⭐⭐⭐ Единый реферат-центр

Главная » Рефераты » Текст работы «Эконометрическое моделирование»


Эконометрическое моделирование

Основные проблемы эконометрического моделирования. Показатели, характеризующие степень разброса случайной величины вокруг ее среднего значения. Физический смысл коэффициента детерминации. Расчет функции эластичности в линейной эконометрической модели.

Дисциплина: Экономико-математическое моделирование
Вид работы: контрольная работа
Язык: русский
Дата добавления: 23.11.2009
Размер файла: 18 Kb
Просмотров: 11589
Загрузок: 114

Все приложения, графические материалы, формулы, таблицы и рисунки работы на тему: Эконометрическое моделирование (предмет: Экономико-математическое моделирование) находятся в архиве, который можно скачать с нашего сайта.
Приступая к прочтению данного произведения (перемещая полосу прокрутки браузера вниз), Вы соглашаетесь с условиями открытой лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная (CC BY 4.0)
.

Текст работыСкачать файл








Хочу скачать данную работу! Нажмите на слово скачать
Чтобы скачать работу бесплатно нужно вступить в нашу группу ВКонтакте. Просто кликните по кнопке ниже. Кстати, в нашей группе мы бесплатно помогаем с написанием учебных работ.

Через несколько секунд после проверки подписки появится ссылка на продолжение загрузки работы.
Сколько стоит заказать работу? Бесплатная оценка
Повысить оригинальность данной работы. Обход Антиплагиата.
Сделать работу самостоятельно с помощью "РЕФ-Мастера" ©
Узнать подробней о Реф-Мастере
РЕФ-Мастер - уникальная программа для самостоятельного написания рефератов, курсовых, контрольных и дипломных работ. При помощи РЕФ-Мастера можно легко и быстро сделать оригинальный реферат, контрольную или курсовую на базе готовой работы - Эконометрическое моделирование.
Основные инструменты, используемые профессиональными рефератными агентствами, теперь в распоряжении пользователей реф.рф абсолютно бесплатно!
Как правильно написать введение?
Подробней о нашей инструкции по введению
Секреты идеального введения курсовой работы (а также реферата и диплома) от профессиональных авторов крупнейших рефератных агентств России. Узнайте, как правильно сформулировать актуальность темы работы, определить цели и задачи, указать предмет, объект и методы исследования, а также теоретическую, нормативно-правовую и практическую базу Вашей работы.
Как правильно написать заключение?
Подробней о нашей инструкции по заключению
Секреты идеального заключения дипломной и курсовой работы от профессиональных авторов крупнейших рефератных агентств России. Узнайте, как правильно сформулировать выводы о проделанной работы и составить рекомендации по совершенствованию изучаемого вопроса.
Всё об оформлении списка литературы по ГОСТу Как оформить список литературы по ГОСТу?
Рекомендуем
Учебники по дисциплине: Экономико-математическое моделирование


Краткое описание документа: Эконометрическое моделирование контрольная работа по дисциплине Экономико-математическое моделирование. Понятие, сущность и виды, 2017.

Как скачать? | + Увеличить шрифт | - Уменьшить шрифт






контрольная работа по дисциплине Экономико-математическое моделирование на тему: Эконометрическое моделирование; понятие и виды, классификация и структура, 2016-2017, 2018 год.

Вопрос 1. Назовите некоторые основные проблемы эконометрического моделирования

Рассмотрим некоторые основные проблемы эконометрического моделирования:

1. Постоянство механизмов

Одно из условий, на которое опирается эконометрическое моделирование, состоит в том, что функциональное соотношение не меняется в течение рассматриваемого периода. При этом это условие часто нереалистично, особенно в случае, когда приходится иметь дело с переходной экономикой. Это обычная проблема, с которой экономист сталкивается при исследовании экономических процессов с изменчивой структурой. Как бы то ни было, приходится делать предположение о неизменности формы модели, иначе моделирование не было бы возможно.

Один из возможных способов учета структурных сдвигов состоит в использовании различного рода сконструированных переменных, таких как, фиктивные переменные и тренды. Включение в эконометрическую модель трендов позволяет учитывать изменения во всех коэффициентах регрессионного уравнения: свободном члене и коэффициентах при «экономических» переменных. Фиктивные переменные (принимающие только два значения -- 0 и 1) позволяют учесть резкие структурные скачки.

