- •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
Приложение 1.
Формулировки определений понятия «эконометрика»
Автор (источник) |
Содержание понятия «эконометрика» |
Р. Фриш |
«…есть единство трех составляющих – статистики, экономической теории и математики» |
Ц. Грилихес |
«…является одновременно нашим телескопом и нашим микроскопом для изучения окружающего экономического мира» |
Э. Маленво |
«…наполняет эмпирическим содержанием априорные экономические рассуждения» |
С. Фишер |
«…занимается разработкой и применением статистических методов для измерения взаимосвязей между экономическими переменными» |
С. Айвазян |
«…объединяет совокупность методов и моделей, позволяющих придавать количественное выражение качественным зависимостям» |
The Concise Columbia Electronic Encyclopedia, Third Edition. |
«…метод экономического анализа, который объединяет экономическую теорию со статистическими и математическими методами анализа. В эконометрике экономические теории выражаются в виде математических соотношений, а затем проверяются эмпирически статистическими методами» |
М. Блауг (Британская энциклопедия) |
«…связана с изучением эмпирических данных статистическими методами; цель этого — проверка гипотез и оценка соотношений, предложенных экономической теорией. В то время как математическая экономика занимается чисто теоретическими аспектами экономического анализа, эконометрика пытается подвергнуть проверке [falsify] теории, которые уже представлены в явной математической форме» |
Современная энциклопедия |
«…наука, изучающая конкретные количественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей» |
Мега_энциклопедия Кирилла и Мефодия, «Экономический словарь».) |
«…прикладная экономическая дисциплина, изучающая конкретные количественные взаимосвязи экономических объектов и процессов с помощью математико-статистических методов и моделей. К числу эконометрических относят только те экономико-математические модели, которые позволяют проводить статистические операции. Так как за каждой переменной эконометрической модели стоит определенный статистический индикатор, с той или иной точностью измеряющий какую-то сторону хозяйственного механизма, расчеты на базе этой модели, как правило, имеют достаточно высокую практическую ценность» |
Приложение 2. Функция стандартного нормального распределения
Ф(z)=
z |
0 |
0,01 |
0,02 |
0,03 |
0,04 |
0,05 |
0,06 |
0,07 |
0,08 |
0,09 |
0,0 |
0,5000 |
0,5040 |
0,5080 |
0,5120 |
0,5160 |
0,5199 |
0,5239 |
0,5279 |
0,5319 |
0,5359 |
0,1 |
0,5398 |
0,5438 |
0,5478 |
0,5517 |
0,5557 |
05596 |
0,5636 |
0,5675 |
0,5714 |
0,5753 |
0,2 |
0,5793 |
0,5832 |
0,5871 |
0,5910 |
0,6948 |
0,5987 |
0,6026 |
0,6064 |
0,6301 |
0,6141 |
0,3 |
