2) Динамические данн – данн экономического показателя для какого либо объекта, собранного в последовательные моменты времени с одинаковым интервалом.

3) Панельные данн – данн экономич показателя для группы, относит объектов собранные

4. Основные этапы эконометрического моделирования на примере.

Например вродаём б/у машину лада

1) Априорный этап – постановка экономич проблемы, вид показателей, её описывающих, установление экономических связей между ними.

Экономич пробема: определить стоимость авто, сдаваемого на комиссию. Эндоген переем – у(тыс руб), х1-срок эксплуатации(года), х2 – пробег(км), х3 – стоимость ремонта после ТО

2) информационный этап – сбор стастич данных. Выбор переем: х1, х2, х3, у, по уже проданным авто

3) Выбор подходящей спецификации модели.

A = альфа б = бета. Линейная модель: Y=A+б1х1+б2х2+б3х3+эпселант(неучтённый фактор)

4) Оценка и тестирование модели: - методом наименьших квадратов, - методом максимального правдоподобия. Мы оцениваем неизвестн параметры модели. И тестируем гипотезы связанные со статистич хар-ми кач-ва управнения

5) Верификация – сравнение реальн данн с рассчитанными по модели. Оцениваем прогностическую силу модели y^=a+b1x1+b2x2+b3x3

а – оценив альфу, b – бету. а – нов авто через 2ые руки, b1 – стоимость каждого года эксплуатации b2 – наскока дешевеет с каждым км пробега b3 – во скока оценивается каждый км, потраченный за ремонт.

5. Классификация эконометрических моделей

1)Регрессионая модель с 1 уравнением. Y=f(x1,…xm, E), если m=1 – регрессия парная, если m>1 –множеств регрессия

Бывают: парная, множественная, лин, не лин)

2)Модели временных рядов. T(t) –тренд длительно сохраняющий тенденцию

S(t) – сезонная компонента, повторяемость экономич процессов в течении небольшого промежутка времени C(t) – циклич компонента, описан повторяемость в течении большого промежутка времени.

3)Системы эконометрич уравнений – независимые, когда у зависит тока от х

В системе(Y1= f(x1…xm, E1) Y2= f(x1…xm, E2) … Yn= f(x1…xm, En))

- взаимозависимые(одновременные) В системе(Y1= f(y2…yn, x1…xm, E1) Y2= f(y1…yn ,x1…xm, E2) … Yn= f(y1…yn-1, x1…xm, En))

Кроме эконометрич сюда могут попасть балансовые уравнения, они не содержат E и в них все параметры известны.

6. Задачи регрессионного анализа. Виды зависимостей м-ду перем.

Регрессионный анализ (линейный) — статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменнымиX1,X2,...,Xp. Независимые переменные иначе называют регрессорами или предикторами, а зависимые переменные — критериальными. Терминология зависимых и независимых переменных отражает лишь математическую зависимость переменных, а не причинно-следственные отношения.

Цели анализа: 1) Определение степени детерминированности вариации зависимой переменной пред независимыми переменными 2) Предсказание значения зависимой переменной с помощью независимых)3) Определение вклада отдельных независимых переменных в вариацию зависимой

Виды зависимостей:

1) функциональная – каждому у соответствует одно значение х.

2) статистическая – каждому значению одной с.в. соответствует условное распределение другой с.в.

* корреляционная – частный случай статистической. Представляет собой функциональную зависимость между одной с.в. и условным мат. ожиданием другой с.в.