Реферат Особливості економетричного методу

Страница 1 из 4 | Следующая страница

1. предмет економетрики

Специфічною особливістю діяльності економіста є робота у умовах нестачі інформації та неповноти вихідних даних. Аналіз такий інформації вимагає спеціальних методів, що є одне із аспектів економетрики. Центральної проблемою економетрики є будуванняеконометрической моделі й визначення можливості її участі спрямування описи, аналізу, прогнозування реальних економічних процесів.Эконометрика –бистроразвивающаяся галузь науки, мету, якої у тому, щоб передати кількісні заходи економічним відносинам. Термінеконометрика уперше запроваджено бухгалтеромЦьемпой в1910г. слово «>економетрика» складається з 2 слів: «економіка» і «метрика». Сам термін підкреслює специфіку науки, тобто. кількісне вираз тих зв'язків і стосунків, які розкрито і обгрунтовані економічної теорією. Ця наука виникла результаті взаємодії 3 компонентів: економічної теорії, математичних методів, статистичних методів. Згодом до них приєдналися розвиток обчислювальної техніки. Ниніеконометрика має величезним розмаїттям моделей від великих макроекономічних, які включають кілька сотень чи тисяч рівнянь до малих рівнянь, виділені на рішення специфічних проблем.

2. Особливості економетричного методу

Становлення та розвитку економетричного методу на методах обчислювальної статистики: - на методах парної і множинної кореляції; - виділення тренду та інших. компонентів тимчасового низки; - на статистичному оцінюванні.

Потреба причинному поясненні кореляції призвела до створення колійного аналізу, - грунтується на вивченні всієї структури причинного зв'язку між перемінними, тобто. на побудові графа. Його основним становищем і те, що оцінки стандартизованих коефіцієнтів і рекурсивної системи рівнянь, які називаються коефіцієнтами впливу, розраховуються з урахуванням коефіцієнтів парній кореляції. Працюючи з тимчасовими рядами різних показників і за вивченні взаємозв'язку з-поміж них була усвідомлено проблема удаваної кореляції, що виникла під впливом чинникаЛАГА, тобто. зсуву у часі. Значну увагу в економетрики приділяється проблемі даних, тобто. спеціальним методом роботи за наявності даних із пропущеннями, вплив узагальнення даних, і т.д. інформація може відсутні по птд. одиницям сукупності і "бути на рівні лише старої, інформація іде по птд. організаціям, а, по районам. Результати можуть не надто відрізнятиметься. До проблеми даних належить і проблема селективною вибірки в мікроекономіці. Типове направлення у цій галузі: ринок праці; виявлення чинників, які впливають постанову по вибірці роботи; які економічні стимули впливають бути прийнятим рішення про набуття освіти.

У цьому вибірка може бути випадкової, а обмежена якимись певними ситуаціями, а чи не всілякими. Ефектсамоселекции виникає тоді, коли об'єктивний відбір підміняється «зручною вибіркою».Эконометрическое дослідження включає у собі рішення сл. Проблем:

1. якісний аналіз зв'язків економічних змінних – виділення залежнихУi і залежніХк змінних. 2. добір даних. 3. специфікація моделей зв'язок між перемінними. 4. оцінка параметрів моделі. 5. перевірка гіпотез про властивості розподілу ймовірностей для випадкових компонентів: гіпотези про середньої; дисперсії;ковариации. 6. запровадження фіктивних змінних. 7. виявленняавтокорреляции,лагов. 8. виявлення тренду, циклічною і випадкової компоненти. 9. перевірка залишків нагетероскедастичность (відсутності норм розподілу для регресійної функції). 10. аналіз структури зв'язків й модульна побудова системи одночасних рівнянь. 11. моделювання з урахуванням системи часових рядів. 12. побудоварекульсивной моделі. 13. проблема і ідентифікація і оцінювання параметрів.

>Эконометрическая модель полягає в діалектичному припущенні про колі взаємозалежних змінних. За умови прагнення до найкращому опису зв'язку пріоритет віддається якісному аналізу.

Етапи економетричного аналізу.

1. побудова проблеми. 2. даних і аналіз їхній якості. 3. специфікація проблем. 4. оцінка параметрів. 5. інтерпретація результатів.

