Оценивание моделей

После того как экономическая модель сформулирована, необходимо проверить совместимость модели с реальными экономическими данными. При этом следует различать два уровня анализа: теоретический и эмпирический.

На теоретическом уровне предполагаем, что известны все возможные реализации экономических показателей (генеральная совокупность).

Зная или предполагая статистические свойства генеральной совокупности, можно теоретически определить параметры модели.

На практике множество возможных исходов неизвестно, можно наблюдать только случайно выбранные значения интересующих показателей.

На эмпирическом уровне, располагая лишь выборочными значениями экономических показателей (выборочная совокупность), можно оценить, а не определить точно значения параметров модели. Эти оценки являются случайными.

Цель оценивания — получить как можно более точно значения неизвестных параметров генеральной совокупности.

Типы зависимостей

В экономических исследованиях одной из основных задач является анализ зависимостей между переменными. Зависимость может быть строгой (функциональной) либо статистической.

Функциональная зависимость задается в виде точной формулы, в которой каждому значению одной переменной соответствует строго определенное значение другой, воздействием случайных факторов при этом пренебрегают.

В экономике функциональная зависимость между переменными проявляется редко.

Статистической зависимостью называется связь переменных, на которую накладывается воздействие случайных факторов. При этом изменение одной переменной приводит к изменению математического ожидания другой переменной.

Уравнение регрессии — это формула статистической связи между переменными. Если эта формула линейна, то имеем линейную регрессию.

Формула статистической связи двух переменных называется парной регрессией, зависимость от нескольких переменных – множественной регрессией.


ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: