Презентация на тему "Эконометрика"

Содержание

• 
  Слайд 1

  Э К О Н О М Е Т Р И К А

  1 ЛекторГорбатенко Елена Николаевна

• 
  Слайд 2
  

  В результате изучения дисциплины студенты должныуметь: строить эконометрические модели и оценивать их параметры; проверять гипотезы о свойствах экономических показателей и формах их связи;использовать результаты экономического анализа для прогноза и принятия обоснованных решенийзнать: методы корреляционного и регрессионного анализа

• 
  Слайд 3

  Рекомендуемая литература

  3 Елисеева И.И.

• 
  Слайд 4
  

  Тема 1. Эконометрика и эконометрическое моделирование: основные понятия и определения

  4 1. Понятие эконометрики. 2. Специфика экономических данных. 3. Виды переменных, используемых в эконометрических моделях. 4. Классификация эконометрических моделей. 5. Основные этапы построения эконометрических моделей. 6. Типы экономических данных, используемых в эконометрических исследованиях.

• 
  Слайд 5
  

  Эконометрика – это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.

• 
  Слайд 6

  Эконометрика базируется на трех дисциплинах:

  6 - экономической теории - экономической статистике - математике

• 
  Слайд 7

  Отличия эконометрики от статистики

  Статистика изучает массовые явления любой природы Эконометрикаизучает массовые явления в экономике

• 
  Слайд 8

  Отличие эконометрики от экономической теории:

  8 Экономическая теория дает качественное определение закономерностей в экономике. Эконометриказанимается количественным описанием взаимосвязей, существующих в экономике.

• 
  Слайд 9

  Пример эконометрической модели

  9 ln C = α0 + α1ln Y + α2ln P С – потребление некоторого пищевого продукта на душу населения в некотором году, У – реальный доход на душу населения в этом году, Р – индекс цен на этот продукт, скорректированный на общий индекс стоимости жизни; Это уравнение называется уравнением поведения потребителя.

• 
  Слайд 10

  2. Специфика экономических данных

  Временные ряды качественно отличаются от простых статистических выборок. Эти особенности состоят в следующем: последовательные по времени уровни временных рядов являются взаимозависимыми, особенно это относится к близко расположенным наблюдениям; в зависимости от момента наблюдения уровни во временных рядах обладают разной информативностью: информационная ценность наблюдений убывает по мере их удаления от текущего момента времени; с увеличением количества уровней временного ряда точность статистических характеристик не будет увеличиваться пропорционально числу наблюдений, а при появлении новых закономерностей развития она может даже уменьшаться.

• 
  Слайд 11

  3. Виды переменных в эконометрической модели

  11 1. Эндогенные переменные Y (внутренние, объясняемые, результирующие, зависимые) Это переменные, значения которых определяются внутри модели в результате расчетов. 2. Экзогенные переменные X (внешние, объясняющие , факторные признаки, независимые) Это переменные, значения которых задаются вне модели, т.е. известны заранее. 3. Предопределенные переменные К ним относятся все экзогенные переменные и лаговые эндогенные переменные. Лаговые – т.е. измеренные в прошлые моменты времени.

• 
  Слайд 12

  4. Классификация эконометрических моделей

  12 По направлению и степени сложности связей между переменными выделяют три основных класса моделей: 1. модели временных рядов 2. регрессионные модели с одним уравнением 3. системы одновременных уравнений

• 
  Слайд 13

  Модели временных рядов

  13 – модели зависимости результативного признака от времени

• 
  Слайд 14

  Типы моделей временных рядов:

  14 Модели кривых роста (трендовые модели) Сезонные модели Адаптивные модели Модели авторегрессии (модели, в которых моделируемые значения являются линейной функцией от предыдущих значений) Пример:уt = a0 + a1yt-1 + a2yt-2 + a3yt-3

• 
  Слайд 15
  

  15 Регрессионные модели с одним уравнением – модели, в которых результативный признак (у) является функцией факторных признаков (Х)

• 
  Слайд 16

  Примеры задач, решаемых с помощью регрессионных моделей

  Исследование зависимости заработной платы (Y) от возраста (X1), уровня образования (X2), пола (X3), стажа работы (X4) Прогноз и планирование выпускаемой продукции по факторам производства (производственная функция Кобба – Дугласа означает, что объем выпуска продукции (Y), является функцией количества капитала ( K ) и количества (L) труда) Прогноз объемов потребления продукции или услуг определенного вида (кривая Энгеля , где Y -удельная величина спроса, Х - среднедушевой доход).

• 
  Слайд 17
  

  Системы одновременных уравненийэти модели описываются системой взаимосвязанных регрессионных уравнений

  Пример Модель спроса и предложения состоит из трех уравнений: Уравнение предложенияSt= a0 + a1 ·P t + a2 ·P t-1 Уравнение спросаDt= b0 + b1 ·P t + b2 ·I t Тождество равновесияSt = Dt гдеS t-предложение товара в момент времениt, Dt-спрос на товар в момент времениt, P t - цена товарав моментвремениt, P t-1 - цена товара в предыдущий момент времени(t-1), I t - доход потребителей в момент времениt .

• 
  Слайд 18

  5. Основные этапы построения эконометрических моделей

   1. Определение цели исследования, показателей и факторов. 2. Сбор и анализ информации. 3. Выбор общего вида модели. 4. Построение математической модели. 5. Исследование модели с использованием критериев точности и адекватности.

• 
  Слайд 19

  Данные о продаже квартир в Москве в районе станции метро «Крылатское»

  У- цена квартиры, тыс. дол. Х1 – общая площадь квартиры, м2 Х2 – площадь кухни, м2 Х3 – тип дома (1- кирпичный, 0- другой) Х4 – расстояние от метро (минут пешком) Регрессионная модель стоимости квартиры У= 45,8 + 1,6 х1 + 7,6х2 - 4,9х3 – 3,9х4

• 
  Слайд 20

  6. Типы экономических данных

  20 1. Временные данные – набор сведений характеризующих один и тот же объект, но за разные периоды времени. (Например, прибыль предприятия по месяцам, ежедневный курс валюты). 2. Пространственныеданные – набор сведений по разным объектам, взятым за один и тот же период или момент времени. (Например, прибыль филиалов предприятий). 3. Перекрестные данные– набор сведений по группе объектов в отдельные моменты времени

• 
  Слайд 21
  

  Тема 2. Корреляционный анализ Характеристика взаимосвязей между переменными Коэффициент парной корреляции Множественный коэффициент корреляции Частный коэффициент корреляции

• 
  Слайд 22
  

  Зависимости между признаками: функциональные 2) корреляционные

• 
  Слайд 23
  

  Ковариация

• 
  Слайд 24
  

  3 вида коэффициентов корреляции: - парные - частные - множественные

• 
  Слайд 25
  

  Коэффициент парной корреляции

• 
  Слайд 26
  
• 
  Слайд 27
  

  Оценка значимости коэффициента корреляции t - критерий Стьюдента

• 
  Слайд 28
  
• 
  Слайд 29
  

  Матрица парных коэффициентов корреляции (*)

• 
  Слайд 30
  

  Множественный коэффициент корреляции

• 
  Слайд 31
  

  Частный коэффициент корреляции

• 
  Слайд 32
  
• 
  Слайд 33
  
• 
  Слайд 34
  
• 
  Слайд 35
  
• 
  Слайд 36
  
• 
  Слайд 37
  
• 
  Слайд 38