Кроме того, использование фиктивных переменных и гармонических трендов (синусов и косинусов) позволяет учесть в модели сезонные колебания. Если предположить, что сезонность имеет детерминированный характер, то ее можно смоделировать, добавив в уравнение регрессии компоненту следующего вида:

? 1 M1 + ... + ? 12 M12.

Здесь M1, ..., M12 -- сезонные месячные переменные.

Все же эти методы не позволяют адекватно учесть изменения, если неизвестен их характер или момент изменения (в случае скачка). Особенно большие проблемы создают структурные сдвиги для прогнозирования. Если резкое изменение в параметрах экономического процесса произошло в течение исследуемого периода, то это изменение можно заметить и учесть в модели. Если же неожиданное изменение произойдет после исследуемого периода, то сделанные прогнозы окажутся неверными.

2. Недостаточный набор данных

Имеющихся данных может быть недостаточно для того, чтобы определить функциональную связь между переменными, либо они недостаточно варьируются, чтобы можно было отличить влияние одного фактора от влияния другого. Последняя проблема получила в эконометрическом моделировании название «мультиколлинеарности». В отличие от экспериментальных наук, у отдельного исследователя, изучающего экономические процессы, как правило, нет возможности сколько-нибудь заметно на них повлиять. Обычно за него это делает правительство. Чтобы восполнить недостаток данных, исследователю приходится делать некоторые априорные допущения, зачастую недостаточно обоснованные.

Как правило, функциональная форма модели заранее неизвестна. В этом случае хорошим выходом из положения было бы использование непараметрических методов оценивания. При этом для применения таких методов необходим довольно значительный набор данных. Поэтому на практике, как правило, предполагают, что зависимость между двумя переменными линейна. Часто линейная зависимость дает хорошую аппроксимацию гладкой зависимости в некоторой небольшой окрестности, но вообще говоря, нет никакой гарантии, что «истинная» зависимость не окажется сильно нелинейной как раз в том интервале, к которому относятся данные.

При применении статистических методов следует помнить, что постулируемые свойства как правило носят асимптотический характер, то есть проявляются в пределе, при стремлении количества наблюдений к бесконечности. В частности, если в линейной регрессии в качестве регрессоров используются лаги зависимой переменной, то, даже если выполнены стандартные предположения регрессионного анализа, полученные оценки будут состоятельными, но смещенными.

3. Проблема ложной регрессии

Для того, чтобы получить высокий коэффициент детерминации, достаточно, чтобы в зависимой переменной и в регрессоре имелся тренд и динамика трендов до некоторой степени совпала. Коэффициент детерминации, как правило, бывает, высок в регрессии одного растущего показателя по другому растущему показателю.

С другой стороны, коэффициент детерминации, как правило, бывает низким в регрессии одного процесса типа «белый шум» по другому такому же процессу.

Двумя основными причинами наличия «тренда» во временных рядах являются

· детерминированная составляющая (тогда говорят о детерминированном тренде),

· нестационарность (тогда говорят о стохастическом тренде).

Наличие детерминированного тренда может приводить к появлению ложной регрессии. Пусть, например Yt и Xt порождаются процессами

Yt = a + bt + ?t, Xt = c + dt + ?t,

где ?t, ?t -- независимые, одинаково распределенные ошибки. Регрессия Yt по константе и Xt может иметь высокий коэффициент детерминации и этот эффект только усиливается с ростом размера выборки. К счастью, с «детерминированным» вариантом ложной регрессии достаточно легко бороться. В рассматриваемом случае достаточно добавить в уравнение тренд в качестве регрессора, и эффект ложной регрессии исчезает.

Если существует стационарная линейная комбинация нестационарных случайных процессов, то эти процессы называют коинтегрированными. Коинтегрированность гарантирует (по крайней мере, асимптотически, то есть для больших выборок), что не возникнет ложная регрессия. Теория коинтеграции -- быстро развивающийся раздел современной эконометрики.

Для оценивания моделей с нестационарными, но коинтегрированными переменными, вообще говоря, следует использовать специальные методы. К сожалению, методы оценивания коинтеграционных регрессий сложны с точки зрения реализации, и способы проверки их спецификации плохо разработаны. Поэтому, несмотря на указанные недостатки, обычный метод наименьших квадратов остается наиболее мощным инструментом эконометрики.

Вопрос 2. Как называется метод, который наиболее часто используется при оценке параметров линейной модели в эконометрике?

Метод, который наиболее часто используется при оценке параметров линейной модели в эконометрике называется методом наименьших квадратов.

