Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Понятие эконометрики. Предмет изучения↑ Стр 1 из 5Следующая ⇒ Содержание книги
Поиск на нашем сайте
Понятие эконометрики. Предмет изучения Термин Эк-ка бы л введен в 1926 г. норвежским экономистом Фришем. В переводе означает измерения в экономике. Эконом-ка – наука, связанная с эмпирическим выводом эконом. законов. Гл. назначение эк-ки состоит в модельном описании конкретных количественных взаимосвязей, сущ-х между анализир – ми соц. –экон. явлениями. Методы эк-ки охватывают весь цикл решений экон.-кой задачи, т. е. от ее построения до содержательной интерпретации результатов анализа. По условию иерархии анализ-й экономич-й системы выделяют Микроуровень Мезоуровень Макроуровень. Эконометрические модели (регрессионные модели с одним уравнением) В таких моделях зависимая (объясняемая) величина y представлена в виде функции: F(x,b)=F(x1,x2,... xк;b1,b2,…bк) (1.5.)Где х1- хк – независимая переменные b1 - bк - параметры уравнения (коэффициенты) В зависимости от вида функции модели делятся на линейные и нелинейные. Область применения таких моделей значительно шире, чем моделей времен. рядов. 5.Эконометрические модели (системы одновременных уравнений) Системы одновременных моделей. Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может кроме объясн-х переменных включать в себя такие объясняемые переменные из др. уравнений системы, т. е. набор объясняемых переменных связан. между собой через уравнения систем. Данные модели исп-ся для характеристики страховой эк-ки. Пусть Qts – предложение товара в данный момент времени t, QtD – спрос на товар в данный момент времени t, pt – цена товара в момент времени t, уt – доход в момент времени t. Тогда система уравнений «спрос-предложение» будет иметь сл. вид: Qts = а1+ а2´рt + а3´рt-1+ Et QtD = b1 + b2´ рt +b3´Yt +Et Qts=QtD (1.6.) Т.О., в данной модели предопред-ми переменными явл-ся доход и цена, а спрос и предложение яв-ся объясняемыми переменными. 6.Типы эконометрических данных При моделировании эк-х процессов испол-ся два типа данных: 1. пространственные – это набор сведений по различным показателям за один и тот же период времени. 2.временные – это набор сведений по одному показателю за различные промежутки времени. 7.Основные этапы корреляционно-регрессионного анализа Одной из сущ-ных задач эк-ки является изучение взаимосвязей между соц-эконом-ми явлениями. Соц-эконом-е явления представляют собой результат одновременного воздействия большого количества внешних и внутренних причин. В основе I этапа исследования лежит качественный анализ явлений, связанный с анализом его природы методами эконоич. теории, социологии и эконом. статистики. II этап – это построение модели связи III этап – это интерпретация результатов исследования 8. Классификация видов связи социально-экономических явлений. Одной из существенных задач эконометрики является изучение взаимосвязи между социально-экономическими явлениями. Понятие случайной переменной. Ее математическое ожидание (М.О.). Случайная переменная - это любая переменная значение которой, не может быть точно предсказано. М.О-ие случайной величины- это взвешенное среднее всех ее возможных значений. При этом в качестве весового коэффициента берется вероятность соответствующего исхода. Пусть случайная величина может принимать некоторые значения (E1,E2, …,En) и вероятность их получения равна (р1,р2,…,рn).Тогда М.О. случайной переменной определяется след.образом: (3.1) Правила расчета М.О. Существуют следующие правила расчета М.О.: Правило1: М.О. суммы нескольких переменных равно сумме их М.О-ий: (3.2)
Правило 2: если случайную величину умножить на константу, то ее М.О-ие увеличится во столько же раз. Е(а´ε)= а´Е(ε) (3.3) Правило 3: М.О. константы - есть она сама: F(a)=a (3.4) Ре условия Гаус Маркова. Для того чтобы анализ, основанный на методе наименьших квадратов давал лучшие результаты, необходимо выполнение условия Гас- Маркова для случайных составляющих: 1. М.О. случайного члена в любом наблюдении должно быть равно нулю: Е(εi)= 0 В некоторых ситуациях случайный член будет положительным иногда отрицательным, но он не должен иметь систематического смещения не в 1-ом из направлений. Если уравнение регрессии включает постоянный член, то это условие выполняется автоматически. Т.к. роль константы состоит в том, чтобы определить любую тенденцию, в которой не учитывают объясняющие переменные, включенные в уравнение регрессии. 2. Дисперсия случ. члена должна быть постоянна для всех наблюдений. pop.var (Ei)- теоретическая вариация. (3.6) pop.var(Ei) = ^2Ei -одинакова для всех i. (3.6) Если рассматриваемое условие не выполняется, то коэффициенты регрессии будут не эффективны. 3. Это условие предполагает отсутствие системной связи между значениями случайного члена в любых 2-ух наблюдениях.
