Содержание
- 2. Список литературы Бигильдеева, Т. Б. Эконометрика: учебное пособие / Т. Б. Бигильдеева, Е. А. Постников .—
- 3. 1 www.moex.ru 2. www.gks.ru 3. www.rbc.ru 4. www.cbr.ru 5. www.skrin.ru 6. www.finam.ru …………………… Рекомендуемые сайты для
- 4. Разделы дисциплины
- 5. Задачи курса Получение и систематизирование знания в области эконометрического анализа 2. Практическое применение эконометрических методов и
- 6. Определение эконометрики Термин «эконометрика» был впервые введен бухгалтером П. Цьемпой (Австро-Венгрия, 1910 г.) («эконометрия» – у
- 7. Определение эконометрики Термин эконометрика впервые был введен Р. Фришем в 1926 году и в дословном переводе
- 8. Эконометрика как наука
- 9. Цели и задачи эконометрики Задача эконометрики состоит в выявлении связей между количественными характеристиками экономических объектов в
- 10. История эконометрических исследований Политическая арифметика. ( У. Петти, Ч. Давенант, Г. Кинг) Расчет национального дохода. У.
- 11. История эконометрических исследований 2. Статистическая теория. (Гальтон, К. Пирсон, Ф. Эджворт, Дж.Э. Юл, Г. Хукер) Связь
- 12. 3. Г. Мур «Законы заработной платы: эссе по статистической экономике». Анализ рынка труда. Проверка теории производительности
- 14. Гипотеза 2. Возникновение экономического цикла в рыночной экономике развитых стран обусловлено воздействием экзогенных факторов денежно-кредитного характера.
- 15. Гипотеза 3. Возникновение экономического цикла в современной экономике России обусловлено воздействием экзогенных факторов внешнеторгового характера. Полученный
- 16. История эконометрических исследований 5. Макроэкономический анализ. Межотраслевой баланс В. В. Леонтьева. 6.Ч. Кобб и П. Дуглас
- 17. модели потребительского и сберегательного потребления; 2) модели взаимосвязи риска и доходности ценных бумаг; 3) модели предложения
- 18. Этапы эконометрического исследования
- 19. Этапы эконометрического исследования Подходы к формированию эконометрической модели «сверху вниз» «снизу вверх»
- 20. Спецификация модели Классификация переменных Определение. Эндогенной (зависимой) переменной называется такая переменная, значение которой формируется внутри модели
- 21. Перекрестные данные или пространственные данные 2.Временные ряды 3.Панельные данные. Перекрестные (пространственные) данные – это данные по
- 22. Временные ряды – данные об одном объекте, процессе за несколько последовательных моментов времени. Например: ежеквартальные (ежемесячные,
- 23. Базовые понятия эконометрики Случайная величина Дискретная Непрерывная Математическим ожиданием дискретной случайной величины называется сумма произведений всех
- 24. Базовые понятия эконометрики Теоретическая (генеральная) дисперсия случайной величины определяется как математическое ожидание квадрата отклонения случайной .
- 25. Базовые понятия эконометрики Выборочное среднее (СРЗНАЧ(х)) Для разных выборок, взятых из одной и той же генеральной
- 26. Выборочная дисперсия является смещенной оценкой генеральной дисперсии. Базовые понятия эконометрики В качестве несмещенной оценки этой дисперсии
- 27. Базовые понятия эконометрики Ковариация – абсолютный показатель связи двух показателей. Характеризует направление линейной связи двух показателей.
- 28. ЗАДАНИЕ 1 Произвести статистическую выборку 2 параметров экономического характера, объем выборки 10 единиц, с предполагаемой взаимосвязью
- 29. Базовые понятия эконометрики коэффициент частной корреляции x и y при условии постоянства z коэффициент полной корреляции
- 30. Типы эконометрических оценок Точечная оценка. Представляет собой конкретное число, которое используется в качестве характеристики случайной величины.