Вопрос 3. Как называются показатели, которые характеризуют степень разброса случайной величины вокруг ее среднего значения?

Показатели, которые характеризуют степень разброса случайной величины вокруг ее среднего значения называются выборочной дисперсией и выборочной ковариацией.

Вопрос 4. Какой физический смысл несет коэффициент детерминации в эконометрической линейной модели связи двух переменных, таких как расходы и доходы, цена и спрос, число занятых и уровень безработицы и т.д

Коэффициент детерминации изменяется в пределах от 0 до 1. Чем выше коэффициент детерминации в эконометрической линейной модели связи двух переменных, тем больше линейная связь (зависимость) между переменными. Т.е. если рассматривать эконометрические линейные модели связи двух переменных, таких как расходы и доходы, цена и спрос, число занятых и уровень безработицы и т.д., то приближение коэффициента детерминации к 1 говорит о наибольшей зависимости доходов от расходов, спроса от цены, уровень безработицы от числа занятых и т.д. И наоборот, чем ниже коэффициент детерминации, тем меньше связь между указанными переменными.

Вопрос 5. Что обозначает и как рассчитывается функция эластичности з(Х) в линейной эконометрической модели Y = Ь +вX?

Функция эластичности рассчитывается следующим образом:

- найти процентное изменение У;

- найти процентное изменение Х;

- найти отношение процентного изменения У к процентному изменению Х;

- найти предел отношения процентного изменения У к процентному изменению Х, когда последнее стремится к нулю.

Значение функции эластичности равно угловому коэффициенту касательной к графику зависимости lnY от lnX.

Вопрос 6. Что мы подразумеваем под свойствами линейной модели Yi=л+вii, i=1,…,n., если считаем, что ошибки е1,…,еn?

- существует (теоретическая, объективная или в виде тенденции) линейная зависимость значений переменной у от значений переменной х с вполне определенными, хотя обычно и не известными исследователю, значениями параметров л и в;

- эта линейная связь для реальных статистических данных не является строгой: наблюдаемые значения Yi переменной У отклоняются от значений I, указываемых моделью линейной связиI = л+вii, i=1,…,n;

- при заданных (известных) значениях хi конкретные значения отклонений еii-I, i=1,…,n, не могут быть точно предсказаны до наблюдения значений уi даже если значения параметров л и в известны точно;

- для каждого z, -z, определена вероятность F(z) того, что наблюдаемое значение отклонения еi не превзойдет z, причем эта вероятность не зависит от номера наблюдения;

- вероятность того, что наблюдаемое значение отклонения еi в i-ом наблюдении не превзойдет z, не зависит от того, какие именно значения принимают отклонения в остальных n-1 наблюдениях.

Вопрос 7. В каких пределах будет заключена случайная ошибка с вероятностью 0,95, если она имеет Гауссовское распределение с параметром у?

Если случайная ошибка имеет гауссовское распределение с параметром у, то с вероятностью 0,95 ее значение будет заключено в пределах от -1,96у до +1,96у.

Вопрос 8. При каких значениях статистики Фишера нулевая гипотеза отвергается, и какова вероятность того, что мы отвергнем верную гипотезу?

Нулевая гипотеза отвергается, если выполняется неравенство

При этом вероятность ошибочного отвержения гипотезы Ho равна

Вопрос 9. Какая из трех нулевых гипотез Ho: и2=-1, HA: и2>-1, Ho: и2?-1 является простой, а какая сложной?

Ho является сложной гипотезой, если гипотеза допускает более одного значения параметра, т.е. Ho: и2=-1 является простой, а HA: и2>-1 и Ho: и2?-1 - сложные гипотезы.

Вопрос 10. Что такое гетероскедастичность и автокоррелированность ошибок?

Гетероскедастичность ошибок - это неоднородность дисперсий ошибок. Этот вид нарушений стандартных предположений характерен для статистических данных, относящихся к одному моменту времени, но собранных по различным регионам, различным предприятиям, различным социальным группам. Автокоррелированность ошибок - это вид нарушений стандартных предположений, характерный для статистических данных, развернутых во времени.



Похожие работы:

Эконометрическое моделирование

19.01.2011/курсовая работа

Моделирование экономических процессов с помощью однофакторной регрессии. Оценка параметров проекта методом наименьших квадратов. Расчет коэффициента линейной корреляции. Исследование множественной эконометрической линейной схемы на мультиколлинеарность.