0,6179 |
0,6217 |
0,6255 |
0,6293 |
0,6331 |
0,6368 |
0,6406 |
0,6443 |
0,6480 |
0,6517 |
0,4 |
0,6554 |
0,6591 |
0,6628 |
0,6664 |
0,6700 |
0,6736 |
0,6772 |
0,6808 |
0,6844 |
0,6879 |
0,5 |
0,6915 |
0,6950 |
0,6985 |
0,7019 |
0,7054 |
0,7088 |
0,7123 |
0,7167 |
0,7190 |
0,7224 |
0,6 |
0,7257 |
0,7291 |
0,7324 |
0,7357 |
0,7389 |
0,7422 |
0,7464 |
0,7486 |
0,7517 |
0,7549 |
0,7 |
0,7580 |
0,7611 |
0,7642 |
0,7673 |
0,7704 |
0,7734 |
0,7764 |
0,7794 |
0,7823 |
0,7852 |
0,8 |
0,7881 |
0,7910 |
0,7939 |
0,7967 |
0,7995 |
0,8023 |
0,8051 |
0,8078 |
0,8106 |
0,8133 |
0,9 |
0,8159 |
0,8186 |
0,8212 |
0,8238 |
0,8264 |
0,8289 |
0,8315 |
0,8340 |
0,8365 |
0,8389 |
1,0 |
0,8413 |
0,8438 |
0,8461 |
0,8485 |
0,8508 |
0,8531 |
0,8554 |
0,8577 |
0,8599 |
0,8621 |
1,1 |
0,8643 |
0,8665 |
0,8686 |
0,8708 |
0,8729 |
0,8749 |
0,8770 |
0,8790 |
0,8810 |
0,8830 |
1,2 |
0,8849 |
0,8869 |
0,8888 |
0,9707 |
0,8925 |
0,8944 |
0,8962 |
0,8980 |
0,8997 |
0,9015 |
1,3 |
0,9032 |
0,9049 |
0,9066 |
0,9082 |
0,9099 |
0,9115 |
0,9131 |
0,9147 |
0,9162 |
0,9177 |
1,4 |
0,9192 |
0,9207 |
0,9222 |
0,9236 |
0,9251 |
0,9265 |
0,9279 |
0,9292 |
0,9306 |
0,9319 |
1,5 |
0,9332 |
0,9345 |
0,9357 |
09370 |
0,9382 |
0,9394 |
0,9406 |
0,9418 |
0,9429 |
0,9441 |
1,6 |
0,9452 |
0,9463 |
0,9474 |
0,9484 |
0,9495 |
0,9505 |
0,9515 |
0,9525 |
0,9535 |
0,9545 |
1,7 |
0,9554 |
0,9564 |
0,9573 |
0,582 |
0,9591 |
0,9599 |
0,9608 |
0,9616 |
0,9625 |
0,9633 |
1,8 |
0,9641 |
0,9649 |
0,9656 |
0,9664 |
0,9671 |
0,9678 |
0,9686 |
0,9693 |
0,9699 |
0,9706 |
1,9 |
0,9713 |
0,9719 |
0,9723 |
0,9732 |
0,9738 |
0,9744 |
0,9750 |
0,9756 |
0,9761 |
0,9767 |
2,0 |
0,9772 |
0,9778 |
0,9783 |
0,9783 |
0,9793 |
0,9798 |
0,9803 |
0,9808 |
0,9812 |
0,9817 |
2,1 |
0,9821 |
0,9826 |
0,9830 |
0,9830 |
0,9838 |
0,9842 |
0,9846 |
0,9850 |
0,9854 |
0,9857 |
2,2 |
0,9861 |
0,9864 |
0,9868 |
0,9868 |
0,9875 |
0,9878 |
0,9881 |
0,9884 |
0,9887 |
0,9890 |
2,3 |
0,9893 |
0,9896 |
0,9898 |
0,9898 |
0,9904 |
0,9906 |
0,9909 |
0,9911 |
0,9913 |
0,9916 |
2,4 |
0,9918 |
0,9920 |
0,9922 |
0,9922 |
0,9927 |
0,9929 |
0,9931 |
0,9932 |
0,9934 |
0,9936 |
2,5 |
0,9938 |
0,9940 |
0,9941 |
0,9941 |
0,9945 |
0,9946 |
0,9948 |
0,9949 |
0,9951 |
0,9952 |
2,6 |
0,9953 |
0,9955 |
0,9956 |
0,9956 |
0,9959 |
0,9960 |
0,9961 |
0,9962 |
0,9963 |
0,9964 |
2,7 |
0,9965 |
0,9966 |
0,9967 |
0,9967 |
0,9969 |
0,9970 |
0,9971 |
0,9972 |
0,9973 |
0,9974 |
2,8 |
0,9974 |
0,9975 |
0,9976 |
0,9976 |
0,9977 |
0,9978 |
0,9979 |
0,9980 |
0,9980 |
0,9981 |
2,9 |
0,9981 |
0,9982 |
0,9982 |
0,9982 |
0,9984 |
0,9984 |
0,9985 |
0,9985 |
0,9986 |
0,9986 |
3,0 |
0,9987 |
0,9987 |
0,9987 |
0,9987 |
0,9988 |
0,9989 |
0,9989 |
0,9989 |
0,9990 |
0,9990 |
ПРИЛОЖЕНИЕ 3.