- 31. Точечная оценка Основных свойства точечных оценок: Несмещенность; Эффективность; Состоятельность; Достаточность
- 32. Точечное значение параметра называется несмещенным, если математическое ожидание значения оценки равно истинному значению параметра, (другими словами,
- 33. Оценка называется эффективной, если она максимально точно описывает истинное значение. ( мера разброса точечных оценок, получаемых
- 34. Оценка является состоятельной, если по мере увеличения числа единиц в анализируемой выборке ее значение стремится к
- 35. Под достаточностью понимают свойство точечной оценки, согласно которому для ее проведения используется максимум информации. Достаточность При
- 36. Интервальная оценка - интервал, в котором с известной вероятностью находится истинное значение исследуемого признака. Такой интервал
- 37. Интервальная оценка Стандартный уровень значимости (α=1-p) 0, 1 0, 05 0, 01
- 38. Интервальная оценка доверительный интервал – интервалов, в которых с известной вероятностью находится изучаемая переменная. Величина интервала
- 39. Проверка статистических гипотез Статистическая гипотеза - некоторое предположение о законе распределения случайной величины или о параметрах
- 40. Проверка статистических гипотез Статистический критерий — строгое математическое правило, по которому принимается или отвергается та или
- 41. Проверка статистических гипотез tкрит = СТЬЮДРАСПОБР(уровень значимости; степень свободы) степень свободы = n-k-1
- 42. Проверка статистических гипотез Наблюдаемому значению критерия соответствует определенный уровень значимости значимостьt Если значимостьt меньше заданного стандартного
- 43. Статистическая значимость коэффициента корреляции (Критерий Стьюдента) Проверка гипотезы H0: r = 0 1. Формируем случайную величину
- 44. ЗАДАНИЕ 2 По ранее выбранным статистическим данным (задание 1) определить статистическую значимость полученного коэффициента корреляции для
- 45. Классификация эконометрических моделей В зависимости от цели исследования и специфики экономической модели: факторные (регрессионные) статические модели:
- 46. Регрессионная модель – это эконометрическая модель, описывающая зависимость между двумя факторами. Уравнение линейной регрессии где a0
- 47. Методы определения коэффициентов регрессии
- 48. Математические методы Смысл математических методов можно определить как решение задачи минимизации функционала F, формируемого на основе
- 49. Наиболее распространены два вида функции g(): Математические методы метод наименьших квадратов (МНК) методе наименьших модулей (МНМ)
- 51. Для совмещения достоинств этих методов разработана более сложная кусочно заданная : где с – параметр, показывающий
- 52. Метод наименьших квадратов Условия применения (предпосылки) МНК (теорема Гаусса – Маркова). Для получения по МНК наилучших
- 53. Условия применения (предпосылки) МНК (теорема Гаусса – Маркова). Для получения по МНК наилучших результатов (при этом
- 54. Метод наименьших квадратов Математическое ожидание случайного отклонения равно 0 для всех наблюдений: M(ε)=0 2.Дисперсия случайных отклонений
- 55. Условия применения (предпосылки) МНК (теорема Гаусса – Маркова). Для получения по МНК наилучших результатов (при этом
- 56. Условия применения (предпосылки) МНК (теорема Гаусса – Маркова). 2. Дисперсия случайных отклонений постоянна: для всех наблюдений
- 57. Условия применения (предпосылки) МНК (теорема Гаусса – Маркова). ГОМОСКЕДАСТИЧНОСТЬ ГЕТЕРОСКЕДАСТИЧНОСТЬ
- 58. Условия применения (предпосылки) МНК (теорема Гаусса – Маркова). 3. Случайные отклонения независимы друг от друга: Некоррелированность
- 59. Условия применения (предпосылки) МНК (теорема Гаусса – Маркова).