(3.7) Т.е. если случ. член велик и положителен в олном наблюдении, это не обуславливает тенденцию к тому, что он будет большим и положительным в другом наблюдении. Случ. члены должны быть независемы друг от друга. 4. С.ч-н должен быть независимо распределен от объясняющей переменной. Значение независимой переменной в каждом наблюдении должно считаться полностью определенным внешними причинами, которые не учитываются в уравнении регрессии. Если условие выполняется, то теоретическая вариация между независимой переменной и случ. членом равна 0. Pop var (xi, εi)=0 (3.8) 18.Условия гомо и гетероскедастич-сти. Последствия гетероске-сти. Первые два условия Гаус Маркова указывают, что случайные члены появ-ся на основе вероят-тных распреде-й, имеющих нолевое мат-кое ожидание и одну и ту же дисперсию. Их факти-кие знач-я иногда будут полож-ми, иногда отриц-ми, но но они не будут иметь сильных отклонений в любом наблю-ии, т.е вероят-ть того, что величина e примет какое-то значение, будет одинаковой для всех наблюде-й. Здесь имеет место условие гомоскедастич-ти:Ф(3.6) одинакова для всех i. Вместе с тем возможно, что теори-ское распред-е случайного члена яв-ся разным для различ-х наблюд-й выборки. Это не означает, что слячайный член будет иметь особенно большие отклонения в конце выборки, но вероят-сть их получения будет высокая, т.е имеет место условие гетероскедаст-ти: Ф(3.6) не одинакова для всех. Рис. 1- Различия м/д гомо и гетероскедас-тью. На рис.2 показано, как будет выглядеть характерная диаграмма распределения ф-ции y(x), если имеет место гетероскедаст-сть. Рис.2-Влияние гетероскед-сти на распредел-е ф-ции y(x). При отсутствии гетероскед-сти коэф-ты регрессии имеют наиболее низкую дисперсию среди несмещенных оценок. Если имеет место гетероскед- сть, то оценки метода наименьших квадратов будут не эфф-ны. Гетероскед-сть становится проблемой, когда значение переменных, входящих в уровни регрессии значительно различается в разных наблюдениях. Если истинная зависимость описывается уравнением прямой, то при нем экон-ие переменные меняют свой масштаб одновременно,то изменение значений, не включаемых переменных и ошибки измерения, влияя совместно на случайный член делает его сравнительно малым при больших X и Y. Гетероске- сть может также появляться при анализе временных рядов. 19.Обнаружение гетероскедастичности.Тест ранговой корреляции Спирмена, тест Глейзера. Проявление проблем гетероскед-сти можно предвидеть основываясь на знаниях характера данных. В этих случаях можно предпринимать действия на этапе спецификации модели регрессии. Это позволит уменьшить или устранить необходимость формальной проверки. В настоящее время используются следующие виды тестов гетероскед-сти, в которых делается предположение о наличие зависимости между дисперсией случайного члена и величиной объясняющей переменной: 1)Тест ранговой корреляции Спирмена. При его выполнении предполагается, что дисперсия случайного члена будет либо увеличиваться, либо уменьшаться по мере увеличения X и поэтому в регрессии, оцениваемой с помощью метода наименьших квадратов абсолютные величины остатков и значение X будут коррелированны. Данные по X и остатки упорядочиваются, а затем определяется коэффициент ранговой корреляции: Ф(3.9), Где Дi- разность между рангом X и рангом е, е- остатки(отклонение) фактических значений Y от теоретических значений. Тест Глейзера. Чтобы использовать данный метод следует оценить регрессионную зависимость y(x) с помощью обычного метода наименьших квадратов, а затем вычислить абсолютные величины остатков еi по модулю, оценив их регрессию. 20.Обнаружение гетероскед-сти. Тест Голдфельда Квандта. Появление проблем гетероскед-сти можно предвидеть основываясь на знаниях характера данных. В этих случаях можно предпринимать действия на этапе спецификации модели регрессии. Это позволит уменьшить или устранить необходимость формальной проверки. В настоящее время используются следующие виды тестов гетероскед-сти, в которых делается предположение о наличие зависимости между дисперсией случайного члена и величиной объясняющей переменной: 1)Тест Голдфельда Квандта. При проведении проверки по этому критерию предполагается, что дисперсия случайного члена пропорциональна значению X в этом наблюдении. Предполагается, что случайный член распределен нормально и не подвержен автокорреляции. Все наблюдения в выборке упорядочиваются по величине X, после чего оцениваются отдельные регрессии для первых n со штрихом наблюдений и для последних n со штрихом наблюдений. Если предположение о наличие гетероскед-сти верна, то дисперсия в последних n наблюдениях будет больше, чем в первых n со штрихом наблюдениях. Суммы квадратов остатков обозначают для первых n со штрихом наблюдений обозначают RSS1, для последних n со штрихом наблюдений RSS2, затем определяют их отношения. Это отношение имеет F-распределения при заданных (n со штрихом-k-1)/(n со штрихом-k-1) степенях свободы. Если n=30, то n со штрихом= min11. 