Содержание
- 2. Опр. эконометрика — это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.
- 4. Эконометрическое исследование включает решение следующих проблем: • качественный анализ связей экономических переменных — выделение зависимых (у)
- 5. этапы эконометрического исследования:
- 6. проблема точности связана с: определением понятия экономической величины; разработкой правил и методов измерений выявлением условий сравнимости
- 7. Регрессия в эконометрических исследованиях.
- 8. Простая регрессия представляет собой регрессию между двумя переменными — у и х, т. е. модель вида:
- 9. Множественная регрессия представляет собой регрессию результативного признака с двумя и большим числом факторов, т. е. модель
- 10. ПРИМЕР. Так, если зависимость спроса у от цены х характеризуется, например, уравнением:
- 11. В парной регрессии выбор вида математической функции может быть осуществлен тремя методами: • графическим; • аналитическим,
- 13. Основные типы кривых, используемые при количественной оценке связей между двумя переменными
- 16. Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК). МНК позволяет получить
- 17. Геометрический смысл МНК: из всего множества линий линия регрессии на графике выбирается так, чтобы сумма квадратов
- 18. Обозначим ,
- 20. для оценки параметров а и b получим следующую систему нормальных уравнений
- 21. Формулы расчета параметров a и b: b - коэффициент регрессии. Его величина показывает среднее изменение результата
- 22. Линейный коэффициент корреляции должен находится в границах: Линейный коэффициент корреляции является показателем тесноты связи:
- 23. Для характеристики силы связи можно использовать шкалу Чеддока.
- 24. Коэффициент детерминации характеризует долю дисперсии результативного признака : Величина 1- r 2 характеризует долю дисперсии у,
- 25. Пример. Предположим по группе предприятий, выпускающих один и тот же вид продукции, рассматривается зависимость затрат на
- 26. Система нормальных уравнений будет иметь вид а = -5,798, b= 36,8443, r 2 = 0,982. уравнение
- 27. Вывод: чем больше доля объясненной вариации, тем соответственно меньше роль прочих факторов, и линейная модель хорошо
- 28. Оценка существенности уравнения линейной регрессии.
- 29. F критерий Фишера - оценивает качество уравнения регрессии - состоит в проверке гипотезы Н0 (о том,
- 30. Расчету F-критерия предшествует анализ дисперсии. Центральное место в нем занимает разложение общей суммы квадратов отклонений на
- 31. Любая сумма квадратов отклонений связана с числом степеней свободы – df (degrees of freedom), т.е. с
- 32. Число степеней свободы остаточной суммы квадратов при линейной парной регрессии составляет n - 2 , общей
- 33. дисперсии на одну степень свободы
- 35. n - число наблюдений
- 36. Значение F-критерия признается достоверным, если оно больше табличного. В этом случае гипотеза H0 отклоняется.
- 38. Таблица значений F-критерия Фишера при уровне значимости α =0,05
- 40. Скачать презентацию