Тема №3. Простая эконометрическая модель

Закономерности в экономике выражаются в виде многочисленных связей и свойств экономических показателей., а также в виде математических моделей их поведения. Важными практическими задачами являются получение количественной оценки наличия взаимосвязей, их направление; построение экономических моделей и оценка их параметров, выделение наиболее существенных факторов, влияющих на результативный признак. Для решения этих задач применяется корреляционно-регрессионный анализ

Корреляция - это статистическая зависимость между случайными величина­ми, не имеющими строго функционального характера, при которой изменение одной из случайных величин приводит к изменению математического ожидания другой.

Различают следующие варианты зависимостей:

1. Парная корреляция - связь между двумя признаками (результативным и факторным или двумя факторными).

2. Частная корреляция - зависимость между результативным и одним фак­торным признаками при фиксированном значении других факторных призна­ков.

3. Множественная корреляция - зависимость результативного и двух или бо­лее факторных признаков, включенных в исследование.

Корреляционный анализ имеет своей задачей количественное определение тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи).

Теснота связи количественно выражается величиной коэффициентов корреляции. Коэффициенты корреляции, представляя количественную характеристику тесноты связи между признаками, дают возможность определять «полезность» факторных признаков при построении уравнений множественной регрессии. Величина коэффициента корреляции служит также оценкой соответствия уравне­ния регрессии выявленным причинно-следственным связям.

В практике экономических исследований достаточно часто, по имеющимся статистическим данным, необходимо определить функциональную зависимость, которая дает наилучшее приближение к исходным данным..Эти формы зависимости описывают взаимосвязи лишь в среднем и вычисленные значения Y функции будут отличаться от опытных, т.к. на эту связь влияют и другие факторы не учитываемые при исследовании.

Соответствующие методы приближения называют регрессионным анализом..Задачами регрессионного анализа являются выбор типа модели (формы связи), установление степени влияния независимых переменных (регрессоров) на зависимую (регрессанд) и определение расчетных значений зависимой переменной

Корреляция и регрессия тесно связаны между собой: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму.

Методы и модели корреляционного и регрессионного анализа и их комплексное использование занимают центральное место в математическом аппарате эконометрии.

п 3.1 Рассмотрим классическую линейную регрессионную модель. Она состоит из двух основных частей:

1. Линейной стохастической функции регрессии;