1 Тема 1 Основні поняття економетрії. Моделі парної регресії. Вступ 1.Об'єкт, предмет, мета i завдання економетрії 2. Кореляцiйно-регресiйний аналіз в. - презентация

1 1 Тема 1 Основні поняття економетрії. Моделі парної регресії. Вступ 1.Об'єкт, предмет, мета i завдання економетрії 2. Кореляцiйно-регресiйний аналіз в економіці

2 2 Вступ Економетрія (економетрика) Економетрія (економетрика) буквально означає "вимірювання в економіці" Дуже широко

3 3 Економетрія - це наукова дисципліна, яка вивчає комплекс економіко-математичних методів і побудованих на їх основі моделей для кількісного вимірювання взаємозв`язків між економічними показниками.

4 4 1.Об'єкт, предмет, мета i завдання економетрії Об'єкт Економічні системи та простори різного рівня складності Економічні системи та простори різного рівня складності Підприємства Фірми Окремі галузі Регіони Держави Підприємства Фірми Окремі галузі Регіони Держави

5 5 Предмет економетрії методи побудови та дослідження математико-статистичних моделей економіки, проведення кількісних досліджень економічних явищ, пояснення та прогнозування розвитку економічних процесів. методи побудови та дослідження математико-статистичних моделей економіки, проведення кількісних досліджень економічних явищ, пояснення та прогнозування розвитку економічних процесів.

6 6 Метою економетричного дослідження є аналіз реальних економічних систем i процесів, що в них відбуваються, за допомогою економетричних методів i моделей, їх застосування при прийнятті науково обґрунтованих управлінських рішень.

7 7 Основне завдання економетрії - оцінити параметри моделей з урахуванням особливостей вхідної економічної інформації, перевірити відповідність моделей досліджуваному явищу i спрогнозувати розвиток економічних пpoцecів.

8 8 Основні етапи економетричного аналізу 1) вибiр конкретної форми аналітичної залежності між економічними показниками (специфікація моделі) на підставі відповідної економічної теорії; 2) збирання та підготовка статистичної інформації; З) оцінювання параметрів моделей; 4) перевірка адекватності моделі та достовірності її параметрів; 5) застосування моделі для прогнозування розвитку економічних процесів з метою подальшого керування ними.

9 9 Коротка історична довідка Гарвардський барометр", за допомогою якого в 20-тi роки намагалися передбачити поведінку товарного і грошового ринку. Сучасні методи математичної статистики почали застосовувати в біології. Наприкінці XIX ст. англійський біолог К. Пiрсон досліджував криві розподілу деяких числових показників людського організму. Пізніше він та його школа почали вивчати кореляції в біології та будувати лінійні регресії. Підходи, запропоновані біологами, були застосовані в економці. У 1897 р. з'явилася праця В. Парето, у якій досліджувалися доходи населення в різних країнах.

10 10 На початку ХХ СТ. вийшло кілька праць англійського статистика Гукера, у яких за допомогою кореляцiйно-регресiйних методів, започаткованих школою Пiрсона, вивчалися взаємозалежності між економічними показниками, зокрема вплив банкрутств на товарній біржі на ціну зерна. У 1928 р. було опубліковано дослідження Ч. Кобба i П. Дугласа про виробничу функцію, яка ввійшла в економетрію як класичний приклад i досі є важливим інструментом економетричного аналізу. Економетрія як окрема галузь науки відома під такою назвою лише з 1930 р. Саме тоді було засновано економетричне товариство, яке визначало себе так: "Міжнародне товариство для розвитку економічної теорії і її зв'язку зi статистикою та математикою".

11 11 Термін " економетрія " вперше запровадив львівський вчений П.Чомпа, який опублікував у Львові в 1910 р. книгу "Нариси економетрії i природної теорії бухгалтерії, яка ґрунтується на політичний економії". Засновниками економетрії вважають Р. Фрiша, Е. Шумпетера, Я. Тiнбергена - послідовників неокласичної економічної школи. Вони одними з перших цілеспрямовано намагалися поєднати економічну теорію з математичними та статистичними методами.

12 12 Нобелівські премії Т.К.Купманс (1975) Лінійні економічні моделі Л.Р.Клейн (1980) Моделі економічної політики В. Леонтьєв (1973) Балансові моделі Л.Канторович (1975) Виробничі моделі

13 13 2. Кореляцiйно-регресiйний аналіз в економіці Статистичною називають залежність, коли зі змінюванням однієї випадкової величини змінюється закон розподілу ймовірностей іншої. Зокрема, статистична залежність виявляється в тому, що зі змінюванням однієї величини змінюється середнє значення іншої. Така залежність називається кореляційною.

14 14 X X Рівноправні Y Y

15 15 X X Y Y Нерівноправні Умовне математичне сподівання функція регресії У на Х. Регресор (незалежна) Регресанд (залежна)

16 16 Парна регреcія Множинна регреcія

17 17 Термін регресія від латинського regressio – рух назад, введено англійським статистиком Френсісом Гальтоном

18 18 Означення. 3в'язки між залежною та незалежною (незалежними) змінними, що описуються співвідношеннями називають регресійними рівняннями (моделями). Випадкова складова

19 19 Причини присутності в регресiйних моделях випадкового фактора (відхилення). 1. Уведення в модель не всіх пояснюючих змінних. 2. Неправильний вибір функціональної форми моделі. 3. Агрегування змінних. 4. Помилки вимірювань 5. Обмеженість статистичних даних. 6. Непередбачуваність людського фактору.

20 20 Сукупність методів, за допомогою яких досліджуються та узагальнюються взаємозв'язки кореляційно пов'язаних змінних, називається кореляцiйно-регресiйним аналізом.

21 21 Задачі кореляцiйно-регресiйного аналізу Знаходження залежності між змінними ( регресійний аналіз ) Знаходження залежності між змінними ( регресійний аналіз ) Визначення тісноти зв'язку між змінними ( кореляцiйний аналiз ) Визначення тісноти зв'язку між змінними ( кореляцiйний аналiз )

22 22 Етапи побудови рівняння регресії 1.Вибір форми рівняння регресії ( сnецифiкацiя моделі ) 1.Вибір форми рівняння регресії ( сnецифiкацiя моделі ) 2. Визначення параметрів обраного рівняння 3. Аналіз якості рівняння та перевірка адекватності рівняння емпіричним даним, удосконалення рівняння. 3. Аналіз якості рівняння та перевірка адекватності рівняння емпіричним даним, удосконалення рівняння.

23 X Y 0 1. Y X 0 X0 Y аб в Кореляційне поле (діаграма розсіювання)