінами двох ознак не має повної відповідності, вплив окремих факторів виявляється лише у середньому, при масовому спостереженні фактичних даних.
При наявності кореляційної залежності встановлюється лише тенденція зміни результативної ознаки при зміні величини факторної ознаки.
Вивчаючи взаємозв’язок між ознаками їх класифікують
по направленості: прямі та обернені;
по формі: лінійні та нелінійні;
за кількістю факторів: однофакторні та багатофакторні.
Зв'язки між залежною та незалежною (незалежними) змінними, що описуються співвідношеннями
(1.3)
(1.4)
називають регресійними рівняннями (моделями).
Сукупність методів, за допомогою яких досліджуються та узагальнюються взаємозв'язки кореляційно пов'язаних змінних, називається кореляційно-регресійним аналізом.
Зазначеними методами розв'язують дві основні задачі:
1) знаходження загальної закономірності, що характеризує залежність двох (чи більше) кореляційно пов'язаних змінних, тобто розробка математичної моделі зв'язку (задача регресійного аналізу);