Лекция 1 «Введение»

Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Специфической особенностью деятельности экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных методов, которые составляют один из аспектов эконометрики.

Центральной проблемой эконометрики являются 1)построение эконометрической модели 2) определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Проблемы, искажающие результаты статистических исследований: закрытость механизма связи между переменными; автокорреляция; ложная корреляция; наличие лагов. Эконометрическое исследование включает решение следующих проблем: качественный анализ связей экономических переменных выделение зависимых (у j ) и независимых переменных (х k ); подбор данных; спецификация формы связи между у и х k, оценка параметров модели; введение фиктивных переменных; выявление автокорреляции, лагов; выявление тренда, циклической и случайной компонент; и др. В качестве этапов эконометрического исследования можно указать: постановку проблемы; получение данных, анализ их качества; спецификацию модели; оценку параметров; интерпретацию результатов.

В области экономических измерений проблема точности связана с: определением понятия экономической величины; разработкой правил и методов измерений выявлением условий сравнимости экономических величин (показателей); разработкой принципов конструирования измерителей и измерений; основанием выбора типа шкал при конструировании измерителя;

«Регрессия в эконометрических исследованиях. Спецификация модели»

Простая регрессия представляет собой регрессию между двумя переменными у и х, т. е. модель вида: где: у – зависимая переменная (результативный признак); х – независимая, или объясняющая, переменная (признак-фактор). Множественная регрессия представляет собой регрессию результативного признака с двумя и большим числом факторов, т. е. модель вида:

Выдвигается гипотеза о том, что величина спроса на товар А находится в обратной зависимости от цены х, т. е.:Практически в каждом отдельном случае величина у складывается из двух слагаемых: Так, если зависимость спроса у от цены х характеризуется, например, уравнением: то это означает, что с ростом цены на 1 д. е. спрос в среднем уменьшается на 2 д. е.

Приведенное ранее уравнение зависимости спроса у от цены х точнее следует записывать как: т.к. всегда есть место для действия случайности. Обратная зависимость спроса от цены не обязательно характеризуется линейной функцией.

В парной регрессии выбор вида математической функции может быть осуществлен тремя методами: графическим; аналитическим, т. е. исходя из теории изучаемой взаимосвязи; экспериментальным.

0 х y a 0 х y б 0 х y в 0 х y г 0 х y д 0 х y е Основные типы кривых, используемые при количественной оценке связей между двумя переменными

Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов (МНК). МНК позволяет получить такие оценки параметров а и b, при которых сумма квадратов отклонений фактических значений результативного признака (у i ) от расчетных (теоретических) минимальна:

для оценки параметров а и b получим следующую систему нормальных уравнений

Формулы расчета параметров a и b: (сигма) дисперсия признака х отклонения фактических данных от теоретических. b - коэффициент регрессии. Его величина показывает среднее изменение результата с изменением фактора на одну единицу.

Линейный коэффициент корреляции должен находится в границах: Линейный коэффициент корреляции является показателем тесноты связи: Коэффициент детерминации характеризует долю дисперсии результативного признака :