- •Министерство сельского хозяйства рф
- •080200 "Менеджмент"
- •Содержание
- •Предисловие
- •Тема 1. Введение в эконометрику
- •Предмет эконометрики
- •Основные задачи эконометрики
- •3. Особенности эконометрического метода
- •Вопросы для самоконтроля:
- •4. Типы данных и моделей
- •Тема 2. Основы эконометрического анализа
- •Понятие о корреляции и регрессии
- •2. Сущность корреляционно-регрессионного анализа и моделирования
- •3. Общие принципы проверки статистических гипотез
- •Понятие о корреляции и регрессии
- •2. Сущность корреляционно-регрессионного анализа и моделирования
- •3. Общие принципы проверки статистических гипотез
- •Вопросы для самоконтроля:
- •Тема 3. Однофакторные корреляционно - регрессионные модели и возможности их применения для анализа и прогноза
- •1. Парная регрессия и корреляция в эконометрических исследованиях
- •2. Особенности оценки параметров нелинейных моделей
- •3. Методика построения модели парной регрессии
- •1. Парная регрессия и корреляция в эконометрических исследованиях
- •2. Особенности оценки параметров нелинейных моделей
- •3. Методика построения модели парной регрессии
- •Линейная модель.
- •Равносторонняя гипербола.
- •Степенная модель.
- •Вопросы для самоконтроля:
- •Тема 4: многофакторная корреляция и регрессия
- •Решение вопроса о спецификации модели
- •Описание методов устранения или уменьшения мультиколлинеарности:
- •2. Уравнение многофакторной регрессии, его построение и интерпретация
- •3. Система показателей тесноты многофакторной связи
- •4. Методика проведения анализа на основе построения уравнения многофакторной линейной регрессии
- •5. Предпосылки метода наименьших квадратов
- •Соблюдение требований, которым должен удовлетворять ряд остатков.
- •Вопросы для самоконтроля:
- •Тема 5. Системы эконометрических уравнений
- •1.Системы уравнений в эконометрике
- •2. Модели системы одновременных уравнений и их составляющие
- •3. Решение проблем идентификации
- •4. Методы решения систем одновременных уравнений
- •Косвенный метод наименьших квадратов
- •Вопросы для самоконтроля:
- •Тема 6. Временные ряды. Основные типы трендов
- •Виды и построение временных рядов
- •Основные этапы изучения, моделирования и прогнозирования временных рядов
- •2. Основные типы трендов
- •1. Метод разности средних двух частей одного и того же ряда.
- •Определение критерия Стьюдента и его сравнение с табличным значением.
- •Линейный тренд
- •Характеристика параметров линейного тренда.
- •Параболический тренд
- •Гиперболический тренд
- •Экспоненциальный тренд
- •Логарифмический тренд
- •Логарифмический тренд обладает следующими свойствами:
- •3. Методы распознавания типа тренда и оценки его параметров
- •4. Понятие сезонных колебаний и сезонной составляющей
- •Вопросы для самоконтроля:
- •Тема 7. Автокорреляция временных рядов
- •1. Автокорреляция и авторегрессия
- •Виды автокорреляции:
- •Свойства коэффициента автокорреляции:
- •2. Методы изучения автокорреляции
- •3. Принимают или отклоняют каждую гипотезу с вероятностью (1-α) на основе следующего рисунка:
- •Взаимосвязь временных рядов
- •Методы коррелирования:
- •4 Коинтеграция: понятие, методы проверки гипотезы о ее наличии
- •Методы проверки гипотезы о коинтеграции:
- •Вопросы для самоконтроля:
- •Глоссарий
- •Литература
- •Приложение 1.
- •Приложение 2. Функция стандартного нормального распределения
- •Приложение 5.
- •Вопросы для зачета
Основные этапы изучения, моделирования и прогнозирования временных рядов
Первым этапом является построение ряда, отвечающего требованиям статистической науки: уровни ряда должны быть получены из достаточно надежных источников информации, сопоставимы друг с другом по качественному содержанию, а если это требуется стоящей задачей, то и сопоставимы по охвату единиц совокупности; по территории, по методике учета (расчета) показателей.
Второй этап исчисления - определение типа основной тендeнции динамики либо констатация отсутствия надежной тендeнции изменения уровней.
Третий этап - вычисление уравнения тренда, т. е. уравнения такой линии - прямой, параболы, экспоненты, гиперболы и т.п., которая оптимально выражает фактическую тенденцию изменения уровней ряда.
