Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.
Математические модели широко применяются в бизнесе, экономике, общественных науках, исследовании экономической активности и даже в исследовании политических процессов. Математические модели полезны для более полного понимания сущности происходящих процессов, их анализа. Модель, построенная и верифицированная на основе (уже имеющихся) значений объясняющих переменных, может быть использована для прогноза значений зависимой переменной в будущем или для других наборов значений объясняющих переменных. Можно выделить три основных класса моделей, которые применяются для анализа или прогноза: 1. Модели временных рядов представляют собой зависимость результативной переменной от переменной времени или переменных, относящихся к другим моментам времени. Модели временных рядов, в которых результативная переменная зависит от времени: 1) модель тренда (зависимость результативной переменной от трендовой компоненты); , где - временной тренд заданного параметрического вида (например, линейный ), - случайная стохастическая компонента.
2) модель сезонности (зависимость результативной переменной от сезонной компоненты); , где - периодическая (сезонная) компонента, - случайная стохастическая компонента. 3) модель тренда и сезонности.
(аддитивная)
(мультипликативная) Модели временных рядов, в которых результативная переменная зависит от переменных, датированных другими моментами времени: 1) объясняющие вариацию результативной переменной в зависимости от предыдущих значений факторных переменных — модели с распределенным лагом; 2) объясняющие вариацию результативной переменной в зависимости от предыдущих значений результативных переменных — модели авторегрессии; 3) объясняющие вариацию результативной переменной в зависимости от будущих значений факторных или результативных переменных — модели ожидания. Модели временных рядов могут быть построены по стационарным и нестационарным временным рядам. Для стационарного временного ряда характерны постоянные во времени средняя, дисперсия и автокорреляция.
Регрессионные модели с одним уравнением. В таких моделях зависимая переменная yпредставляется в виде функции где - независимые (объясняющие) переменные, а - параметры. В зависимости от вида функции модели делятся на линейные и нелинейные. Например, можно исследовать спрос на мороженое как функцию от времени, температуры воздуха, среднего уровня доходов или зависимость зарплаты от возраста, пола, уровня образования, стажа работы и т. п. Область применения таких моделей, даже линейных, значительно шире, чем моделей временных рядов. Проблемам теории оценивания, верификации, отбора значимых параметров и др. посвящён огромный объём литературы. Эта тема является стержневой в эконометрике и основной в данном курсе. |
||
Последнее изменение этой страницы: 2018-04-12; просмотров: 528. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |