25.Модельадаптивныхожиданий
Динамической эконометрической моделью называется модель, которая в настоящий момент времени учитывает значения входящих в неё переменных, относящихся не только к текущему, но и к предыдущему моментам времени.
В качестве примера динамических эконометрических моделей можно привести модели вида:
yt=f(xt,xt–l),
yt=f(xt,yt–l).
Модель регрессии вида:
yt=f(x1…xn)=f(xi)не относится к динамическим эконометрическим моделям.
Моделью адаптивных ожиданий называется динамическая эконометрическая модель, которая учитывает предполагаемое или желаемое значение факторной переменной
Общий вид модели адаптивных ожиданий:
Примером модели адаптивных ожиданий является модель зависимости предполагаемой в будущем периоде (t+1) индексации заработных плат и пенсий на текущие цены.
косвенный
метод адаптивных ожиданий
.
Этот метод использует корректировку
ожиданий. В каждый момент времени
реальное значение переменной сравнивается
с ее ожидаемым значением. Если реальное
значение оказывается больше, то значение,
ожидаемое в следующий момент (период),
корректируется в сторону повышения,
если меньше — в сторону уменьшения.
Размер корректировки пропорционален
разности между реальным и ожидаемым
значением переменной.
Если распределение Койка и основанный на нем метод моделирования ожиданий основываются на предположении, что коэффициенты при лаговых объясняющих переменных убывают в геометрической прогрессии, то такое предположение выполняется далеко не всегда. Поэтому в некоторых случаях эти методы используются обоснованно и приводят к правильным результатам. А в других ситуациях их применение необоснованно и может приводить к неверным результатам, да и сама реализация их оказывается затруднительной.
Так, во многих случаях значительно более уместно предположить, что изменение зависимой переменной в ответ на изменение объясняющей переменной сначала невелико, а затем, с течением времени оно возрастает, а по прохождении некоторого периода такого возрастания — опять уменьшается.
Моделирование такого поведения с использованием минимального числа параметров предлагает метод распределенных лагов Алмон . Метод лагов Алмон обладает достаточной гибкостью, он удобен в применении и достаточно эффективно справляется с вычислительными трудностями и спецификой различных зависимостей. Центральная идея этого метода заключается в следующем. Предполагается, что если зависимое переменное у характеризуется зависимостью от текущих и лаговых значений объясняющей переменной х, то веса в этой зависимости подчиняются полиномиальному распределению. Именно поэтому лаги Алмон часто описываются как полиномиально распределенные лаги. Сам выбор конкретного полинома (прежде всего, его степень) определяется исследователем на основе экспериментов.
Далее выбирается число лаговых значений объясняющей переменной , которое опять же находится в результате экспериментов, направленных на получение информации, необходимой для хорошего описания данных и соответствующего моделирования таких данных. К сожалению, на практике распределение лагов объясняющей переменной может плохо поддаваться аппроксимации с помощью более простых функций. Так, сама автор данного метода Алмон использовала полином четвертой степени и получила вполне хорошие результаты. Но дело в том, что с ростом степени полиномов увеличивается риск появления неучтенной мультиколлинеарности.
Более того, дефектом адаптивных ожиданий и иных похожих способов учета ожиданий является то, что получаемые с их помощью прогнозы в общем случае отличаются от прогнозов, получаемых с помощью модели в целом. Для преодоления подобных недостатков служат методы рациональных ожиданий. Проще всего представить, что основное в рациональных ожиданиях это допущение, что экономические агенты имеют доступ ко всей адекватной информации и что они наилучшим образом ее используют при формировании ожиданий относительно будущих значений экономических переменных.
26.Проби-илогит-анализ
Логит и пробит модели
Probit и logit модели применяются для оценки качественных переменных, где применение линейного оценивания затруднено рядом причин. Другими словами, если Вы хотите спрогнозировать некоторую величину, причем эта величина бинарная, т.е. может принимать только два значения, то логит и пробит модели могут оказать Вам незаменимую услугу.
