- •1.Використання математичних методів в економ.
- •2. Математ. Школа в політекономії
- •3.Статистичний напрям.
- •4.Економетрія.Історія становлення та сутність наукової дисципліни.
- •5.Використання моделювання у наукових дослідженнях
- •6.Класифікація моделей
- •7.Особливості використання математичного моделювання в економічних дослідж.
- •8.Загальна схема проведення економетричного дослідження.
- •9.Внесок українських вчених в розвиток економіко-математичних досліджень.
- •10. Види зв’язку між змінними. Кореляційна залежність.
- •11. Аналітичне групування.
- •12. Основні завдання кореляційно-регресійного аналізу.
- •1.Встановлення причинно-наслідкового зв'язку між досліджуваними економічними змінними.
- •2.Визначення типу і форми кореляційно-регресійної моделі.
- •3.Вибір методу оцінювання невідомих параметрів моделі та побудова моделі.
- •4.Оцінювання сили кореляційного зв'язку між змінними.
- •5.Перевіряння моделі на точність.
- •6. Вибір "найкращої" моделі.
- •7. Аналіз результатів моделювання, їхня економічна інтерпретація та практичне використання.
- •13.Узагальнена та вибіркова парні лінійні кореляційно-регресійні моделі.
- •14. Оцінювання параметрів економетричних моделей.
- •15. Визначення оцінок параметрівв парної лінійної кореляційно-регресійної моделі.
- •16.Економетрична інтерпретація параметрів парноїмоделі. Випадкові відхилення.
- •1.Параметр b1 (коефіцієнт регресії, тангенс кута нахилу прямої).
- •2. Параметр b0 ( вільний член рівняння регресії, початкове значення результуючої змінної).
- •3.Випадкові відхилення.
- •17. Основні припущення класичного кореляційно-регресійного аналізу.
- •2.Відсутність автокореляції між випадковими величинами .
- •3.Гомоскедастичність(однакова дисперсія) в.В. .
- •6.Регресійну модель специфіковано правильно.
- •18. Перевірка моделі на наявність автокореляції.
- •19. Побудова плкрм методом максимуму правдоподібності.
- •20. Коефіцієнт кореляції та його властивості
- •21. Спряжені парні лінійні кореляційно-регресійні моделі
- •22. Стандартна та гранична похибка моделі
- •23.Відношення детермінації. Кореляційне відношення.
- •24. Вибіркова похибка моделі.
- •25. Похибка індивідуального прогнозу
- •26. Оцінювання коефіцієнта кореляції
- •27. Перевірка значущості параметрів зв’язку між змінними
- •28.Експрес-діагностика моделі
- •29. Основні припущення під час багатофакторного кр аналізу.
- •30. Етапи побудови множинної лкрм.
- •31. Оцінювання параметрів моделі
- •1. Побудова системи нормальних рівнянь способом відхилень.
- •2. Побудова системи нормальних рівнянь способом коваріацій.
- •32. Економетричний зміст параметрів багатофакторної моделі
- •33. Матричний підхід до побудови множинної лкрм
- •34.Стандартна похибка багатофакторної моделі.
- •35.Коефіцієнти множинної кореляції та детермінації
- •36.Вибіркова похибка багатофакторної моделі.
- •37.Похибка індивідуальної оцінки багатофакторної моделі
- •38.Оцінювання коефіцієнта множинної кореляції.
- •39.Експрес-діагностика багатофакторної моделі
- •40.Часткова регресія. Коефіцієнти часткової кореляції та часткової детермінації.
- •41. Огляд методів вибору багатофакторної моделі.
- •42.Метод усіх можливих регресій
- •43.Метод виключень
- •44.Покроковий регресійний метод
- •45.Основи Дисперсійного аналізу
- •46. Однофакторний дисперсійний аналіз
- •Вихідні дані для однофакторного дисперсійного аналізу з рівним числом паралельних дослідів
- •Однофакторний дисперсний аналіз (з рівним числом паралельних дослідів)
- •47.Двофакторний дисперсійний аналіз
- •48.Трифакторний дисперсійний аналіз.
- •49.Суть компонентного аналізу
- •50. Метод головних компонент
- •51. Методи класифікації соціально-економічних об’єктів. Дискримінантний аналіз.