Критические значения t-критерия Стьюдента при уровне значимости 0,10, 0,05, 0,01
Число степеней свободы d.f. |
α |
Число степеней свободы d.f.
|
α |
||||
0,10 |
0,05 |
0,01 |
0,10 |
0,05 |
0,01 |
||
1 |
6,3138 |
12,706 |
63,657 |
18 |
1,7341 |
2,1009 |
2,8784 |
2 |
2,9200 |
4,3027 |
9,9248 |
19 |
1,7291 |
2,0930 |
2,8609 |
3 |
2,3534 |
3,1825 |
5,8409 |
20 |
1,7247 |
2,0860 |
2,8453 |
4 |
2,1318 |
2,7764 |
4,6041 |
21 |
1,7207 |
2,0796 |
2,8314 |
5 |
2,0150 |
2,5706 |
4,0321 |
22 |
1,7171 |
2,0739 |
2,8188 |
6 |
1,9432 |
2,4469 |
3,7074 |
23 |
1,7139 |
2,0687 |
2,8073 |
7 |
1,8946 |
2,3646 |
3,4995 |
24 |
1,7109 |
2,0639 |
2,7969 |
8 |
1,8595 |
2,3060 |
3,3554 |
25 |
1,7081 |
2,0595 |
2,7874 |
9 |
1,8331 |
2,2622 |
3,2498 |
26 |
1,7056 |
2,0555 |
2,7787 |
10 |
1,8125 |
2,2281 |
3,1693 |
27 |
1,7033 |
2,0518 |
2,7707 |
11 |
1,7959 |
2,2010 |
3,1058 |
28 |
1,7011 |
2,0484 |
2,7633 |
12 |
1,7823 |
2,1788 |
3,0545 |
29 |
1,6991 |
2,0452 |
2,7564 |
13 |
1,7709 |
2,1604 |
3,0123 |
30 |
1,6973 |
2,0423 |
2,7500 |
14 |
1,7613 |
2,1448 |
2,9768 |
40 |
1,6839 |
2,0211 |
2,7045 |
15 |
1,7530 |
2,1315 |
2,9467 |
60 |
1,6707 |
2,0003 |
2,6603 |
16 |
1,7459 |
2,1199 |
2,9208 |
120 |
1,6577 |
1,9799 |
2,6174 |
17 |
1,7396 |
2,1098 |
2,8982 |
∞ |
1,6449 |
1,9600 |
2,5758 |
ПРИЛОЖЕНИЕ 4.
Таблица критерия Дарбина-Уотсона для = 0,05
|
п=1 |
п=2 |
п=3 |
п=4 |
п=5 |
||||||
Т |
d1 |
d2 |
d1 |
d2 |
d1 |
d2 |
d1 |
d2 |
d1 |
d2 |
|
6 |
0,610 |
1,400 |
– |
– |
– |
– |
– |
– |
– |
– |
|
7 |
0,700 |
1,356 |
0,467 |
1,896 |
– |
– |
– |
– |
– |
– |
|
8 |
0,763 |
1,332 |
0,559 |
1,777 |
0,368 |
2,287 |
– |
– |
– |
– |
|
9 |
0,824 |
1,320 |
0,624 |
1,699 |
0,455 |
2,128 |
0,296 |
2,588 |
– |
– |
|
10 |
0,879 |
1,320 |
0,697 |
1,641 |
0,525 |
2,016 |
0,376 |
2,814 |
0,243 |
2,822 |
|
11 |
0,927 |
1,324 |
0,758 |
1,604 |
0,595 |
1,928 |
0,444 |
2,283 |
0,316 |
2,645 |
|
12 |
0,971 |
1,331 |
0,812 |
1,579 |
0,658 |
1,864 |
0,512 |
2,177 |
0,379 |
2,506 |
|
13 |
1,010 |
1,340 |
0,861 |
1,562 |
0,715 |
1,816 |
0,574 |
2,094 |
0,445 |
2,390 |
|
14 |
1,045 |
1,350 |
0,905 |
1,551 |
0,767 |
1,779 |
0,632 |
2,030 |
0,505 |
2,296 |
|
15 |
1,077 |
1,361 |
0,946 |
1,543 |
0,814 |
1,750 |
0,685 |
1,977 |
0,562 |
2,220 |
|
16 |
1,106 |
1,371 |
0,982 |
1,539 |
0,857 |
1,728 |
0,734 |
1,935 |
0,615 |
2,157 |
|
17 |
1,133 |
1,381 |
1,015 |
1,536 |
0,897 |
1,710 |
0,779 |
1,900 |
0,664 |
2,104 |
|
18 |
1,158 |
1,391 |
1,046 |
1,535 |
0,933 |
1,696 |
0,820 |
1,872 |
0,710 |
2,060 |
|
19 |
1,180 |
1,401 |
1,074 |
1,536 |
0,967 |
1,685 |
0,859 |
1,848 |
0,752 |
2,023 |
|
20 |
1,201 |
1,411 |
1,100 |
1,537 |
0,998 |
1,676 |
0,894 |
1,828 |
0,792 |
1,991 |
|
21 |
1,221 |
1,420 |
1,125 |
1,538 |
1,026 |
1,669 |
0,927 |
1,812 |
0,824 |
1,964 |
|
22 |
1,239 |
1,429 |
1,147 |
1,541 |
1,053 |
1,664 |
0,958 |
1,797 |
0,863 |
1,940 |
|
23 |
1,257 |
1,437 |
1,168 |
1,543 |
1,078 |
1,660 |
0,986 |
1,785 |
0,895 |
1,920 |
|
24 |
1,273 |
1,446 |
1,188 |
1,546 |
1,101 |
1,656 |
1,013 |
1,775 |
0,925 |
1,902 |
|
25 |
1,288 |
1,454 |
1,206 |
1,550 |
1,123 |
1,654 |
1,038 |
1,767 |
0,953 |
1,886 |
|
30 |
1,352 |
1,489 |
1,284 |
1,567 |
1,214 |
1,650 |
1,143 |
1,739 |
1,071 |
1,833 |
|
40 |
1,442 |
1,544 |
1,391 |
1,600 |
1,338 |
1,659 |
1,285 |
1,721 |
1,230 |
1,786 |
|
50 |
1,503 |
1,585 |
1,452 |
1,628 |
1,421 |
1,674 |
1,378 |
1,721 |
1,335 |
1,771 |
|
60 |
1,549 |
1,616 |
1,514 |
1,652 |
1,480 |
1,689 |
1,444 |
1,727 |
1,408 |
1,767 |
|
70 |
1,583 |
1,641 |
1,554 |
1,672 |
1,525 |
1,703 |
1,494 |
1,735 |
1,464 |
1,768 |
|
80 |
1,611 |
1,662 |
1,586 |
1,688 |
1,560 |
1,715 |
1,534 |
1,743 |
1,507 |
1,772 |
|
90 |
1,635 |
1,679 |
1,612 |
1,703 |
1,589 |
1,726 |
1,568 |
1,751 |
1,542 |
1,776 |
|
100 |
1,654 |
1,694 |
1,634 |
1,715 |
1,613 |
1,736 |
1,592 |
1,758 |
1,571 |
1,780 |
|
150 |
1,720 |
1,746 |
1,706 |
1,760 |
1,693 |
1,774 |
1,679 |
1,789 |
1,665 |
1,802 |
|
200 |
1,758 |
1,778 |
1,748 |
1,789 |
1,736 |
1,799 |
1,728 |
1,810 |
1,718 |
1,820 |
|
Окончание приложения 4
|
п=6 |
п=7 |
п=8 |
п=9 |
п=10 |
||||||
Т |
d1 |
d2 |
d1 |
d2 |
d1 |
d2 |
d1 |
d2 |
d1 |
d2 |
|
6 |
– |
– |
– |
– |
– |
– |
– |
– |
– |
– |
|
7 |
– |
– |
– |
– |
– |
– |
– |
– |
– |
– |
|
8 |
– |
– |
– |
– |
– |
– |
– |
– |
– |
– |
|
9 |
– |
– |
– |
– |
– |
– |
– |
– |
– |
– |
|
10 |
– |
