- •М1жрегюналына академ1я управл1ння персоналом
- •О. Л. Лещинський, в. В. Рязанцева, о. О. Юнькова
- •Об'скт, предмет, мета I завдання економетрп
- •Основнi етапи економетричного аналiзу
- •Економiчнi задачу якi розв'язують за допомогою економетричних методiв
- •МНсце курсу серед дисциплiн фундаментально! шдготовки бакалаврiв з економiчних спецiальностей
- •Структура курсу
- •Коротка юторична довщка
- •Контрольнзапитання
- •1.1. Загальнi принципи моделювання в економщ
- •1.1.1. Поняття математично! моделi
- •1.1.2. Етапи побудови еконогшчно! модел1
- •1.1.3. Класифшащя моделей
- •1.2. Кореляцшно-регресшний анал1з в економМ
- •2) Визначення тГсноти зв'язку (задача кореляцшного аналГзу).
- •1.3. Економетрична модель та и елементи
- •1.4. Статистична база економетричних дослщжень
- •1.5. Особливост математичного моделювання економ1чних систем
- •Контрольш запитання
- •2.1. Приклади парних зв'язмв в економщ
- •2.2. Лшшна модель з двома зм1нними
- •2.3. Метод найменших квадралв
- •Властивост оцшок параметр1в
- •Контрольнзапитання
- •Вправи та завдання
- •3.1. Багатофакторш економетричш модел1 та Ух специфшащя
- •3.2. Метод найменших квадралв 3.2.1. Основн1 припущення
- •3.2.3. Оцшювання за методом найменших квадралв та штерпретащя результалв
- •3.3.2. Перев1рка значущосп та flOBipni штервали
- •3.4. Прогнозування за лшшною моделлю
- •3.5. Методи побудови багатофакторноУ регресшноУ модел1
- •3.6. Етапи дослщження загальноУ лшшноУ модел1 множинноУ регресп
- •3. Перевiрити статистичну значупцсть отриманих результапв:
- •Приклад параметризацм та дослщження багатофакторноУ регресшноУ модел1
- •Контрольш запитання
- •Вправи та завдання
- •4.1. Поняття про мультиколшеаршсть та и вплив на оцшку параметр1в модел1
- •4.2. Тестування наявност мультиколшеарносп
- •4.3. Алгоритм Фаррара — Глобера
- •Приклад дослщження наявност мультиколшеарносп на основ1 алгоритму Фаррара — Глобера
- •4.4. Засоби усунення мультиколшеарностч. Метод головних компонент1в
- •Алгоритм методу головних компонешчв
- •Контрольш запитання
- •Вправи та завдання
- •5.1. Виявлення гетероскедастичност та и природа
- •5.2. Тестування наявност гетероскедастичност
- •5.2.1. Параметричний тест Гольдфельда — Квандта
- •5.2.2. Непараметричний тест Гольдфельда — Квандта
- •5.2.3. Тест Глейсера
- •5.3. Трансформування початковоУ модел1
- •VXVX VX VX
- •5.4. Оцшювання параметр1в багатофакторноУ регресшноУ модел1 на основ1 узагальненого методу найменших квадралв
- •Контрольш запитання
- •6.1. Природа автокореляцм та и наслщки
- •6.2. Тестування наявност автокореляцм
- •6.2.1. Критерш Дарбша — Уотсона
- •6.2.2. Критерш фон Неймана
- •6.2.3. Коефщ1енти автокореляцм та IX застосування
- •6.3. Параметризащя модел1
- •6.3.1. Метод Ейткена
- •X UtUt-1
- •X utut-I
- •6.3.2. Метод Кочрена - Оркатта
- •6.4. Приклад оцшювання параметр1в модел1 з автокорельованими залишками
- •Контрольш запитання
- •7.1. Поняття лага та лагових моделей в економщ
- •7.2. Оцшювання параметр1в
- •7.3. Оцшювання параметр1в авторегрес1йних моделей
- •Контрольн1запитання
- •8.1. Поняття про системи одночасних р1внянь
- •8.2. Приклади систем одночасних р1внянь
- •1. Модель "попит — пропозищя".
- •3. Модель р1вноваги на ринку грошей (модель lm).
- •8.3. Структурна та зведена (прогнозна) форми системи р1внянь
- •1. Структурна форма економетрично! мoделi.