Эконометрическое моделирование: расчет коэффициентов корреляции и регрессии, анализ одномерного временного ряда

19.01.2011/контрольная работа

Эконометрическое моделирование стоимости квартир в московской области. Матрица парных коэффициентов корреляции. Расчет параметров линейной парной регрессии. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.

Использование критерия Дарбина–Уотсона и оценка качества эконометрической модели с использованием коэффициента детерминации

15.03.2009/практическая работа

Публикация данных: источники информации и влияние факторов на деятельность. Статистическая автокоррелированность ряда и проверка ее порядков, статистика Дарбина–Уотсона. Регрессионные зависимости и леммы эконометрической модели, доверительный интервал.

Некоторые вопросы эконометрического моделирования

6.11.2009/контрольная работа

Основные проблемы эконометрического моделирования. Использование фиктивных переменных и гармонических трендов. Метод наименьших квадратов и выборочная дисперсия. Смысл коэффициента детерминации. Расчет функции эластичности. Свойства линейной модели.

Построение и анализ однофакторной эконометрической модели

28.05.2010/контрольная работа

Построение и анализ однофакторной и многофакторной эконометрической модели. Вычисление парных и частичных коэффициентов корреляции. Проверка адекватности модели по критерию Фишера. Исследование наличия мультиколлениарности по алгоритму Феррара-Глобера.

Построение эконометрической модели и исследование проблемы автокорреляции с помощью тестов Бреуша-Годфри и Q-статистики

2.11.2009/курсовая работа

Построение качественной модели линейной регрессии и доказательство справедливости соответствующего ей теоретического уравнения экономической теории. Демонстрация работы тестов Бреуша-Годфри и Q-теста, позволяющих определить наличие автокорреляции.

Пакет программ Майкрософт, как эффективное средство эконометрического анализа

21.01.2011/курсовая работа

Корреляционный и регрессионный анализ экономических показателей. Построение матрицы парных коэффициентов корреляции. Расчет и сравнение частных и парных коэффициентов корреляции. Построение регрессионной модели и её интерпретация, мультиколлинеарность.

Построение эконометрической модели и исследование проблемы гетероскедастичности с помощью тестов Вайта, Бреуша-Пагана-Годфри и Парка

9.12.2010/курсовая работа

Проблема гетероскедастичности и способы ее устранения. Построение базовой регрессионной модели и оценка её качества. Исследование проблемы гетероскедастичности с помощью тестов Вайта, Бреуша-Пагана-Годфри и Парка. Устранение гетероскедастичности в модели.

Принципы эконометрического анализа

24.01.2011/реферат

Общие принципы системного анализа. Основные этапы построения эконометрических моделей и использования их для прогнозирования. Экстраполяция трендов и ее использование в анализе. Правила составления информации подсистем. Модель "спрос-предложение".

Классификация эконометрических моделей и методов

24.03.2010/контрольная работа

Понятие параметрической идентификации парной линейной эконометрической модели. Критерий Фишера, параметрическая идентификация парной нелинейной регрессии. Прогнозирование спроса на продукцию предприятия. Использование в MS Excel функции "Тенденция".

Многомерный статистический анализ

21.01.2009/реферат

Оценивание линейной прогностической функции на примере эконометрической модели в виде многочлена. Однопараметрическое семейство алгоритмов с мерой близости и и непараметрический подход. Эконометрика классификации: классы и кластеры, параметры регрессии.

Модели прогнозирования на основе временных рядов

3.06.2009/контрольная работа

Основные элементы эконометрического анализа временных рядов. Задачи анализа и их первоначальная обработка. Решение задач кратко- и среднесрочного прогноза значений временного ряда. Методы нахождения параметров уравнения тренда. Метод наименьших квадратов.

Построение и анализ функции спроса на товар

18.08.2010/контрольная работа

Построение эконометрической модели спроса в виде уравнений парной и множественной регрессии. Отбор факторов для построения функции потребления. Расчет коэффициентов корреляции и детерминации, проверка правильности выбранных факторов и формы связи.

Решение задач прогнозирования с помощью статистического пакета SPSS

28.03.2010/курсовая работа

Общая характеристика и функциональные особенности пакета SPSS для Windows, его назначение и анализ возможностей. Основные понятия и методики эконометрического прогнозирования, порядок использования для данного прогнозирования инструментов пакета SPSS.




Скачать работу: Эконометрическое моделирование, 2017 г.

Перейти в список рефератов, курсовых, контрольных и дипломов по
         дисциплине Экономико-математическое моделирование