Методы построения эмпирических зависимостей при обработке экспериментальных данных
Рефераты >> Статистика >> Методы построения эмпирических зависимостей при обработке экспериментальных данных

Содержание

Содержание

Введение

Глава 1. Изучения ВВП РФ

1.1. Линейная модель

1.1.1.Расчет тенденции

1.1.2. Эластичность

1.1.3. Доверительные интервалы для оцененных параметров

1.1.4. Критерий Фишера значимости всей регрессии

1.1.5. Изучение колеблемости и сезонности

1.1.6. Моделирование сезонности ВВП

1.1.7. Индексный анализ

1.2. Множественный регрессионный анализ ВВП

2.2.1. Коэффициенты эластичности

2.2.2. Стандартизованные коэффициенты

2.2.3. Парные коэффициенты корреляции

2.2.4. Множественный коэффициент корреляции

2.2.5. Коэффициент детерминации

2.2.6. Мультиколлинеарность

2.2.7. Колеблемость признака

2.2.8. Доверительные интервалы для параметров регрессии

Глава 2. Анализ безработицы

2.1. Построение регрессии

2.2. Дисперсионный анализ

2.3. Эластичность

2.4. Изучение качества регрессии

2.4.1. Доверительные интервалы для оцененных параметров

2.4.2. Критерий Фишера значимости всей регрессии

2.5. Колеблемость признака

Глава 3. Анализ денежного агрегат M0

3.1. Построение регрессии

3.2. Дисперсионный анализ для линейной регрессии

3.3. Эластичность показательной регрессии

3.4. Изучение качества линейной регрессии

3.4.1. Доверительные интервалы для оцененных параметров

3.4.2. Критерий Фишера значимости всей регрессии

3.5. Колеблемость признака

Глава 4. Анализ Импорта

4.1. Линейная регрессионная модели

4.1.1. Парная регрессия

4.1.2. Дисперсионный анализ

4.1.3. Эластичность

4.1.4. Доверительные интервалы для оцененных параметров

4.1.5. Критерий Фишера значимости всей регрессии

4.1.6. Колеблемость признака

4.1.7. Анализ модели

4.2. Показательная модель

4.2.1. Построение регрессии

4.2.2. Дисперсионный анализ для линейной регрессии

4.2.3. Эластичность показательной регрессии

4.2.4. Доверительные интервалы для оцененных параметров

4.2.5. Критерий Фишера значимости всей регрессии

4.2.6. Колеблемость признака

Заключение

Список использованных источников

Введение

Эконометрика - метод экономического анализа, который объединяет экономическую теорию со статистическими и математическими методами анализа. Это попытка улучшить экономические прогнозы и сделать возможным успешное планирование экономической политики. В эконометрике экономические теории выражаются в виде математических соотношений, а затем проверяются эмпирически статистическими методами. Данная система используется, чтобы создать модели с целью прогнозирования таких важных показателей, как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета. Эконометрика используется все более широко, несмотря на то, что полученные с помощью нее прогнозы не всегда оказывались достаточно точными.

Проблемы в эконометрики многочисленны и разнообразны. Экономика - это сложный, динамический, многомерный и эволюционирующий объект, поэтому изучать ее трудно. Как общество, так и общественная система изменяются со временем, законы меняются, происходят технологические инновации, поэтому найти в этой системе инварианты непросто. Временные ряды коротки, сильно агрегированы, разнородны, нестационарны, зависят от времени и друг от друга, поэтому мы имеем мало эмпирической информации для изучения. Экономические величины измеряются неточно, подвержены значительным позднейшим исправлениям, а важные переменные часто не измеряются или ненаблюдаемы, поэтому все выводы неточны и ненадежны. Экономические теории со временем меняются, соперничающие объяснения сосуществуют друг с другом, и поэтому надежная теоретическая основа для моделей отсутствует. И среди самих эконометристов, по-видимому, нет согласия по поводу того, как следует заниматься их предметом.

В последние годы большое внимание в эконометрической литературе уделяется анализу структурных свойств экономических временных рядов. Это вызвано тем, что далеко не всегда значения временного ряда формируются под воздействием некоторых факторов. Нередко бывает, что развитие того или иного процесса обусловлено его внутренними закономерностями, а отклонения от детерминированного процесса вызваны ошибками измерений или случайными флуктуациями. В последнее время появилось достаточно большое количество работ, в которых рассматриваются различные эконометрические аспекты развития Российской экономики.

Для временных рядов главный интерес представляет описание или моделирование их структуры. Цель таких исследований, как правило, шире моделирования, хотя некоторую информацию можно получить и непосредственно из модели, делая выводы о выполнении тех или иных экономических законов (скажем, закона паритета покупательной способности) и проверяя различные гипотезы. Построенная модель может использоваться для экстраполяции или прогнозирования временного ряда, и тогда качество прогноза может служить полезным критерием при выборе среди нескольких моделей. Построение хороших моделей ряда необходимо и для других приложений, таких, как корректировка сезонных эффектов и сглаживание. Наконец, построенные модели могут использоваться для статистического моделирования длинных рядов наблюдений при исследовании больших систем, для которых временной ряд рассматривается как входная информация.

Для правильного решения различных содержательных задач экономического анализа необходимо рассматривать различные аспекты каждого исследуемого временного ряда, а для этого, прежде всего, нужно определить его глобальную структуру, т.е. решить вопрос об отнесении каждого из рассматриваемых рядов к классу рядов, стационарных относительно тренда – TS (trend stationary), или к классу рядов, остационариваемых только путем дифференцирования ряда – DS (difference stationary) рядов.

Проблема отнесения макроэкономических рядов динамики, имеющих выраженный тренд, к одному из двух указанных классов активно обсуждалась в последние два десятилетия в мировой эконометрической и экономической литературе, поскольку траектории TS и DS ряды отличаются друг от друга кардинальным образом. TS ряды имеют линию тренда в качестве некоторой “центральной линии”, которой следует траектория ряда, находясь, то выше, то ниже этой линии, с достаточно частой сменой положений выше-ниже. DS ряды помимо детерминированного тренда (если таковой имеется) имеют еще и стохастический тренд, из-за присутствия которого траектория DS ряда весьма долго пребывает по одну сторону от линии детерминированного тренда (выше или ниже соответствующей прямой), удаляясь от нее на значительные расстояния, так что по-существу в этом случае линия детерминированного тренда перестает играть роль “центральной” линии, вокруг которой колеблется траектория процесса. В TS-рядах влияние предыдущих шоковых воздействий затухает с течением времени, а в DS-рядах такое затухание отсутствует и каждый отдельный шок влияет с одинаковой силой на все последующие значения ряда. Поэтому наличие стохастического тренда требует определенных политических усилий для возвращения макроэкономической переменной к ее долговременной перспективе, тогда как при отсутствии стохастического тренда серьезных усилий для достижения такой цели не требуется – в этом случае макроэкономическая переменная “скользит” вдоль линии тренда как направляющей, пересекая ее достаточно часто и не уклоняясь от этой линии сколько-нибудь далеко.


Страница: