- •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
9.3. Регресшш модел1 з бшарними залежними змшними
Бшарними (дихотомними) можуть бути не лише незалежш, а й залежш змшш. Таю: даш отримують, як правило, шд час опитування населення, перепису тощо. Даш опитувань зазвичай яюсш, тобто ввдтворюють певний яюсний стан дослвджуваного об'екта. Залежна змшна при цьому набувае двох значень: yi = 1, якщо i-й елемент об'екта переходить у певний стан чи мае певну властивють (ознаку), yi = 0 — в шших випадках. Наприклад, yi = 1, якщо покупець (i-й респондент) купив певний товар, yi = 0 , якщо не купив; безробгтний знайшов (yi = 1) чи не знайшов (yi = 0) робоче мюце; ам'я купила
(yi = 1) чи не купила (yi = 0) власну квартиру i т. ш. Фактори, що впливають на той чи шший стан об'екта, звичайно можуть бути кшькюними. Змшювання залежно'1 змшно! в цьому разi можна штер-претувати як :мов:ршсть певно! поди. Наприклад, кушвля деякого товару залежить ввд р:вня доходу певно! особи чи им'!, але якщо особа чи ам'я цей товар мае, то навряд чи найближчим часом буде здшснено ще таку саму покупку.
Дiаграма розаювання залежностi цих двох показншав така: неза-лежна змшна (дохвд) набувае певних значень на числовш х, а даш спостереження залежно'1 змшно! y розм:щеш лише на двох паралель-них прямих y = 0 i y = 1. Застосування класично! регресшно! залеж-ност в таких випадках не дае бажаних результапв: на кшцях пром:жку спостережень регресшна пряма значно ввдхиляеться ввд точок спостереження. Зокрема, на початковому еташ вона набуватиме ввд'емних значень, а на кшцевому — значень, бшыпих ввд одинищ (рис. 9.1). Якщо залежна змшна штерпретуеться як :мов:ршсть кушвл^ так: результати взагал: абсурдш. У таких випадках дощльшше припустити, що залежшсть розглянутими показниками нелшшна. Дшсно, для амей (оаб) з низьким р:внем доходу прирют Ax мало змшюе ймов:ршсть додаткових витрат, а при значному шдвищенш р:вня доходу той са-мий прирют Ax значно збшьшуе ймов:ршсть нових придбань. Якщо им'я вже мае досить високий р:вень доходу i забезпечила себе необхь дними товарами, марно спод:ватися на нов: покупки.
Лопчно припустити, що регресшна функщя, як i функщя роз-подшу випадково! величини, мае S-nofli6Hy TpaeKTopiro розвитку (рис. 9.2). Практикою пеpевipенo, що функцй poзпoдiлy дoxoдiв можуть бути пiдпopядкoванi нормальному чи лопстичному закону poзпoдiлy.
Рис. 9.2
Означення 9.1. Регресшна модель з бшарною (дихотомною) за-лежною змшною, що мае нормальний розподдл, називаеться npo6im-моделлю.
Означення 9.2. Регресшна модель, у якш залежна змшна шдпо-рядкована лопстичному закону розподшу називаеться логтг-моделлю.
Вивчення взаемозв'язку регресГ! з бшарною залежною змшною дае шдставу для вибору дощльно! форми регресшного сшввщношення,
ввдмшно! ввд звичайно! лшшно! регресп, чим розширюе можливост: моделювання та прогнозування специф:чних залежностей еконо-м:чними показниками (кшьюсними та яюсними).
Прогнози ймов:рностей за перетвореними моделями регресп (зокрема, за лопт- i пробгт-моделями) застосовуються в багатьох га-лузях людсько! д:яльносп, в економ:чних i сощальних дослвдженнях. Аналопчш шдходи можуть застосовуватись i для шших яюсних змшних та узагальнених моделей регресп.