Билет 5

9. Предмет, метод и задачи эконометрики.Эконометрика – это наука, в которой на базе реальных статистических данных строятся, анализируются и совершенствуются математические модели реальных экономических явлений. В основе эконометрики лежат: экономическая теория, социально-экономическая статистика, теория вероятностей и математическая

Статистика. С помощью эконометрики решается очень широкий круг задач. Наиболее общими задачамиэконометрики являются: 1) обнаружение и анализ статистических закономерностей в экономике; 2) построение на базе выявленных эмпирических экономических зависимостей эконометрических моделей.

Данные задачи делятся на более конкретные подзадачи, которые можно классифицировать по трём признакам:

1) классификация задач по конечным прикладным целям:

а) прогноз социально-экономических показателей, определяющих состояние и развитие изучаемой системы;

б) моделирование возможных вариантов социально-экономического развития системы для выявления факторов, изменение которых оказывает наиболее мощное влияние на состояние системы в целом;

2) классификация задач по уровню иерархии:

а) задачи, решаемые на макроуровне (страна в целом);

б) задачи, решаемые на мезоуровне (уровень отраслей, регионов);

в) задачи, решаемые на микроуровне (уровень фирмы, семьи, предприятия);

3) классификация задач по профилю изучаемой экономической системы:

а) рынок;

б) инвестиционная, социальная, финансовая политика;

в) ценообразование;

г) распределительные отношения;

Основные эконометрические методы.1.сводка и группировка информации; Статистическая сводка - это научно организованная обработка материалов наблюдения, включающая в себя систематизацию, группировку данных, составление таблиц, подсчет итогов, расчет производных показателей. Статистическая группировка - это процесс образования однородных групп на основе расчленения статистической совокупности на части или объединения изучаемых единиц в частные совокупности по существенным для них признакам.

2. вариационный и дисперсионный анализ;

Дисперсия признака - это средний квадрат отклонений вариантов от их средней величины. В эконометрических расчетах, как правило, используют общую, межгрупповую и внутригрупповую дисперсии. При этом общая дисперсия характеризует вариацию признака в статистической совокупности в результате влияния всех факторов. Межгрупповая дисперсия показывает размер отклонения групповых средних от общей средней, то есть характеризует влияние фактора, положенного в основание группировки. Внутригрупповая (остаточная) дисперсия характеризует вариацию признака в середине каждой группы статистической группировки. В эконометрических расчетах используется среднее квадратическое отклонение - обобщающая характеристика размеров вариации признака в совокупности. Оно равно корню квадратному из дисперсии. Для осуществления сравнений колеблемости одного и того же признака в нескольких совокупностях используется относительный показатель вариации — коэффициент вариации.

2. регрессионный и корреляционный анализ;

Применение метода наименьших, квадратов (МНК) позволяет получить достаточно точные теоретические значения модели однофакторной регрессии и соответственно ее графическое изображение (термин "регрессия" - движение назад, возвращение в прежнее состояние, - был введен Фрэнсисом Галтоном в конце XIX века при анализе зависимости между ростом родителей и ростом детей; в любом случае средний рост детей - и у низких, и у высоких родителей -стремится (возвращается) к среднему росту людей в данном регионе).

3. статистические уравнения зависимости;

4. статистические индексы и др.

Статистические индексы могут быть использованы в качестве меры изменения количества независимо от изменения качественного признака (цены, себестоимости, производительности труда и т.п.), а также для характеристики качественного признака независимо от изменения количества (объема продукции в натуральном выражении, численности работников и т.п.).

10. Методы выявления гетероскедастичности случайных остатков регрессионных моделей Гетероскедастичность – это неоднородность наблюдений.

Гетероскедастичность характеризуется тем, что не выполняется предпосылка МНК –однородность дисперсии(гомоскедастичность остатков)

Критерий Бартлетта – статистический критерий, позволяющий проверять равенство дисперсий нескольких (двух и более) выборок. Нулевая гипотеза предполагает, что рассматриваемые выборки получены из генеральных совокупностей, обладающих одинаковыми дисперсиями.

Критерий Бартлетта является параметрическим и основан на дополнительном предположении о нормальности выборок данных. Поэтому перед применением критерия Бартлетта рекомендуется выполнить проверку нормальности. В случае большого объема выборки n данные разбиваются на подвыборки n1, n2, … , nj, … , nk (n1+n2+ … + nk=n) таким образом, что внутри каждой из подвыборок значения объясняющих переменных либо совпадают, либо принадлежат одному интервалу группирования. Проверяют гипотезу о равенстве дисперсий по подвыборкам .S² _j Затем вычисляют наблюдаемая статистика критерия: U_набл . Если U_набл > χ2(α;ν=k) по таблице распределения Пирсона, то гипотеза о равенстве дисперсий отвергается,остатки гетероскедастичны.

Критерий Глейзера.Строят уравнение регрессии абсолютных величин остатков от

значений объясняемых переменных,ε=а₁+а₂ X^(j) . Если коэффициенты a1 и a2 статистически значимы, то остатки зависят от X(j) и гетероскедастичны.