- 60. Условия применения (предпосылки) МНК (теорема Гаусса – Маркова). 4. Модель линейна относительно параметров теорема Гаусса –
- 61. Метод наименьших квадратов Идея метода Пусть имеем выборку n=4. Задача: оценить с некоторой точностью, как может
- 62. Коэффициенты линии регрессии Метод наименьших квадратов Угловой коэффициент наклона Коэффициент отрезка Для нахождения коэффициентов а1 и
- 63. Метод наименьших квадратов Функция ЛИНЕЙН- функция, которая рассчитывает все основные характеристики линейной регрессии Коэффициент а1 Коэффициент
- 64. ЗАДАНИЕ 3 По выбранным самостоятельно статистическим данным с помощью функции ЛИНЕЙН () построить и графически отобразить
- 65. Важно, чтобы регрессионная сумма (объясненная регрессией) была намного больше остаточной (не объясненная регрессией, вызванная случайными факторами).
- 66. Пример применения МНК X-стаж работы сотрудника; Y- часовая оплата труда. Модель: Y=a0+a1X+e Σxi=210; Σyi=146.42; Σxi2=2870; Σxiyi=1897.66
- 67. Графическое отображение результатов Пример применения МНК
- 68. Нелинейная регрессия. алгоритм применим только в случае монотонной зависимости между факторами. Упорядочивание исходных данных по величине
- 69. Нелинейная регрессия.
- 70. : Нелинейная регрессия. значение y, соответствующее если среди исходных данных существует – фактические значения x, между
- 71. Нелинейная регрессия. Расчет разницы и выбор формы, которой соответствует наименьшая разница min
- 72. Расчет параметров нелинейных регрессионных моделей Основное требование – уравнение регрессии должно быть либо линейно относительно параметров,
- 75. 0 α2 > 1 1. 0 2. α2 > 1
- 77. Оценка качества парных регрессионных моделей
- 78. ЗАДАНИЕ 4 По исходным данным экономического характера проанализировать выбор оптимального типа эконометрической модели : линейная нелинейная
- 79. В оценке качества парных регрессионных моделей можно выделить следующие основные этапы : Анализ адекватности модели в
- 80. Оценка качества парных регрессионных моделей Для определения адекватности модели в целом используется коэффициент детерминации R2. Если
- 81. 2. Проверка статистической гипотезы о равенстве нулю R2: (H0: R2=0). Внимание! Формулируется гипотеза о равенстве нулю
- 82. Для проверки гипотезы H0: R2=0: 2.4. Сравниваются значения Fкрит и Fрасч Если Fрасч ≤ Fкрит, то
- 83. Зависимость сбережений граждан (Y) от размера располагаемого дохода ( X) в Великобритании Fкрит=F(0.95,1,17)=4.4 Fрасч > Fкрит
- 84. 2. Анализ точности определения оценок регрессии Осуществляется путем вычисления дисперсий коэффициентов регрессии. Для линейной регрессионной модели
- 85. 3. Оценка статистической значимости коэффициента регрессии Гипотеза о равенстве коэффициента регрессии 0. Для коэффициента a1 такая
- 86. 3. Оценка статистической значимости коэффициента регрессии Стандартный, табличный способ 2 способ проверки гипотез Стандартным уровням значимости
- 87. Наблюдаемому значению критерия соответствует определенный уровень значимости значимостьt Если значимостьt меньше заданного стандартного уровня значимости, то
- 88. 4.Интервальная оценка коэффициентов регрессионного уравнения при заданном уровне значимости Интервальная оценка коэффициентов регрессионного уравнения осуществляется для
- 89. 5. Определение доверительных интервалов для зависимой переменной Позволяет решить две задачи: во-первых, провести интервальную оценку математического
- 90. Ошибка предсказания Δ=ŷp – yp – разность между предсказанным и действительным значением результирующей переменной ПРОГНОЗ ТОЧЕЧНЫЙ
- 91. Расчет доверительных интервалов для зависимой переменной