3. Вимірювання в економетрики

Поняттяеконометрика включає економетричні виміру. У цьому вимір розуміються по-різному. Ознаками виміру вважають: отримання, порівняння, упорядкування інформації.

Вимірювання передбачає виділення деякого властивості, якими виробляється порівняння об'єкта. Др. розуміння виміру виходить із числового висловлювання результатів, тобто. вимір тлумачать як операція, у яких виходить числове вираз величини, причому числа повинні відповідати піднаглядним властивостями, якостям, закономірностям науку й т.д

Перший підхід пов'язані з наявністю еталона, визначення виміру перетворилася на вузькому значенні. Перший нижчий рівень вивчення передбачає порівняння об'єктів наявністю чи відсутності досліджуваного властивості. У цьому рівні використовуються терміни « нумерація», «класифікація», « номінація» тощо.

Другий рівень передбачає порівняння об'єктів за інтенсивністюпроявляемих властивостей. Тут використовуються терміни «>шкалирование», « топологія», і «упорядкування».

Третій рівень – порівняння об'єктів із еталонами. Тут терміни « вимір» і «>квантификация». Усі поняття виміру можуть бути з урахуванням визначення шкали виміру. Тип шкали виміру визначається допустимому перетворення- перетворення, у якому зберігається незмінним ставлення між елементами системи. Для визначення будь-який шкали виміру треба дати назва об'єкту, ототожнити об'єкт деяким властивістю чи групою властивостей. Якщо це перетворення виявляється єдиним, то шкала називається шкалою найменування (номінальною).Измерением у цій шкалою вважатимуться будь-яку класифікацію, через яку клас об'єктів отримує найменування.Числа в цій шкалою грають роль ярликів і до них неспроможні правила арифметики. Номінальна шкала має лише властивостями симетричності і транзитивності.

>Симметричность означає, що відносини між градаціямиХ1 і Х2 зберігаються між Х2 іХ1.

>Транзитивность означає, що йХ1=Х2, аХ2=Х3, тоХ1=Х3.

Шкала, у якій порядок елементів за рівнем прояви деякого властивостей істотний, а кількісне вираз несуттєво називаєтьсяпорядковой (ранговій). Шкала порядку допускає операції «=», «», «>», «<».Порядковие дані виникають, наприклад щодо переваг виборців, експертиз якості, в оцінці землетрусів, оцінці рівня інтелекту. Крімпорядковой і номінальною використовуєтьсяинтервальная шкала. Вимірювання у ній досконаліше, ніж упорядковой.

Прикладоминтервальной шкали можуть бути виміру більшостіек. Параметрів,т.к. продуктивності праці, собівартість, рентабельність тощо. для виміруек параметрів характерні специфічні ставлення до точності. Точність виміру- його адекватність, тобто. відповідність реальним умовам. Проблема точності пов'язана з сл. Проблемами:

1. визначення поняття економічної величини.

2. визначенняек.показателей.

3. розробка принципів виміру, конструювання, вимірювачів.

4. підставу вибору типу шкал.

5. розробка правил формування систем показників.

6. виявлення типів й визначення методів усунення помилок вимірів.

7. виявлення умов порівнянностіек.Величин.

Основний базою для економетричних досліджень є дані офіційною статистикою чиб.у.

4. парна регресія і кореляція економетричних досліджень. специфікація моделей

Залежно кількості чинників, які включаємо в рівняння регресії прийнято розрізняти парну (просту) і множинну регресії.

>Парная регресія- залежність між 2 перемінними Х і У, тобто. модель виду , де з залежна змінна (результативний ознака), x – незалежна змінна (факторний ознака).

>Множественная регресія – залежності між 2 і більше числом факторів, і перемінної У, тобто. модель виду: .

Будь-якееконометрическое дослідження починається з специфікації моделі, тобто. формулювання виду моделі. У цьому парна регресія достатня, якщо є домінуючий чинник, що використовується як яка пояснюватиме перемінної Х.