- •52. Основи кластерного аналізу
10. Види зв’язку між змінними. Кореляційна залежність.
Одним із найважливіших завдань економетрії є дослідження зв’яків між економічними змінними.
На першому етапі такого дослідження важливо встановити:
які змінні є прчинами, а які є наслідком. Для цього в економетрії використовують економічну теорію, причинно-наслідковий аналіз, алгебру казуацій.
Змінну, яка є прчинною будемо називати незалежною змінною чи факторною ознакою, а змінною яка є наслідком, будемо називати залежною змінною або результуючою змінною.
Залежність між 2 змінними може бути 2 видів:
-функціональна
-стохастична
Функціональна: залежність між 2 змінними величинами х є Х та у є У називають функціональною, якщо кожному значенню незалежної змінної Х відповідає одне значення змінної у. На відміну від природних та технічних наук в економіці функціональні зв’язки зустрічаються дуже рідко. Більшість економічних змінних є випадковими величинами.
Стохастична: випадкові хмінні х та у стохастично залежні, якщо зміна однієї з них викликає зміну іншої розподілу другої.
При проведенні експериментів стохастичний зв’язок проявляється тому, що одному і тому ж значенні незалежна змінначенні однієї змінної отримують різні значення другої , при чому ця множина значень змінюється при зміні значень незалежної змінної.
Для характеристики розподілу випадкової змінної використовують функціональні характеристики та числові характеристики.
До функціональних належать:
-інтегральна функція розподілу
-диференціальна функція розподілу (густина розподілу)
Чисельні характеристики:
- М(Х) математичне сподівання ( середнє значення)
- D(X) дисперсія
- Середньоквадратичне відхилення
- Моменти ( початкові, центральні, абсолютні, асиметрія ексцес)
- мода, медіана
Кореляційна залежність - вид стохастичної залежності, при якому зміна значень однієї змінної веде до змін середнього значення другої.
Можна дати ще таке визначення:
Кореляційна залежність результуючої змінної у від факторної ознаки х – це функціональна залежність умовного середнього (1)
Р-ня(1) називають рівнянням регресії у на х: функцією f(x) називають регресією у на х. А її графік – теоретичною лінією регресії у на х.
Р-ня(1) це Парна лінійна кореляційно-регресійна модель, яка записує залежність результуючої змінної у від фактичної х.
11. Аналітичне групування.
Один із найпростіших способів дослідження взаємозв'язку між результуючою і змінною та факторними ознаками є аналітичне групування. Групування за однією факторною змінною називають простим, а за кількома – складним.
Аналітичне групування – статистична таблиця, що в ній вказані інтервали значень факторної ознаки, згідно з якими згруповано одиниці сукупності, а також наведено групові середні значення результуючої змінної.
Кількість груп(інтервалів) аналітичного групування можна встановити емпірично або за формулою Стерджеса:
k=1+3,322lgn, де к-кількість груп аналітичного групування, n – кількість одиниць сукупності. Розмір інтервалу h при цьому розраховують за формулою:
, де хмін – мінімальне значення факторної ознаки, хmax – максимальне значення факторної ознаки.
Величина R=xmax – xmin називають розмахом сукупності.
Результати аналітичного групування доцільно подавати графічно. Для цього в декартовій с-мі координат на площині по осі абсцис відкладають середини інтервалів значень факторної ознаки, а по осі ординат(вісь результуючої змінної) – групові середні значення результуючої змінної. Отриману ламану лінію, яка сполучає точки ( ), і=1,k називають емпіричною лінією регресії.
Аналітичне групування дозволяє:
Оцінити ступінь узгодженості змін факторної ознаки та групового середнього значення результуючої змінної. Якщо така узгодженість спостерігається, то можна говорити, що між змінними х та у існує кореляційно-регресійна залежність.
зробити висновок про те як змінюється середнє значення результуючої змінної при зб значення факторної ознаки: зростає, спадає, каливається, тощо.
зробити висновок про форму кореляційно-регресійної моделі.
Позитивними якостями аналітичного групування є: простота та наочність.
Основними недоліками: низька точність результату.