- •Содержание
- •Программа по эконометрике (35-36 группы)
- •Раздел I. Теория Глава 1. Определение эконометрики
- •1.1 Предмет эконометрики
- •Типы данных
- •Классы моделей
- •1.4 Оценивание моделей
- •1.5 Типы зависимости
- •1.6 Основные этапы эконометрического моделирования
- •Глава 2. Методы и модели анализа динамики экономических процессов
- •2.1 Понятие экономических рядов динамики
- •2.2 Предварительный анализ и сглаживание временных рядов
- •Метод проверки разности средних уровней
- •Метод Фостера-Стьюарта
- •Сглаживание
- •Метод простой скользящей средней
- •2.3 Оценка адекватности и точности трендовых моделей
- •Проверка точности
- •2.4 Трендовые модели на основе кривых роста
- •Классификация моделей
- •2.6 Модель Брауна (модель экспоненциального сглаживания)
- •Этапы построения модели Брауна первого порядка
- •2.7 Прогнозирование экономической динамики на основе трендовых моделей
- •Глава 3. Парная регрессия
- •Корреляция
- •Глава 4. Множественная регрессия и корреляция
- •4.1 Выбор формы уравнения регрессии
- •4.2 Определение мультиколлинеарности
- •1 Способ
- •2 Способ
- •Оценка значимости коэффициентов регрессии
- •4.3 Предпосылки метода наименьших квадратов
- •4.4 Метод Гольдфельдта-Квандта (для однофакторной модели)
- •Глава 5. Системы эконометрических уравнений
- •5.1 Понятие о системах уравнений
- •5.2 Структурная и приведенная формы модели
- •5.3 Проблема идентификации
- •Необходимое условие идентификации
- •Достаточные условия идентификации
- •5.4 Косвенный метод наименьших квадратов (кмнк)
- •5.5 Двухшаговый метод наименьших квадратов (дмнк)
- •Глава 6. Моделирование временных рядов (без учета сезонности)
- •Построение аддитивной и мультипликативной модели
- •Приложение
Классификация моделей
Модели линейного роста
Модель Брауна (СС модель)
Модель Хольта (СС модель)
Модель Бокса-Дженкинса (АРИСС модель)
Метод гармонических весов
Модели с адаптивными параметрами
Модель Хольта-Уинтерса
Сезонные адаптивные модели (используют 3 типа моделей)
Мультипликативная модель Хольта-Уинтерса (СС модель)
Аддитивная модель (СС модель)
2.6 Модель Брауна (модель экспоненциального сглаживания)
Различают модели нулевого, первого и второго порядка.
Модели нулевого порядка («наивные модели») описывают процессы, не имеющие тенденции развития. Такие модели имеют один параметр А0, который оценивает текущий уровень. Прогноз развития наkшагов вперед, осуществляющийся по формуле:
Модели первого порядка:
А0– значение, близкое к последнему уровню
А1– определяет прирост, сформировавшийся в основном к концу периода наблюдений, но отражающий скорость роста на более ранних этапах
Модели второго порядка:
Этапы построения модели Брауна первого порядка
По первым пяти уровням временного ряда оцениваются начальные значения А0(0)иА1(0)с помощью метода наименьших квадратов для линейной аппроксимации:
,
t |
y(t) |
t2 |
ty |
1 |
|
|
|
2 |
|
|
|
3 |
|
|
|
4 |
|
|
|
5 |
|
|
|
С использованием параметров А0 и А1 по модели Брауна находим прогноз на один шагk=1. Строятся две таблицы:
t |
y |
A0 |
A1 | |||
0 |
- |
- |
* |
* |
- |
- |
1 |
19 |
1 |
3 |
4 |
2 |
|
2 |
17 |
|
|
|
|
|
3 |
… |
|
|
|
|
|
… |
… |
|
|
|
|
|
9 |
15 |
|
* |
* |
|
|
… |
… |
… |
… |
… |
* |
- коэффициент дисконтирования данных,
- параметр сглаживания,
Сравнивают стандартную ошибку отклонения обеих таблиц, подбирают таким образом, чтобы стандартная ошибка была меньше
|
|