Презентация на тему "Понятие эконометрики как науки"

Содержание

• 
  Слайд 1

  Понятие эконометрики как науки

  Эконометрика – наука, которая на основе математических и экономико-статистических методов моделей придает конкретное количественное выражение общим (качественным) закономерностям, обусловленным ЭТ. Применение экономических методов: Теоретическое обоснование Наличие базовых данных, позволяющих моделировать поведение экономических факторов Математико-статистический инструментарий

• 
  Слайд 2

  Классификация задач, решаемых с помощью эконометрики

  По прикладным целям (Анализ или Прогноз, имитационное моделирование) По иерархии анализируемой информации (макроуровень, мезоуровень, микроуровень) По профилю анализируемой экономической системы (теория рисков, инвестиционная политика, анализ спроса и предложения, маркетинговые /геомаркетинговые исследования, налоговая политика, демография, социальная психология, экономическая социология и др.)

• 
  Слайд 3

  Эконометрические разделы

  Кросс-секционный анализ или пространственная регресиия Анализ временных рядов Системы регрессионных уравнений Панельный анализ

• 
  Слайд 4

  История возникновения эконометрики

  17 в. – количественное исследование экономики (Петти, Кинг) Конец 19 в. – парная корреляция между брачностью и благосостоянием в Англии. 1900 г. первые исследования временных рядов (Пирсон, Эрджворт, Гальтон) 1911 исследования по экономической статистике (Р.Мур) 30-ые гг. 20 в. Применение множественной регресии 29.12.1930 И.Фишер, Р.Фриш и Я. Тинберген на заседании Амереканской ассоциации развития науки создали Эконометрическое общество, новая наука –Эконометрика 1933 г. журнал «Эконометрика 1969 первая Нобелевская премия по экономике «досталась» эконометристамЯ.Тинбергену, Р. Фришу.

• 
  Слайд 5

  Развитие эконометрики

  70 гг. 20 в. Развитие моделей временных рядов. Модели Бокса и Дженкинса Производтственые функции –модели экономического роста Тинберген (Н/П 1969), К. Эрроу (Н/П 1972), Ж.Дебре (Н/П 1972), Р.Солоу (Н/П 1983) Модели дискретного выбора - Нобелевская премия 2000 г. Хэкман и Макфадден. Модели условной дисперсии (ARCH-модели) Н/П 2003 (1986) Р. Ингл Модели коинтеграции временных рядов Н/П 2003 К. Гренджер Цензурированные модели Н/П 1982 Д.Тобин 2011 г. Н/П Т.Сарджент и К. Симс –макроэконометрические системы регрессионных уравнений.

• 
  Слайд 6

  Задача оценивания

  Пусть имеются данные выборки, например значения некоторого признака, Х1, Х2,…,Хn, полученные в результате n наблюдений. Для того чтобы найти статистическую оценку θнеизвестного параметра теоретического распределения через эти данные необходимо найти функцию от наблюдаемых случайных величин, которые дают приближенное значение оцениваемого параметра. Статистическую оценку, которая определяется одним числом, называют точечной. 6 Лекция № 5, Анализ данных, Лакман И.А.

• 
  Слайд 7

  Свойства оценок

  Полученные оценки должны быть достоверными, т.е. обладать свойствами несмещенности, эффективности и состоятельности. Несмешанной называют статистическую оценку θ*, математическое ожидание которой равно оценивающему параметру θпри любом объеме выборки, т.е. М(θ*)= θ. Эффективной оценкой называют статистическую оценкуθ*, которая при заданном объеме выборки n имеет наименьшую возможную дисперсию. Состоятельной называют статистическую оценку, которая при n→ ∞ и стремится по вероятности к оцениваемому параметру, т.е.: . Лекция №5, Анализ данных, Лакман И.А. 7

• 
  Слайд 8

  Понятие регрессии

  Регрессионное уравнение (регрессионная модель) отражает зависимость между переменными: между одной зависимой (эндогенной, объясняемой) и одной или же несколькими независимыми (экзогенными, объясняющими) переменными (факторами, регрессорами). Зависимая переменная обозначается какy, а независимые объясняющие переменные как x1, x2, … , xn. Различают пространственную регрессию и регрессию временных рядов!!! Пространственная (spatial)(кросс-секционная,) регрессия проверяет связь между переменными в определенный период времени. При анализе регрессии во временных рядах (time series) данные по каждой из переменных собираются в течении следующих друг за другом равных периодах времени в одном и том же пространственном субъекте.Регрессионный анализ временных рядов позволяет установить взаимосвязь в среднем в течении того периода времени, по которому имеются данные. Однако за счет возможного влияния показателя времени на временные переменные можно получить ложную регрессию. Лекция №5,Анализ данных, Лакман И.А. 8

• 
  Слайд 9
  

  Определение: Уравнение, отражающее зависимость между математическим ожиданием (условного распределения) одной переменной и соответствующими значениями другой переменной, называется регрессионным уравнением. Таким образом, регрессионное уравнение может быть записано в виде где М(у/х) — условное математическое ожидание случайной переменной у при заданном значении х. В частности, для i-го заданного значения уравнение регрессии записывается в виде. Регрессионное уравнение есть некая регулярная часть зависимости между у и х, фактически наблюдаемое значение , состоит из этой регулярной части и случайной компоненты : Наличие случайной компоненты обусловлено двумя причинами: любая регрессионная модель является упрощением действительности. (на самом деле существуют другие факторы, от которых также зависит переменная Yi); присутствуют ошибки измерения показателей. Лекция №5, Анализ данных, Лакман И.А. 9

• 
  Слайд 10

  Однофакторная линейная регрессия

  Определение: Однофакторным линейным регрессионным уравнением называется статистическая связь между зависимой переменнойyи независимым фактором (регрессором) х, представленная в виде линейной зависимости. или Здесь aи b неизвестные подлежащие оценке параметры регрессии. Случайная компонента определяется как где: - расчетные значения, - фактические значения. и оцененные значения коэффициентов a и b. Лекция №5 Анализ данных, Лакман И.А. 10

• 
  Слайд 11

  Метод наименьших квадратов

  Для того, чтобы теоретическая прямая лежала в непосредственной близости от фактических наблюдений Yiнеобходимо минимизировать сумму квадратов отклонений между фактическими и расчетными значениями : Запишем необходимое условие экстремума: или Раскрывая скобки, получим стандартную форму нормальных уравнений: Разрешая систему относительно Лекция №5, Анализ данных, Лакман И.А. 11

• 
  Слайд 12

  Смысл коэффициентов регрессии

  Метод, использованный для оценки коэффициентов a и b , называется методом наименьших квадратов(МНК), а сам коэффициент a — свободным членом, b — коэффициентом регрессии. Коэффициент регрессии показывает прирост результата, приходящийся на единицу прироста фактора. Если знак при коэффициенте b «+» в уравнении регрессии, то между зависимым и независимым фактором прямая связь (линия уравнения регрессии направлена «вверх»), если при коэффициенте b «-», то между зависимым и независимым фактором обратная связь (линия уравнения регрессии направлена «вниз»). Свободный член регрессии а показывает величину зависимой переменной, при условии, что независимая переменная равна 0. Коэффициент регрессии и свободный член – размерные величины, их абсолютные значения зависят от единиц измерения зависимой и независимой переменной. Лекция №5,Анализ данных, Лакман И.А. 12