- 92. Расчет доверительных интервалов для зависимой переменной ГДЕ 1 - стандартная ошибка регрессии Sост=CTOYX(Y, X) 2 -
- 94. Чтобы иметь общее суждение о качестве модели из относительных отклонений по каждому наблюдению, определяют среднюю ошибку
- 95. ЗАДАНИЕ 5 По выбранным статистическим данным с помощью функции ЛИНЕЙН () построить и графически отобразить линейную
- 96. пример
- 99. Рассчитаем параметры линейного уравнения парной регрессии
- 104. По данным проведенного опроса восьми групп семей известны данные связи расходов населения на продукты питания с
- 105. Пакет EXCEL (офис 2003) Excel Сервис Анализ данных 4. Регрессия Надстройки
- 108. Коэффициенты эластичности Для регрессионной модели актуален вопрос о том, какова сила влияния различных факторов на значение
- 109. Вид функции Средний коэффициент эластичности,
- 110. ЗАДАНИЕ 6 По исходным данным экономического характера построить с помощью инструмента Регрессия пакета «Анализ данных» регрессионную
- 111. Множественная регрессия МНК
- 112. Мультиколлинеарность в множественной регрессии Мультиколлинеарность – тесная линейная взаимосвязь объясняющих переменных 1 Мультиколлинеарность между x1 и
- 113. Последствия мультиколлинеарности: высокие значения дисперсии оценок коэффициентов и ухудшение точности их интервальных оценок чувствительность оценок коэффициентов
- 114. Метод обнаружения мультиколлинеарности На первом этапе построения модели составляется матрица корреляции размером (m+1) x (m+1), где
- 115. Методы устранения мультиколлинеарности: исключение коррелированных переменных из модели проведение нового наблюдения изменение спецификации модели использование предварительной
- 116. ЗАДАНИЕ 7 Сделать статистическую выборку 2 факторов и результирующего признака экономического характера. С помощью инструмента «Корреляция»
- 117. Гетероскедастичность – это различие в дисперсиях случайных отклонений при различных значениях зависимой переменной. Наличие гетероскедастичности фактически
- 118. Гетероскедастичность Последствия гетероскедастичности: неэффективность оценок признание статистической значимости незначимых переменных сужение доверительных интервалов относительно их действительных
- 119. Гетероскедастичность Тест Голдфельда-Квандта Исходная совокупность упорядочивается по мере возрастания значений независимой переменной. Исходная совокупность делится на
- 120. Гетероскедастичность F > Fα;ν1;ν2 Расчет F-статистики по формуле: если S3 > S1, то если S1 >
- 121. ЗАДАНИЕ 8 Проверить гипотезу об отсутствии гетероскедастичности для построенной модели множественной регрессии (тест Г-К).
- 122. Автокорреляция Автокорреляция остатков означает наличие корреляции между остатками текущих и предыдущих (последующих) наблюдений Вообще под автокорреляцией
- 123. Автокорреляция Отсутствие автокорреляции Методы обнаружения автокорреляции: графический метод метод рядов критерий Дарбина-Уотсона
- 124. критерий Дарбина-Уотсона Доказано, что статистика Дарбина-Уотсона связана с коэффициентом корреляции между соседними отклонениями по формуле: Значения
- 125. Использование регрессионной модели для прогнозирования вне границ изменения наблюдаемых данных. Прогнозирование на основе регрессионных моделей может
- 126. Множественная регрессионная модель Стандартная форма нормальных уравнений для вычисления коэффициентов линии регрессии
- 127. Регрессионные модели с переменной структурой Использование моделей с переменной структурой Виды моделей с переменной структурой ANOVA
- 128. Математико-статистические таблицы Таблица значений -критерия Фишера при уровне значимости
- 129. Критические значения -критерия Стьюдента при уровне значимости 0,10, 0,05, 0,01 (двухсторонний)
- 131. Скачать презентацию