- •? Задача минимизации времени выполнения проекта
- •7 Общая постановка задачи линейного программирования формы записи злп
- •11 Понятие двойственности. Построение двойственных задач, их свойства.
- •27Содержание регрессионного анализа. Классы моделей. Типа данных.
- •Типы моделей:
- •27 Статистическая постановка задачи
- •28 Модель парной регрессии. Мнк
- •29. Проверка гипотез относительно коэффициентов уравнения регрессии. Доверительные интервалы
- •30. Проверка общего качества уравнения регрессии. Коэффициент детерминации
- •Коэффициент детерминации
- •31. Множественная регрессионная модель
27Содержание регрессионного анализа. Классы моделей. Типа данных.
Эконометрика – наука, которая дает количественное выражение взаимосвязей экономических процессов и явлений. Для получения экономических соотношений используется данные или наблюдения.
Типы данных:
пространственные типы данных (доход, возврат)
временные ряды (упорядоченные во времени)
На их основе с использованием экономических методов формируется эконом модели, оцениваются неизвестные величины и делаются спецификации уравнения:
определение спецификации уравнения
сбор необходимой статистической информации
получение наилучших точечных и интервальных оценок неизвестных параметров регрессии
проверка качества найденных параметров
проверка адекватности модели и соотв предположений
использования построенных моделей для анализа исследуемых экономических явлений и построение прогнозов.
Типы моделей:
модели временных рядов
- модель Тренда, где T(t) – временной тренд T(t)=a+bt
Модель сезонности мультипликативная форма y(t)=S(t)+T(t)+
Регрессионные модели с одним уравнением. Зависимая переменная п с функцию от одной или нескольких переменных
Системы одновременных уравнений. Они показываются системами уравнений, которые м б представлены регрессионными моделями или торжествами
Pt-1 – благовые переменные относящиеся к предыдущим моментам времени
It – доход
Ut – цена+доход
Предложение Qst = спрос Qdt тождество
27 Статистическая постановка задачи
В статистическом анализе факт неточного соотношения признается путем включения в него случайной переменной где:
Xt – неслучайная детерминированная величина
Yt – случайная величина, значение которой результативно признака и эндогенная переменная
- случайная величина, характеризующая отклонение реального значения резулт признака от теоретического
Причины:
отсутствие в уравнении несколько объясняющихся переменных
агрегирование переменных,
ошибки измерения,
ошибки выборки, ошибки спецификации модели т е неправильное определение факторного соотношения м/у х и у
- суммарное проявление всех факторов – случайная величина с некоторой функцией распределения, которой соотв функция распределила Yt
28 Модель парной регрессии. Мнк
Имеем набор значений двух переменных xt, yt, где t – номер наблюдения, xt - независимая, yt - зависимая. Нужно подобрать функции y=f(x) из параметрических семейства функций . Оценим отклонение набл от меры прямой в качестве меры отклонения. Функции от набл можно взять:
сумма квадратов отклонений
сумма модулей отклонений
меру отклонений наблюдаемого значения от произвольной y
Преимущества:
простота вычисления
хорошие статист свойства получения оценок
недостаток: чувствительность к выбросам
МНК
Задача наилучшей опроксимации набора наблюдения xt, yt, линейной функции f(x)=a+bx в смысле миним функционалов
,,