>Уравнение парній регресії характеризує зв'язок між 2 перемінними, яка проявляється як певна закономірність загалом сукупності спостережень. А практично у кожному окремому разі величина У складається з 2 доданків , деУj фактичне значення результативного ознаки, теоретичні значення результативного ознаки з відповідноїматем. функції,Ej випадкова величина, характеризується відхиленням реального значення результативного ознаки від теоретичного, знайденого з рівняння регресії, Є- обурення і включає у собі вплив неврахованих в моделі чинників. Її присутність у моделі породжене 3 джерелами:

1. специфікація моделі.

2. вибірковий характер вихідних даних.

3. особливості виміру змінних.

Основні залежності, які стосуються парній регресії

від правильної специфікації залежить величина випадкової помилки. Від тим менше, ніж у більшою мірою теоретичні значення підходять до фактичним даним.

щоб одержати хорошого результату з сукупності зазвичай виключають одиниці з аномальними значеннями результативного ознаки. У парної регресії вибір виду моделей чи математичної функції може бути 3 способами:

1. графічний. 2. аналітичний, тобто. з теорії досліджуваної зв'язку. 3. експериментальний

щодо взаємозв'язку між 2 перемінними графічний спосіб добору виду рівнянь грунтується наполикорреляции ( вихідні дані, зазначені на площиніХОУ).

Основні типи кривих, використовувані при кількісної оцінці зв'язок між 2 перемінними.

Аналітичний спосіб типу рівнянь грунтується на вивченні матеріальної природи зв'язку досліджуваних ознак.

Наприклад, потреба підприємства у електроенергії у залежить від обсягу виконуваної продукції x й усю споживання енергії можна розділити на 2 частини:

1.несвязанную прямо пов'язана з виробництвом продукції (а)

2. пов'язану безпосередньо з обсягом своєї продукції, яка зростає паралельно зі збільшенням обсягу випуску (b).

Зв'язок можна зобразити як:у=а+bx. З використанням комп'ютерів в обробці інформації вибір виду рівняння здійснюється експериментальним способом, тобто. шляхом порівняння величини залишкової дисперсіїДост, яка обчислюється за такою формулою: де n кількість спостережень досліджуваної ознаки, у- фактичні дані, - теоретичні дані, отримані з рівнянню регресії. Якщо рівняння проходить крізь ці точки кореляційного поля, то фактичне значення збігаються з теоретичними.Дост=0.

Практично дослідження має місце деяка розсіяна точка щодо лінії регресії. Це розсіювання зумовлено впливом вивчених моделей чинників. При експериментальному способі перебираються різні математичні функції в автоматичному режимі їх вибирається та функція, що маєДост мінімально. Якщо ж Д ост виявляється приблизно однаковою для кількох функцій, то перевагу надають простішим функцій.

5. лінійна регресія і кореляція: зміст і оцінка параметрів

>Линейная регресія зводиться до пошуку рівняння виду:

>Уравнение виду (1) дозволяє по заданим значенням чинника Х знайти теоретичне значення результативного ознаки, представляючи в рівняння фактичне значення чинника Х. побудова лінійної регресії зводиться для оцінювання цих параметрів грунтується на методі найменших квадратів (>МНК) – дозволяє їм отримати також оцінки параметрів чи b у яких сума квадратів відхилень теоретичних значень результативного ознаки від фактичного значення мінімальна, тобто

Це означає, що із усіх ліній регресії на графіці вибирається те щоб сума квадратів між точками і цієї лінією за вертикаллю була мінімальна.

Щоб знайти мінімум функції потрібно обчислити приватні похідні з кожного з невідомих параметрів a і b і прирівняти їх нанівець.

Рішення системи будуть такі рівняння.


>Параметр b називається коефіцієнтом регресії якщо а 0, то відносне зміна результату У відбувається повільніше ніж зміна чинника Х. якщо а менше нуля, це відбувається випередження зміни результату під зміною чинника.

>Уравнение регресії завжди доповнюється коефіцієнтом чи показником тісноти зв'язку.

