Литература

1. Болш Б., Хуан K.Дж. Многомерные статистические методы для экономики. M.: Статистика, 1979.

2. Булдык Г.M. Теория вероятностей и математическая статистика. Mн.: Выш. шк, 1989.

3. Булдык Г.М. Статистическое моделирование и прогнозирование: Учебник. – Мн.: НО ООО «БИП-С», - 2003.

4. Венецкий И.Г., Венецкая В.И. Основные математические понятия и формулы в экономическом анализе. M.: Статистика, - 1974.

5. Гренджер K., Хатанака M. Спектральный анализ временных рядов в экономике. M.: Мир, 1973.

6. Демиденко E.З. Линейная и нелинейная регрессия. M.: Финансы и статистика, 1981.

7. Джонсон Дж. Эконометрические методы. M.: Статистика, 1980.

8. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. M.: Статистика, 1973.

9. Имитационное и статистическое моделирование. / Ю.С.Харин, В.И. Малюгин, В.П.Кирилица и др. Mн.: Университетское, 1992.

10. Казинец Л.С. Темпы роста и структурные сдвиги в экономке. M.: Экономика, 1981.

11. Казмер Л. Методы статистического анализа в экономке. M.: Статистика, 1972.

12. Кендалл M.Дж. Временные ряды. M.: Финансы и статистика, 1981.

13. Кендалл M.Дж., Стюарт A. Многомерный статистический анализ и временные ряды. - M.: Наука, 1976.

14. Кильдешев Г.С., Френкель A.A. Анализ временных рядов и прогнозирование. M.: Статистика, 1973.

15. Максимей И.В. Математическое моделирование больших систем. Mн.: Выш. шк., 1985.

16. Персан M. Слейтер A. Динамическая регрессия: Теория и алгоритмы. M.: Финансы и статистика, 1984.

17. Сиськов В.И. Корреляционный анализ в экономических исследованиях. M.: Статистика, 1975.

18. Тейл Г. Прикладное экономическое прогнозирование. M.: Прогресс, 1970.

19. Ферстер Э., Ренц Б. Методы корреляционного и регрессионного анализа. M.: Финансы и статистика, 1990.

20. Четыркин E.M. Статистические методы прогнозирования. M.: Статистика, 1977.

Содержание

Предисловие……………………………………………………………..4

Введение…………………………………………………………………6

В.1. Основные понятия и принципы моделирования социально- экономических систем……………………………………….

В.2. Классификация математических методов и моделей……... 8

В.3. Этапы построения математических моделей……………….12

1. Парная регрессия и корреляция……………………………….13

1.1.Понятие о функциональной, статистической и

корреляционной зависимостях ……………………………..13

1.2. Основные задачи прикладного корреляционно-

регрессионного анализа…………………………………… 16

1.3. Выбор формы однофакторной регрессионной модели……..18

1.4. Основные предпосылки применения метода наименьших

квадратов в аппроксимации связей признаков социально-

экономических явлений (условия Гаусса – Маркова)…… 17

1.5. Построение регрессионной прямой методом наименьших

квадратов…………………………………………………….. 19

1.6. Измерение интенсивности линейной корреляционной

связи…………………………………………………………. 22

1.7. Нелинейная регрессия и корреляция………………………..26

1.8. Проверка существенности оценок параметров

регрессии, коэффициентов корреляции и детерминации….31

1.9. Оценка адекватности регрессионной модели………………35

1.10. Пример построения однофакторной регрессионной

модели……………………………………………………… 38

2. Многофакторные регрессионные модели…………….. 42

2.1. Построение многофакторной линейной регрессионной

модели…………………………………………………………42

2.2. Многофакторная линейная регрессионная модель в

нормированной размерности………………………………..46

2.3. Линейная частная регрессия…………………………………47

2.4. Отбор важнейших факторов многофакторных

регрессионных моделей…………………………………….48

2.5. Измерение интенсивности множественной связи…………. 50

2.6. Проверка статистической существенности (значимости)

параметров множественной регрессии и показа­телей

интенсивности корреляционной связи……………………. 57

2.7. Проверка выполнимости предпосылок МНК.

Статистика Дарбина – Уотсона…………………………….. 63

2.8. Оценка адекватности многофакторной регрессионной

Модели……………………………………………………… 64

2.9. Построение многофакторной регрессионной модели…… 66

3. Прогнозирование взаимосвязей экономических

явлений на основе факторных регрессионных моделей…71

4. Эконометрический анализ при нарушении классических модельных предположений…………………………………...78

4.1. Гетероскедастичность. Критерии Парка и Голдфелда –

Квандта для обнаружения гетероскедастичности…………….78

4.2. Методы смягчения проблемы гетероскедастичности………...81

4.3. Автокорреляция остатков регрессионной модели.

Критерий Дарбина – Уотсона…………………………………..83

4.4. Мультиколлинеарность экзогенных переменных.

Методы устранения мультиколлинеарности…………………..86

5.Модели с дихотомическими (фиктивными) переменными.89

5.1. Необходимость использования фиктивных переменных……...89

5.2. Регрессионные модели с количественными и

качественными переменными………………………………… ..89

5.3. Модели с фиктивными результативными признаками………...92

6. Системы эконометрических уравнений……………………94

6.1. Системы уравнений используемых в эконометрике…………..94

6.2. Проблема идентифицируемости модели. Необходимое

и достаточное условие идентифицируемости…………………98

6.3. Методы оценивания параметров структурной модели.

Косвенный метод наименьших квадратов.

Двухшаговый метод наименьших квадратов………………….102

Литература…………………………………………………….105

Учебное издание