МОДЕЛИ АДАПТИВНЫХ ОЖИДАНИЙ модель вида (1) где фактическое значение результативного признака; ожидаемое значение факторного признака.

Презентация:



Advertisements
Похожие презентации
ДИНАМИЧЕСКИЕ ЭКОНОМЕТРИЧЕСКИЕ МОДЕЛИ. Опр. Эконометрическая модель является динамической, если в данный момент времени она учитывает значения входящих.
Advertisements

ДИНАМИЧЕСКИЕ ЭКОНОМЕТРИЧЕСКИЕ МОДЕЛИ. Опр. Эконометрическая модель является динамической, если в данный момент времени она учитывает значения входящих.
Теория статистики Корреляционно-регрессионный анализ: статистическое моделирование зависимостей Часть 1. 1.
Решение систем линейных уравнений. Линейное уравнение с двумя переменными Линейным уравнением с двумя переменными называется уравнение вида ax +by=c,
Модели со стохастическими регрессорами. Ранее мы предполагали, что COV(x i,u i )=0 На практике это не всегда справедливо. Причины: 1. В моделях временных.
Линейная модель парной регрессии и корреляции. 2 Корреляция – это статистическая зависимость между случайными величинами, не имеющими строго функционального.
ЛЕКЦИЯ 8 КОРРЕЛЯЦИОННО- РЕГРЕССИОННЫЙ АНАЛИЗ. МОДЕЛИРОВАНИЕ СВЯЗЕЙ.
МЕТОД КОЙКА Предположим,что для описаний некоторого процесса используется модель с бесконечным лагом вида: Предположим,что для описаний некоторого процесса.
Общая теория статистики Регрессионно- корреляционный анализ.
Решение системы линейных уравнений с двумя переменными Методы решения метод подстановки; метод подстановки; метод сложения; метод сложения; графический.
Учитель математики Бондарева Е. П СПОСОБ ПОДСТАНОВКИ 2. СПОСОБ СЛОЖЕНИЯ 3. ГЕОМЕТРИЧЕСКИЙ СПОСОБ РЕШЕНИЯ 4. МЕТОД МАТЕМАТИЧЕСКОЙ ИНДУКЦИИ 5.МЕТОД.
Лекция 2 Аналитические возможности статистических показателей для анализа экономической информации о предприятии ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ – ВЫСШАЯ ШКОЛА.
АНАЛИЗ ТРЕНДОВ И ВРЕМЕННЫХ РЯДОВ. Введение Временные ряды отличаются от обычных данных об одном временном срезе в том отношении, что в случае временных.
Лекция 1 «Введение». Опр. эконометрика это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Специфической.
Презентация на тему: «Решение систем линейного уравнения.» Бращина Виктория 9 «Б»
Метод наименьших квадратов В математической статистике методы получения наилучшего приближения к исходным данным в виде аппроксимирующей функции получили.
АНАЛИЗ ДАННЫХ НА КОМПЬЮТЕРЕ. Регрессионный анализ.
Системы линейных уравнений. Обобщающий урок.. Определения: Линейным уравнением с двумя переменными называется уравнение вида ax+by=c, где х и у – переменные,
Синтез APT и CAPM Работу выполнила Студентка 51 группы Экономического факультета (отделения финансы и кредит) Паршикова Дарья Михайловна.
Решение задач с помощью систем уравнений. Урок математики 7 «А» класс Крылова Александра Владимировна – учитель математики МОУ «СОШ 13»
Транксрипт:

МОДЕЛИ АДАПТИВНЫХ ОЖИДАНИЙ модель вида (1) где фактическое значение результативного признака; ожидаемое значение факторного признака.

Механизм формирования ФАКТОРОВ в этой модели следующий: (2) Или (3) где

Т.е. каждый период времени t + 1 ожидания корректируются на некоторую долю а разности между фактическим значением факторного признака и его ожидаемым значением в предыдущий период.

Параметр а в этой модели называется коэффициентом ожиданий.

Приближение величины а к нулю говорит об устойчивости существующих тенденций. При получим, что т. е. «условия, доминирующие сегодня, сохранятся и на все будущие периоды времени. Ожидаемые будущие значения показателей совпадут с их значениями текущих периодов»

Подставим в модель (1) вместо соотношение (3):

Если модель (1) имеет место для периода t, то она будет иметь место и для периода (t-1). Таким образом, в период (t-1) получим: (5) умножим на

Получим (6):

Вычтем почленно (6) из (4):

или (7) где

получили модель авторегрессии, определив параметры которой можно легко перейти к исходной модели (1)

Основное различие моделей (1) и (7) состоит в том, что модель (1) включает ожидаемые значения факторной переменной. Модель (7) включает только фактические значения переменных, поэтому ее параметры можно определять с помощью стандартных статистических методов.

Модель (1) называется долгосрочной функцией модели адаптивных ожиданий. Модель (7) называется краткосрочной функцией модели адаптивных ожиданий.

Модель неполной корректировки общий вид этой модели следующий: (8) формирование РЕЗУЛЬТАТОВ происходит по следующей схеме:

В этой модели предполагается, что абсолютное изменение фактических уровней результата есть некоторая доля его ожидаемого абсолютного изменения. Параметр - корректирующий коэффициент.

Чем ближе к 0, тем менее реальное изменение показателя соответствует его ожидаемому изменению. При = 0 значение результативного признака является константой, на которую ожидания агентов не оказывают никакого воздействия.

Модель (8) называется моделью неполной корректировки.

Запишем гипотезу о формировании в виде: (9)

Подставим уравнение (8) в найденное выражение для (9). Получим

Соотношение (10) есть основное уравнение модели неполной корректировки. Его называют краткосрочной функцией модели. Зная оценки параметров этого уравнения, можно найти.

Уравнение (8) называют долгосрочной функцией модели неполной корректировки.