МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ КАЗАХСТАН
Таразский государственный университет им. М.Х. Дулати
УТВЕРЖДАЮ
Заведующий кафедрой
___________________________________
___________________________________
_________________ ________________________
/подпись/ /Ф.И.О./
«_____»_______________200__г.
Методическое указание
Для выполнения __________________________________________
/наименование работы/
________________________________________________________________________________
/наименование дисциплины/
для студентов специальности_______________________________________________________
/шифр и наименование специальности/
_______________________________________________________
Тараз 20___
Методические указания для выполнения _______________________________________
/практических, лабораторных работ, РГЗ, ДЗ, КП/КР/
по дисциплине ___________________________________________________________________
/наименование дисциплины/
________________________________________________________________________________
для студентов специальности_______________________________________________________
________________________________________________________________________________
_________________________________________ разработаны в соответствии с типовой учебной программой дисциплины.
|
|
Методические указания разработаны: ____________________________________________
/Ф.И.О., должность, уч. ст., уч. зв./
________________________________________________________________________________
________________________________________________________________________________
Методические указания обсуждены на заседании кафедры
________________________________________________________________________________
/наименование кафедры/
Протокол №______ от «_____» __________________20___г.
Лабораторная работа №1
Основные понятия об эконометрических моделях и корреляционном анализе.
Эконометрические модели являются составляющими более широкого класса ЭММ. Данная модель выступает в качестве средств анализа и прогнозирования конкретных экономических процессов, как на макро, так и на микро уровнях на основе реальной статистики.
Эконометрическая модель, учитывая корреляционные связи, позволяет путем подбора аналитической зависимости построить модель на базисном периоде и при достаточной адекватности модели использовать ее для краткосрочного прогноза.
При синтезе эконометрических моделей при имеющихся факторных признаках xi и результативных параметрах yi необходимо определить a0, a1, a2, a3, …,an.
yi = f(xi) + ei, где
f(xi) – величина детерминированная; ei, yi – величины случайные.
Эконометрическая модель опирается на понятие корреляционных связей и так называемое уравнение регрессии.
Корреляционная связь – когда при одном и том же значении факторного признака х встречаются разные значения у. Корреляционные связи описываются так называемыми уравнениями регрессии.
Уравнение регрессии – уравнение прямой (как и любой кривой), описывающее корреляционную связь, а сама прямая (кривая) называется линией регрессии.
|
|
Корреляционные связи оцениваются по среднему значению всей совокупности результативного признака, такт как для одного и того же значения факторного признака возможны различные значения результативного признака.
Корреляционные связи (уравнения регрессии), а также эконометрические модели, построенные на базе уравнения регрессии, могут описываться:
1)уравнением прямой: yi = a0 + a1x
2)уравнением 2-го порядка: yi = a0 + a1x + a2x2
3)уравнением показательной функции: yi = a0a1x
4)уравнением степенной функции: yi = a0xa1
5)уравнением гиперболы: yi = a0 + a11/x
При построении эконометрических моделей нам известны фактические значения х и у, а нам необходимо определить параметры a0, a1, a2 для соответствующей модели. Данные параметры определяются по методу наименьших квадратов.
Лабораторная работа №2
Метод наименьших квадратов (МНК).
Суть данного метода заключается в том, что квадрат суммы разностей между фактическим значением результативного признака и его теоретическим значением сводится к минимуму.
F = (уфакт – утеор)2 min
* - уфакт (эмпирическое)
Чтобы найти параметры a0, a1, a2, необходимо в формулу (1) подставить у теор, то есть ту аналитическую зависимость, которой будем сглаживать (аппроксимировать) статистический материал. Как известно из математики для нахождения минимума функции нужно взять частные производные по анализируемым параметрам, то есть... и приравнять данное выражение к нулю. Получим систему нормальных уравнений, из которых найдем заданные коэффициенты.
F = (уфакт – a0 – a1xфакт)2 min
Урасч = a0 + a1xфакт
(*)
преобразовав уравнение (*), получим систему нормальных уравнений:
решением системы (**) будут:
Рассчитав коэффициенты a0, a1, можно синтезировать модель:
(оценки коэффициентов a0, a1)
Аналогичным образом используя МНК, можно получить коэффициенты для остальных функций, используемых при аппроксимации.
Если в качестве факторного признака х используется время t, то такой ряд называется динамическим (временным) рядом. При применении специального подхода при обозначении факторного признака t, когда сумма времени t будет равна 0, выражения для коэффициентов a0, a1, a2 – будут проще.
ti, t = 0
-2 | -1 |
При таком подходе формулы коэффициентов a0, a1 значительно упрощаются:
, (для линейной функции)
Аналогично определяем коэффициенты для других функций:
yt =a0 +a1t +a2t2 (парабола)
алуым керек
y =a0 a1t (показательная функция)
Для того, чтобы убедится, что полученные коэффициенты являются типичными, используют метод оценки с помощью распределения Стьюдента (критерий Стьюдента). Находят:
s - среднее квадратичное отклонение;
2 – дисперсия
- остаточная дисперсия
Отделив ta0, ta1 и сравнив с tтабличное, можно сделать вывод, что если ta0 tтабличное и
ta1 tтабличное (ta0 tтабличное ta1), то параметры а0 и а1 – стандартно типичны (обладают оценкой несмещенной, эффективной).
Получив синтезированные модели по функциям 1-5 срвнивают остаточную диперсию и по минимальности остаточной диперсии выбирают функцию для аппроксимации (сглаживания).
Для оценки прогноза используют обычно не дискретные (точечные) значения результативного признака, а рассчитанный интервал.
Упрогнозное = Утеор t*
- коэффициент доверия, обычно выбирается 0,05 и вероятность Р=0,95.
t - находится по таблице Стьюдента (t = 4,3).
sx* - скорректированное среднее квадратичное отклонение с учетом степеней свободы n - m, где
m - число параметров нашей синтезируемой модели;
n - объем выборки.
Для y =a0 +a1x, m = 2
Лабораторная работа №3