Для выполнения контрольной работы необходимо знать основные предположения и цели эконометрического моделирования. Прежде всего следует знать, что для эконометрического анализа необходимо выделить две группы экономических показателей: группу результирующих признаков и группу объясняющих их факторов. Например, пусть y обозначает затраты на реализацию x 1 единиц первой продукции и x 2 единиц второй продукции. Здесь результирующим признаком можно считать затраты на реализацию, а объясняющими их факторами – объемы продаж обоих видов продукции. Следует сделать предположение о виде зависимости результирующих признаков от объясняющих их факторов. Предположим, что затраты y линейно зависят от объемов продаж x 1 и x 2
y=a0 +a1 x1+a2 x2 +u. (4.1)
Соотношение (4.1) называют уравнением эконометрической модели. В этом уравнении случайная величина u обозначает нормально распределенную случайную величину с математическим ожиданием 0 и дисперсией s 2. Числа a0, a 1 , a 2 , s называют параметрами эконометрической модели.
|
|
Задача эконометрического анализа состоит в определении приближенных значений неизвестных параметров a 0, a 1, a 2, s,т. е. в определении значений b 0, b 1, b 2, s, которые можно принять в качестве оценок a 0, a 1, a 2, s. Это означает построение линейного уравнения регрессии:
y пр =b 0 +b 1 x 1 +b 2 x 2.(4.2)
Числа b0, b1, b2 называют коэффициентами регрессии.
Для определения уравнения (4.2) необходимо располагать некоторыми исходными данными о зависимости затрат от объемов реализуемой продукции. Пусть такие исходные данные состоят из n наблюдений и составляют табл. 4.1.
Таблица 4.1
Наблюдения | y | x1 | x2 |
y1 | x 11 | x 12 | |
y2 | x 21 | x 22 | |
… | … | … | … |
n | yn | x n1 | x n2 |
Первая строка означает, что в первом наблюдении было реализовано x 11 единиц первой продукции и x12 – второй, а затраты составили y 1 у. е. Во второй строке стоят аналогичные данные для второго наблюдения и т. п.
Кроме построения уравнения регрессии в эконометрическом анализе проверяется качество этого уравнения. Следует заметить, что уравнение регрессии используется для прогнозирования результирующего признака. Для “плохих“ уравнений регрессии получают и “плохие“ прогнозы. Поэтому задача проверки качества уравнения регрессии является важной и наиболее сложной задачей эконометрики.
Заметим, что уравнение регрессии (4.2) называется уравнением множественной регрессии. Если объясняющий фактор один, то регрессию называют парной. В этом случае уравнение модели (4.1), связывающее затраты и объем продаж, принимает вид
y=a0 +a1 x +u, (4.3)
и формулы для коэффициентов регрессии можно записать в явном виде.
|
|
В следующем ниже примере рассматриваются основные этапы эконометрического моделирования.