На этом этапе применяются методы математической статистики: метод наименьших квадратов (МНК), критерий оценки надежности - Стьюдента, Фишера, Дарбина-Уотсона и др. Используются программы ЭВМ: Statistica, Statgraphics, Ехсеl и др.
Четвертый этап заключается в исследовании отклонений фактических значений уровней ряда от расчетных уровней тренда, т. е. изучении колеблемости. При этом важно измерить силу и интенсивность колебаний, изучить их форму, оценить степень устойчивости динамики. Особенно важно в аграрной экономике измерить и моделировать сезонные колебания, регулярно повторяющиеся из года в год, отделить их от случайных остаточных колебаний.
Пятый этап – расчет прогнозируемых значений временного ряда для будущих периодов, вероятностных интервалов этих прогнозов, а иногда и страхового запаса, необходимого для покрытия потребностей при возможном неурожае.
2. Основные типы трендов
При выборе уравнения тренда необходимо руководствоваться принципом простоты, который заключается в выборе из нескольких типов линий более близкую к эмпирическим данным (более простую). Обосновано это еще и тем, что чем сложнее уравнение линии тренда и чем большее число параметров оно содержит, тем при равной степени приближения труднее дать надежную оценку этих параметров.
На практике чаще всего используют следующие основные типы трендов временных рядов.
Гиперболический
Логистический
Прямолинейный
Параболический
Экспоненциальный
Таким же образом подразделяются типы тенденций и уравнений тренда.
В эконометрическом исследовании проводят количественную оценку каждой из перечисленных компонент по выбранной модели.
Прежде чем выделять тренд, необходимо проверить гипотезу о его наличии. На практике различают несколько критериев для проверки наличия тренда, но основными выступают два критерия.
Критерии для проверки наличия тренда:
1. Метод разности средних двух частей одного и того же ряда.
Проверяется
гипотеза о существовании разности
средних:
.
Для этого временной ряд разбивают на
две равные или почти равные части. В
качестве критерия проверки гипотезы
принимают критерий Стьюдента. Если t
,
где t
– расчетное значение критерия Стьюдента;
t
-
табличное значение при уровне значимости
α, то гипотеза об отсутствии тренда
отвергается; если t
,
то гипотеза (H
).
Параметр
|
Расчет и содержание параметра
|
Число степеней свободы |
|
Среднее квадратическое отклонение разности средних |
Для расчета
дисперсий в каждой части временного
ряда выбирается число степеней свободы
(
Гипотезу о равенстве дисперсий проверяют с помощью критерия Фишера:
F
= Если фактическое значение критерия Фишера меньше табличного значения при заданном уровне вероятности, то гипотеза о равенстве дисперсий принимается. Если фактическое значение критерия Фишера больше табличного, то гипотеза о равенстве дисперсий отвергается; тогда критерий Стьюдента для проверки существенности разности средних не может быть использован. |
Расчетное значение критерия Стьюдента определяется по следующей формуле:
,
где
-
средние для каждой части временного
ряда;
- число наблюдений в каждой из частей
ряда; σ - среднее квадратическое отклонение
разности средних.
2. Метод Фостера – Стюарта определяется наличие тенденции явления и тренд дисперсии уровней временного ряда. Часто этот метод используют при детальном анализе временного ряда и построении по нему прогнозов.
При использовании этого метода вычисления строят в определенной последовательности.
Этапы вычисления наличия тренда при использовании метода Фостера – Стюарта:
Сравнение каждого уровня временного ряда со всеми предыдущими уровнями. Сравнение проводят по следующим неравенствам: если Y
…;
Y
;
если Y
…;
Y
;
Вычисление значений величин q и d. Вычисления строят по следующим формулам: q =
,
где
;
.
Величина q
характеризует тенденцию изменения
дисперсии временного ряда и принимает
значения в пределах 0
.
Если все уровни ряда равны между собой,
то q
=0. Если уровни временного ряда монотонно
убывают или возрастают, q
= n-1.
Величина d
характеризует тенденцию изменения
средней и имеет два предела – нижний и
верхний. Нижний предел d
= - (n
– 1) характеризует монотонно убывающий
ряд; верхний предел d
= (n-1)
характеризует монотонно возрастающий
ряд. Величина d
может быть равна 0, но такие случаи в
практических расчетах крайне редки.