– |
– |
– |
– |
– |
– |
– |
– |
– |
|
11 |
0,203 |
3,005 |
– |
– |
– |
– |
– |
– |
– |
– |
|
12 |
0,268 |
2,832 |
0,171 |
3,149 |
– |
– |
– |
– |
– |
– |
|
13 |
0,328 |
2,692 |
0,230 |
2,985 |
0,147 |
3,266 |
– |
– |
– |
– |
|
14 |
0,389 |
2,572 |
0,286 |
2,848 |
0,200 |
3,111 |
0,127 |
3,360 |
– |
– |
|
15 |
0,447 |
2,472 |
0,343 |
2,727 |
0,251 |
2,979 |
0,175 |
3,216 |
0,111 |
3,438 |
|
16 |
0,502 |
2,388 |
0,398 |
2,624 |
0,304 |
2,860 |
0,222 |
3,090 |
0,155 |
3,304 |
|
17 |
0,554 |
2,318 |
0,451 |
2,537 |
0,356 |
2,757 |
0,272 |
2,975 |
0,198 |
3,184 |
|
18 |
0,603 |
2,257 |
0,502 |
2,461 |
0,407 |
2,667 |
0,321 |
2,873 |
0,244 |
3,073 |
|
19 |
0,649 |
2,206 |
0,549 |
2,396 |
0,456 |
2,589 |
0,369 |
2,783 |
0,290 |
2,974 |
|
20 |
0,692 |
2,162 |
0,595 |
2,339 |
0,502 |
2,521 |
0,416 |
2,704 |
0,336 |
2,885 |
|
21 |
0,732 |
2,124 |
0,637 |
2,290 |
0,547 |
2,460 |
0,461 |
2,633 |
0,380 |
2,806 |
|
22 |
0,769 |
2,090 |
0,677 |
2,246 |
0,588 |
2,407 |
0,504 |
2,571 |
0,424 |
2,734 |
|
23 |
0,804 |
2,061 |
0,715 |
2,208 |
0,628 |
2,360 |
0,545 |
2,514 |
0,465 |
2,670 |
|
24 |
0,837 |
2,035 |
0,751 |
2,174 |
0,666 |
2,318 |
0,584 |
2,464 |
0,506 |
2,613 |
|
25 |
0,868 |
2,012 |
0,784 |
2,144 |
0,702 |
2,280 |
0,621 |
2,419 |
0,544 |
2,560 |
|
30 |
0,998 |
1,931 |
0,926 |
2,034 |
0,854 |
2,141 |
0,782 |
2,251 |
0,712 |
2,363 |
|
40 |
1,175 |
1,854 |
1,120 |
1,924 |
1,064 |
1,997 |
1,008 |
2,072 |
0,945 |
2,149 |
|
50 |
1,219 |
1,822 |
1,246 |
1,875 |
1,201 |
1,930 |
1,156 |
1,986 |
1,110 |
2,044 |
|
60 |
1,372 |
1,808 |
1,335 |
1,850 |
1,298 |
1,894 |
1,260 |
1,939 |
1,222 |
1,984 |
|
70 |
1,433 |
1,802 |
1,401 |
1,837 |
1,369 |
1,873 |
1,337 |
1,910 |
1,305 |
1,948 |
|
80 |
1,480 |
1,801 |
1,428 |
1,831 |
1,425 |
1,861 |
1,397 |
1,893 |
1,369 |
1,925 |
|
90 |
1,518 |
1,801 |
1,494 |
1,827 |
1,469 |
1,854 |
1,445 |
1,881 |
1,420 |
1,909 |
|
100 |
1,550 |
1,803 |
1,528 |
1,826 |
1,506 |
1,850 |
1,484 |
1,874 |
1,462 |
1,898 |
|
150 |
1,651 |
1,817 |
1,637 |
1,832 |
1,622 |
1,847 |
1,608 |
1,862 |
1,594 |
1,877 |
|
200 |
1,707 |
1,831 |
1,697 |
1,841 |
1,686 |
1,852 |
1,675 |
1,863 |
1,665 |
1,874 |
|
