Портал освітньо-інформаційних послуг «Студентська консультація»

  
Телефон +3 8(066) 185-39-18
Телефон +3 8(093) 202-63-01
 (093) 202-63-01
 studscon@gmail.com
 facebook.com/studcons

<script>

  (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){

  (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),

  m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

  })(window,document,'script','//www.google-analytics.com/analytics.js','ga');

 

  ga('create', 'UA-53007750-1', 'auto');

  ga('send', 'pageview');

 

</script>

Основні поняття і загальні засади економетричного моделювання

Предмет: 
Тип роботи: 
Лекція
К-сть сторінок: 
10
Мова: 
Українська
Оцінка: 

моделлю називається регресійна модель, побудована на основі окремої статистичної вибірки з генеральної сукупності спостережень.

Теоретична функція і модель регресії (1) – (4) є ідеалізованими конструкціями, оскільки у практиці економетричного моделювання, як правило, не доводиться мати справу з генеральною сукупністю спостережень, а тільки з деякою окремою статистичною вибіркою з неї. Тому реально, ніколи не можливо побудувати «дійсну» теоретичну регресію, а тільки вибіркову (емпіричну), яка є тільки наближенням до «дійсної» теоретичної регресії.

У загальному вигляді вибіркова функція регресії і вибіркова регресійна модель можуть бути записані у наступному вигляді:

( 1.5 ) ( 1.6 )

де - оцінка математичного сподівання , - випадкова складова моделі, яка є оцінкою величини теоретичної регресійної моделі. Значення величини , обчислені у кожному спостережені статистичної вибірки прийнято називати залишками, хоча цей термін часто застосовують для означення значень і самої величини .

Слід також зазначити, що і параметри вибіркової регресійної моделі є також оцінками , тобто наближеними значеннями, «дійсних» параметрів теоретичної моделі.

У зв’язку з таким співвідношенням між теоретичною і вибірковою регресійними моделями виникає принципове питання – яким чином на основі статистичної вибірки побудувати вибіркову регресійну модель, яка б

«найкращим» чином апроксимувала невідому теоретичну модель з метою її подальшого застосування в аналізі і прогнозуванні модельованого процесу або явища.

На це питання також дає відповідь регресійний аналіз – розділ математичної статистики, який поєднує методи дослідження регресійної залежності між випадковими величинами на основі вибіркових статистичних даних.

Таким чином задачами регресійного аналізу є :

- вибір виду (аналітичної форми) функції регресії;

- оцінювання (визначення) параметрів вибраного рівняння регресії на основі статистичної вибірки;

- аналіз якості регресійної моделі і перевірка адекватності моделі статистичним даним.

Означення 9. Сукупність методів, за допомогою яких досліджуються та узагальнюються взаємозв’язки кореляційно пов’язаних змінних, називається кореляційно-регресійним аналізом.

Кореляційно-регресійний аналіз відіграє дуже важливе значення в економетричному аналізі, оскільки саме його методи і підходи покладено в основу більшості економетричних методів.

 

3.2. Економетричні моделі, їх особливості і елементи

 

3.2.1. Визначення економетричної моделі і її особливості.

 

Означення 10. Економетрична модель – це окрема функція чи система функцій (рівнянь), що описує кореляційно-регресійний зв'язок між економічними показниками, один чи декілька з яких є залежною змінною, а усі інші – незалежними.

Економетричні моделі представляють собою окремий клас економіко-математичних моделей і характеризуються наступними особливостями:

1) економетричні моделі є моделі функціональні ;

2) економетричні моделі є моделі прикладні (емпіричні) ;

3) економетричні моделі є моделі дескриптивні ;

4) економетричні моделі є моделі стохастичні.

У загальному вигляді економетрична модель у вигляді однієї функції (рівняння) має наступний вигляд : ( 1.7 )

де- залежна змінна; - незалежні змінні;- випадкова (стохастична) складова моделі.

Прикладом такої моделі може бути відома виробнича функція Кобба-Дугласа:

( 1.8 )

де - випуск продукції; К – основний капітал; L – затрати праці (людський капітал); і - параметри моделі.

Якщо економетрична модель представляє собою систему функцій (рівнянь) вона у загальному вигляді має наступний вигляд:

( 1.9 )

де к – кількість рівнянь. Прикладом такої моделі може бути відома модель формування доходу Дж. М.

Кейнса:

( 1.10 )

де - сукупне споживання, - національний дохід, Іt - інвестиції, - параметри моделі.

Незалежні змінні економетричних моделей ,як ірегресійних,називаютьпояснюючими змінними (або факторами, інколи регресорами). Залежні змінні називають пояснюваними змінними (або регресандами). Крім цього усі змінні економетричних моделей, як і будь-якої економіко-математичної моделі, поділяють на екзогенні і ендогенні.

Екзогенними (зовнішніми) називаються змінні, значення яких є наперед визначеними перед використанням моделі, а ендогенними (внутрішніми) – такі, значення яких визначаються тільки із самої моделі.

Так, для моделі (8) змінні K і L є екзогенними змінними, а - ендогенною. Для моделі (10) тільки змінна Іt є екзогенною, а змінні і - ендогенними, при чому вони виступають одночасно як залежні так і незалежні змінні.

Випадкову складову економетричної моделі за аналогією з регресійною моделлю прийнято називати збуренням ( похибкою, відхиленням) моделі, а для вибіркової моделі при означені оцінки цієї величини в основному використовується термін залишки.

Введення до економетричної моделі стохастичної складової має наступні підстави:

1) до будь-якої економетричної моделі включаються не всі фактори, які можуть впливати на залежну змінну,

а тільки основні ;

2) на залежну змінну при моделюванні таких складних об’єктів як економічні системи можуть впливати і численні випадкові фактори, які взагалі неможливо передбачити ;

3) частина факторів не піддається квантифікації (тобто кількісному вимірюванню), а для тих, що вимірюються можлива похибка вимірювання даних.

Стохастична складова моделі якраз і акумулює в собі всі відхилення фактичних спостережень залежної змінної від обчисленої згідно рівняння регресії за рахунок наведених вище обставин.

 

3.2.2. Класифікація економетричних моделей.

 

Усі економетричні моделі класифікують за наступними ознаками.

1. За рівнем моделювання економетричні моделі поділяються на:

- мікромоделі ;

- макромоделі .

2. В залежності від

Фото Капча