З використанням лінійної регресії як показник тісноти зв'язку використовується коефіцієнт кореляції, який позначається:

Величина коефіцієнта кореляції у межах одиниці

Якщоb>0 то коефіцієнт кореляції [-1;0]. Розмір лінійного коефіцієнта кореляції оцінює тісноту зв'язку ознаки Х і У в лінійної формі. Але але це означає ,що й коефіцієнт кореляції дорівнює 0, то між Х і У зв'язку немає. Це означає, що потрібно користуватися ін.спецификацией. Для оцінки якості добору лінійної функції розраховується квадрат лінійної кореляції. - коефіцієнт детермінації. Він позначає частку депресії результативного ознаки У, який пояснюється регресією у спільній депресії результативного ознаки. Тобто. 1- - величина характеризує частку дисперсії, викликану впливом інших неврахованих в регресії чинників. Служить однією з критеріїв з оцінки якості лінійної моделі, тобто. що більше частка поясненої варіації, тим менше модель добреаппроксимирует вихідні дані. Отже, можна використовуватиме прогнозування результат.Признака.

6. оцінка існування параметрів лінійної регресії і кореляції

по тому, як знайдено рівняння регресії проводиться оцінка значимості його параметрів, і навіть рівняння загалом. Оцінка значимості рівнянь здійснюється з допомогою F критерію Фішера. І тому висувається гіпотеза Але, що розповідає, щоb=0, що з Х неоказивае6т впливом геть У. безпосередньо розрахунку критерію передує аналіз дисперсії. Центральне місце у цій аналізі займає розкладання загального обсягу квадратів на 2 складові:объясненную інеобъясненную.

перша сума- загальна сума квадратів відхилень результативного ознаки від середній рівень. Друга сума – сума квадратів відхилень, пояснена регресією (>факторная).третья сума- залишкова сума відхилень, непояснена частина.

Якщо чинник Х не впливає на результат У, то лінія регресії на графіці паралельна ОХ і . це що все дисперсія результативного ознаки обумовлена впливом інших неврахованих регресією чинників. І тоді загальна сума квадратів відхилень збігаються з залишкової. Якщо жкр чинники не впливають на результат, то У і Х пов'язані функціонально і залишкова дорівнює нулю. у разі загальна сума квадратів відхилень збігаються з сумою квадратів відхилень поясненої регресією.Т.к. в усіх точкиполекорреляциии лежать на лінії регресії, то має місце їхніх розкид, викликаний впливом ін. чинників. Сума квадратів відхилень пов'язані з числом ступенів свободи, тобто. із кількістю свободи незалежного варіювання ознаки. Кількість ступенів свободи пов'язані з числом одиниць сукупності n і кількістюопр. у ній констант. Існує рівність між рівнем свободи загальноїфакторной і залишкової суми квадратів відхилень.N-1=1+(n-2). Розділивши кожну суму квадратів насоотв. Ступені свободи одержимо середній квадрат відхилень чидисперсию однією. Ступінь свободи

Зіставляючи факторну і залишкову дисперсії для одну свободу отримуємо величину F критерію

Після перебування величини F визначення вірності гіпотези Але вона порівнюється зітабличним значеннямF-критерия.Fтабличное залежить відсоотв. Ступені волі народів і рівня значимості.Fтабл більше F фактичної, то гіпотеза Не може не пройти,т.к. є неправильного виведення про наявність зв'язку. І тут рівняння вважається статистично незначущим, якщо виконується зворотне нерівність, то гіпотеза Але – відхиляється і рівняння вважається статистично значимим і був надійним. Крім з'ясування значимості рівняння в лінійної регресії оцінюєтьсятак4же значимість параметрів. Для цього він з кожного з параметрів обчислюється стандартна помилка.

P.S- залишкова сума квадратів однією свободу чи залишкова дисперсія. Величина стандартної помилкисовместна зt- розподіломСтьюдента, для оцінки суттєвості параметра b його величина порівнюється зі стандартним помилкою і обчислюється значення і це порівнюється дивтабличним значеннямt критерію. Висновки таку ж як із використанні F критерію. Довірчий інтервал для коефіцієнта регресії у разі визначається так Стандартна помилка параметра a

.

процедура оцінювання суттєвості параметра ф аналогічно процедурі оцінювання параметра b. Значимість лінійного коефіцієнта кореляції перевіряється з урахуванням величини помилки коефіцієнтакорреляции.Фактическое

Страница 1 из 4 | Следующая страница

Схожі реферати:

Навігація