Лекция 1 «Введение». Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Специфической.

Презентация:



Advertisements
Похожие презентации
Лекция 1 Введение.. Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.
Advertisements

Линейная модель парной регрессии и корреляции. 2 Корреляция – это статистическая зависимость между случайными величинами, не имеющими строго функционального.
ЛЕКЦИЯ 8 КОРРЕЛЯЦИОННО- РЕГРЕССИОННЫЙ АНАЛИЗ. МОДЕЛИРОВАНИЕ СВЯЗЕЙ.
Теория статистики Корреляционно-регрессионный анализ: статистическое моделирование зависимостей Часть 1. 1.
1. Что такое Эконометрика? Что она изучает, чему учит 2. Основные задачи эконометрики 3. Корреляционно-регрессионный анализ 4. Этапы построения эконометрической.
1 Дисциплина: Эконометрика Преподаватель: Кучерова Светлана Викторовна, доцент кафедры математики и моделирования (ауд.1602) Литература: Елисеева И.И.
ВОПРОСЫ Решение каких проблем включает эконометрическое исследование. Укажите этапы эконометрического исследования. Что представляет собой простая регрессия.
Временные ряды в эконометрических исследованиях..
Парная линейная корреляция. Метод наименьших квадратов Задача: найти оценки параметров a и b такие, что остаток в i-ом наблюдении (отклонение наблюдаемого.
Общая теория статистики Регрессионно- корреляционный анализ.
Эконометрика. Литература Доугерти К. Введение в эконометрику. - 3-е изд. - М.: ИНФРА- М, XIV, 465 с. Доугерти К. Введение в эконометрику. - 3-е.
Кафедра «Бухгалтерский учет и аудит» Ослопова М.В. ТЕМА 8. СТАТИСТИЧЕСКОЕ ИЗУЧЕНИЕ ВЗАИМОСВЯЗИ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ ЯВЛЕНИЙ.
Понятие эконометрики и эконометрических моделейO Эконометрика это наука, которая на базе статистических данных дает количественную характеристику взаимозависимым.
Лекция 10 Временные ряды в эконометрических исследованиях.
АНАЛИЗ ДАННЫХ НА КОМПЬЮТЕРЕ. Регрессионный анализ.
ОМНК – обобщенный метод наименьших квадратов (метод Эйткена) Применяется к эконометрической модели, которой свойственна гетероскедастичность.
Определение. Случайная величина имеет нормальное распределение вероятностей с параметрами и 2, если ее плотность распределения задается формулой:
Лекция 4 множественная регрессия и корреляция. ( продолжение )
ЭКОНОМЕТРИКА Преподаватель : Сержан Гүлзада Үрбалақызы Кредит : 2 В неделю 1 лекция, 1 лабораторная работа, 1 СРСП.
В задачу регрессионного анализа входит исследование остаточных величин. Исследование остаточных величин.
Транксрипт:

Лекция 1 «Введение»

Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики.

Центральной проблемой эконометрики являются 1)построение эконометрической модели 2) определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Проблемы, искажающие результаты статистических исследований: закрытость механизма связи между переменными; автокорреляция; ложная корреляция; наличие лагов. Эконометрическое исследование включает решение следующих проблем: качественный анализ связей экономических переменных выделение зависимых (у j ) и независимых переменных (х k ); подбор данных; спецификация формы связи между у и х k, оценка параметров модели; введение фиктивных переменных; выявление автокорреляции, лагов; выявление тренда, циклической и случайной компонент; и др. В качестве этапов эконометрического исследования можно указать: постановку проблемы; получение данных, анализ их качества; спецификацию модели; оценку параметров; интерпретацию результатов.

В области экономических измерений проблема точности связана с: определением понятия экономической величины; разработкой правил и методов измерений выявлением условий сравнимости экономических величин (показателей); разработкой принципов конструирования измерителей и измерений; основанием выбора типа шкал при конструировании измерителя;

«Регрессия в эконометрических исследованиях. Спецификация модели»

Простая регрессия представляет собой регрессию между двумя переменными у и х, т. е. модель вида: где: у – зависимая переменная (результативный признак); х – независимая, или объясняющая, переменная (признак-фактор). Множественная регрессия представляет собой регрессию результативного признака с двумя и большим числом факторов, т. е. модель вида:

Выдвигается гипотеза о том, что величина спроса на товар А находится в обратной зависимости от цены х, т. е.:Практически в каждом отдельном случае величина у складывается из двух слагаемых: Так, если зависимость спроса у от цены х характеризуется, например, уравнением: то это означает, что с ростом цены на 1 д. е. спрос в среднем уменьшается на 2 д. е.

Приведенное ранее уравнение зависимости спроса у от цены х точнее следует записывать как: т.к. всегда есть место для действия случайности. Обратная зависимость спроса от цены не обязательно характеризуется линейной функцией.

В парной регрессии выбор вида математической функции может быть осуществлен тремя методами: графическим; аналитическим, т. е. исходя из теории изучаемой взаимосвязи; экспериментальным.

0 х y a 0 х y б 0 х y в 0 х y г 0 х y д 0 х y е Основные типы кривых, используемые при количественной оценке связей между двумя переменными

Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК). МНК позволяет получить такие оценки параметров а и b, при которых сумма квадратов отклонений фактических значений результативного признака (у i ) от расчетных (теоретических) минимальна:

для оценки параметров а и b получим следующую систему нормальных уравнений

Формулы расчета параметров a и b: (сигма) дисперсия признака х отклонения фактических данных от теоретических. b - коэффициент регрессии. Его величина показывает среднее изменение результата с изменением фактора на одну единицу.

Линейный коэффициент корреляции должен находится в границах: Линейный коэффициент корреляции является показателем тесноты связи: Коэффициент детерминации характеризует долю дисперсии результативного признака :