21. Автокорреляция и ее факторы. Автокорреляция в регрессионном анализе обычно встречается при исследовании временных рядов. Постоянная направленность воздействия не включенных в уравнении переменных является наиболее частой причиной появления положительной автокорреляции. Пример1: При оценке спроса на мороженное по ежемесячным данным предполагается, что состояние погоды является единственным важным фактором. При этом проводятся ряд наблюдений, когда теплая погода способствует увеличению спроса, а холодная погода наоборот. Если доход возрастает со временем, то схема наблюдений будет выглядеть след. Образом: Рисунок3 – Положения автокорреляции. Изменения эконом-кой конъюнктуры приводит к положительным результатам и в анализе. Автокорреляция является существенной проблемой, когда интервал между наблюдениями имеет небольшую величину. Чем больше этот интервал, тем меньше вероятность того, что при переходе от одного наблюдения к другому характер влияния неучтенных факторов будет сохраняться. Автокорреляция может быть отрицательной. Это означает, что корреляция между последовательными значениями случайного члена отрицательна, т.е за положит-ным значением в одном наблюдении следует отриц-ное значение в другом. Тогда диаграмма распределения выглядит след.образом: Рисунок4- Отрицательная автокорреляция. В экономике отрицательная автокорреляция встречается редко, но иногда она появляется при преобразовании первоначальных моделей в форму, подходящую для регрессионного анализа. Метод скользящих средних. Для построения оценки тренда по значениям ряда из временного интервала [t-m; t+m] рассчитывают теоретические значения уровней ряда. Обычно все веса для элементов интервала равны между собой. Сглаживание происходит с окном шириной 2m+1. Ширину окна обычно берут нечетной, т.к. скользящую среднюю рассчитывают для центрального значения интервала: Yt' = , (4.2) Общая формула метода скользящих средних имеет следующий вид: Yt' =Am*Yt-m+…+Ao*Yt+…+Am*Yt+m, (4.3) где Yt' – сглаженное значение уровня ряда; Am – вес, приписываемый уровню ряда, находящегося на расстоянии m от периода времени t. При использовании этого метода необходимо учитывать, что скользящая средняя может сильно исказить тенденцию развития явления. Также она не дает значений для первых и последних наблюдений, т.е. имеют место краевые эффекты. Медианное сглаживание. Медиана ряда во временном интервале определяется как центральный член вариационного ряда. Вариационный ряд представляет собой последовательность значений ряда, упорядоченных по возрастанию. В отличие от скользящей средней скользящая медиана более устойчива к искажению данных. Помимо методов сглаживания одним из наиболее эффективных методов выявления основной тенденции развития явления является аналитическое выравнивание. При этом уровни ряда выражаются в виде функции Yt = f(t). Аналитическое выравнивание может быть осуществлено по любому рациональному многочлену. Для упрощения технологии определения параметров уравнения показателям времени придают такие значения, чтобы их сумма была равна 0, т.е. ∑t=0. Понятие эконометрики. Предмет изучения Термин Эк-ка бы л введен в 1926 г. норвежским экономистом Фришем. В переводе означает измерения в экономике. Эконом-ка – наука, связанная с эмпирическим выводом эконом. законов. Гл. назначение эк-ки состоит в модельном описании конкретных количественных взаимосвязей, сущ-х между анализир – ми соц. –экон. явлениями. Методы эк-ки охватывают весь цикл решений экон.-кой задачи, т. е. от ее построения до содержательной интерпретации результатов анализа. По условию иерархии анализ-й экономич-й системы выделяют Микроуровень Мезоуровень Макроуровень.
|
||||
Последнее изменение этой страницы: 2016-12-12; просмотров: 212; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.139.234.48 (0.007 с.) |