Примеры:
Необходимо спрогнозировать, какой будет продукт на выходе (годный или бракованный) если параметры производственного процесса будут установлены в том или ином состоянии. В данном случае прогнозируемая величина - бинарная (годен/брак), поэтому могут использоваться логит/пробит модели.
Вы хотите знать, упадет ли объем продаж ниже критического уровня или нет, если покупательная способность населения упадет на 5%.
Вы изучаете поведение покупателей в Вашем магазине и хотите изучить чем поведение купивших отличается от поведения людей, не сделавших покупку. В этом случае факт покупки - зависимая бинарная величина, а поведение человека в магазине и половозрастные характеристики посетителя - факторы.
Итак, введем следующие обозначения: Покупка - принимает значение "1", клиент ушел без покупки - "0". T - время проведенное в магазине; Y - возраст клиента; K - внешняя респектабельность клиента по 5-бальной шкале; и.т.п. е(i) - "ошибки" В e(i) -попадают отклонения, которые не объяснены моделью В итоге, модель имеет следующий вид:
Покупка(i) = a*T(i)+b*Y(i)+c*K(i)+e(i)
По ряду причин, применение линейного оценивания здесь дает некорректные результаты, поэтому для оценки коэффициентов"а,b,c" задается условное распределение положительного решения о покупке в зависимости от дохода. В случае если рассматривается стандартное нормальное распределение, модель называется probit, если логистическое, то - logit.
27.Экспертно-статистическийметодпостроенияпоказателяэффективности
Методы экспертных оценок - это методы организации работы со специалистами-экспертами и обработки мнений экспертов, выраженных в количественной и/или качественной форме с целью подготовки информации для принятия решений ЛПР - лицами, принимающими решения.
Для проведения работы по методу экспертных оценок создают Рабочую группу (сокращенно РГ), которая и организует по поручению ЛПР деятельность экспертов, объединенных (формально или по существу) в экспертную комиссию (ЭК). (ЭК).
Существует масса методов получения экспертных оценок. В одних с каждым экспертом работают отдельно, он даже не знает, кто ещ› является экспертом, а потому высказывает свое мнение независимо от авторитетов. В других экспертов собирают вместе для подготовки материалов для ЛПР, при этом эксперты обсуждают проблему друг с другом, учатся друг у друга, и неверные мнения отбрасываются. В одних методах число экспертов фиксировано и таково, чтобы статистические методы проверки согласованности мнений и затем их усреднения позволяли принимать обоснованные решения. В других - число экспертов растет в процессе проведения экспертизы, например, при использовании метода "снежного кома""
Догма согласованности.
Считается, что решение может быть принято лишь на основе согласованных мнений экспертов. Поэтому исключают из экспертной группы тех, чье мнение отличается от мнения большинства. При этом отсеиваются как неквалифицированные лица, попавшие в состав экспертной комиссии по недоразумению или по соображениям, не имеющим отношения к их профессиональному уровню, так и наиболее оригинальные мыслители, глубже проникшие в проблему, чем большинство. Следовало бы выяснить их аргументы, предоставить им возможность для обоснования их точек зрения. Вместо этого их мнением пренебрегают/
Догма одномерности
В некоторых случаях вс›-таки можно глобально сравнить объекты - например, с помощью тех же экспертов получить упорядочение рассматриваемых объектов - изделий или проектов. Тогда можно ПОДОБРАТЬ коэффициенты при отдельных показателях так, чтобы упорядочение с помощью линейной функции возможно точнее соответствовало глобальному упорядочению (см., например, [36]). Наоборот, в подобных случаях НЕ СЛЕДУЕТ оценивать указанные коэффициенты с помощью экспертов. Эта простая идея до сих пор не стала очевидной для отдельных составителей методик по проведению экспертных опросов и анализу их результатов. Они упорно стараются заставить экспертов делать то, что они выполнить не в состоянии - указывать веса, с которыми отдельные показатели качества должны входить в итоговый обобщенный показатель. Эксперты обычно могут сравнить объекты или проекты в целом, но не могут вычленить вклад отдельных факторов. Раз организаторы опроса спрашивают, эксперты отвечают, но эти ответы не несут в себе надежной информации о реальности.