- •3. Зеедена форма економетрично! модель
- •8.4. Поняття щентифшацм (ототожнення) системи р1внянь
- •Необхщш й достатн умови щентифшованосп
- •Необхщна I достатня умова щентифшованосп
- •8.5. Методи оцшювання паpаметpiв систем piвнянь
- •8.5.1. Непрямий метод найменших квадралв оцшювання параметр1в точно щентифшованих систем
- •8.5.2. Метод шструментальних змшних
- •8.5.3. Двокроковий метод найменших квадралв оцшювання параметр1в надщентифшованих систем
- •8.5.4. Трикроковий метод найменших квадралв
- •8.5.5. Мнк для рекурсивних моделей
- •8.6. Прогноз I загальн flOBipni штервали
- •Контрольш запитання
- •Вправи та завдання
- •5.Нехай модель "прибуток — споживання" мае такий вигляд:
- •14. Розглядаеться модель попиту та пропозицп для грошей:
- •9.1. Ямсш економ1чн1 показники
- •9.2. Регресшш модел1 з бшарними незалежними змшними
- •9.3. Регресшш модел1 з бшарними залежними змшними
- •Контрольш запитання
- •Tectobi завдання 3 економетрп' BapiaHt 1
- •7. Критерий ф!шера застосовуеться для перев!рки значущост!:
- •BapiaHt 2
- •6. Критерий ф1шера застосовують для перев1рки значущост1:
- •BapiaHt 3
- •7. Наявшсть мультиколГнеарност! перевгряеться за допомогою:
- •BapiaHt 4
- •4. Дисперс!йно-ковар!ац!йна матриця визначаеться на п!дстав!:
- •7. Критерий Дарб!на - Уотсона застосовуеться для виявлення:
- •BapiaHt 6
- •BapiaHt 8
- •6. Метод Фаррара — Глобера застосовуеться для виявлення:
- •BapiaHt 10
- •5. Критер!й ф!шера застосовують для перев!рки значущост!:
- •Робота 3 таблицями стандартизованого нормального ро3под1лу
- •Список використано! та рекомендовано! л1тератури
- •Економетрш
- •Econometrics
9.2. Регресшш модел1 з бшарними незалежними змшними
Одшею iз сфер застосування бшарних змiнних е аналiз сезонних коливань. За допомогою цих змшних можна усунути сезонш коли-вання з метою визначення головних тенденций розвитку певного еко-номiчного процесу.
Приклад 9.2. Нехай y — обсяг споживання певного продукту, який залежить ввд пори року. Для виявлення сезонносп можна ввести
бшарш змшш di, d2, d3:
di = 1, якщо мюяць року зимовий, di = 0 — в шших випадках;
d2 = 1, якщо мiсяць року весняний, d2 = 0 — в шших випадках;
d3 = 1, якщо мюяць року лiтнiй, d3 = 0 — в шших випадках.
На базi вiдповiдних статистичних даних методом найменших квад- рапв можна оцiнити параметри a3 лiнiйного регресiйного
рiвняння
y = a0 + a1 d1 + a2 d2 + a3d3 + u.
Отриманi результати мають такий змют: коефiцiент a0 визначае середньомiсячний обсяг споживання дослвджуваного продукту; суми коефiцiентiв a0 + a0 + a0 + a3 — обсяг споживання ввдювншо взимку, навеснi та влгтку. Отже, параметри a3 вказують на се-
зоннi ввдхилення в обсягах споживання продукту ввдносно осiннiх мiсяцiв. Перевiрка статистично'1 значущосп кожного з коефiцiентiв регресй виконуеться за допомогою традицшного t-тесту. Прийняття гшотези про рiвнiсть нулю кожного з параметрiв означае несуттеву рiзницю мiж споживанням в осiннiй перюд i споживанням в iнший сезон. Комплексна гшотеза a1 = a2 = a3 = 0 перевiряеться за допомогою L-тесту. Зокрема, якщо приймаеться припущення = то це означае, що споживання взимку та весною не вц^зняються мiж собою i т. iн.
Приклад 9.3. Розглянемо ще один приклад застосування фпстив-них змшних.
Нехай y — середньомюячний обсяг споживання деякого шдиввда, а I — його середньомюячний дохiд. У лiнiйнiй регресiйнiй моделi за-лежностi споживання вiд доходу y — ao + ail + и
коефпцент ai називаеться "схильшстю до споживання". Щоб визна-чити вплив сезону на схильшсть до споживання, як i в попеpедньому пpикладi, застосовують бiнаpнi змшш di, d2, d3, а модель пpи цьому набиpае вигляду
y — a0 + a di + a2 d2 + a3d3 + a4 di1 + a5d21 + a6 d31 + a71 + u.
Коефпценти ще1 моделГ a7, a4 + a7, a5 + a7, a6 + a7 визначають схильшсть до споживання ввдповгдно восени, зимою, весною та влгтку. Як i в попеpеднiй моделГ пеpевipяються ппотези пpо вгдсутшсть се-зонних впливГв на схильшсть до споживання.
того, бiнаpнi змшш викоpистовують також пpи дослгдженнг моделей, як описують стpуктуpнi змши в економпц. Розглянемо такий пpиклад•
Приклад 9.4. Нехай дослгджуеться залежнГсть обсягу випущено! пiдпpиемством пpодукцil y вГд обсягу його основного фонду x. пускаеться, що шсля досягнення основним фондом пiдпpиемства pоз-мipу x вгдбуваеться певна стpуктуpна пеpебудова пiдпpиемства. ЗалежнГсть випуску пpодукцil вГд основного фонду в pезультатi пеpебудови змшюеться, але загалом залишаеться непеpеpвною. У такому pазi функщя залежносп матиме кусково-лшшний гpафiк, який вiдобpажае така pегpесiйна модель:
y — a0 + ai x + a2(x - x )d + u,
де би^на змшна d — 0, якщо x < x, i d — i, якщо x > x.
Якщо в pезультатi тестування значущосп паpаметpiв моделГ пpий-маеться нульова ппотеза H0 : a2 — 0, то це означае, що стpуктуpна змша на пiдпpиемствi не вгдбулася.
Зауважимо, що споаб уведення в модель бiнаpних змшних залежить вГд апpiоpноI iнфоpмацп щодо впливу яюсних фактоpiв на за-лежну змшну i вГд гшотез, як необхгдно пеpевipити на пгдставГ цГе! iнфоpмацil. У свою чеpгу цей самий споаб визначае, як будуть iнтеp-пpетованi отpиманi оцшки паpаметpiв моделГ