Типы данных. Для использования моделей необходимо понимать, какие виды данных можно использовать

Для использования моделей необходимо понимать, какие виды данных можно использовать. Данные бывают двух видов: пространственные и временные.

Пространственные – это данные по какому-либо экономическому показателю, полученные от разных однотипных объектов, но относящиеся к одному и тому же моменту времени. (Например, данные о расходах разных семей в зависимости от их состава и доходов; данные о зарплате, в зависимости от пола, возраста, стажа, образования).

Временные ряды – данные, которые характеризуют один и тот же объект в различные моменты времени. (Например, ежедневный курс валют).

Любые экономические данные – это характеристики какого-либо экономического объекта. Они формируются под воздействием множества факторов. Не все поддаются внешнему контролю. Неконтролируемые факторы обуславливают случайность данных, которые они определяют.

4. Классы моделей:

1.) Модели временных рядов:

· Модели тренда (тренд – устойчивое изменение уровня показателя в течении длительного времени).

· Модели сезонности (сезонность характеризует устойчивые внутригодовые колебания уровня показателей).

· Модели автокорреляции и адаптивного прогноза

Модели временных рядов объясняют поведение временного ряда, исходя только из его предыдущих значений.

2.) Регрессионные модели с одним уравнением

В этих моделях объясняемая переменная (У) представляется в виде функции от объясняющих переменных (Х). По виду регрессии модели делятся на:

· Линейные

· Нелинейные

3.) Системы одновременных уравнений

Описываются системами уравнений, состоящих из тождеств и регрессионных уравнений, в каждом из которых аргументы содержат не только объясняющие переменные (Х), но и объясняемые переменные (У) из других уравнений системы.

5. Основные этапы и проблемы экономического моделирования:

1. Постановочный (постановка проблемы, цели, набор переменных, обоснование)

2. Априорный (анализ сущности изучаемого объекта и формирование априорной информации)

3. Информационный (сбор необходимой статистической информации, значений экономических переменных)

4. Спецификация модели (выражение в математической форме связей и соотношений, определение эндогенных (внутренних) и экзогенных (внешних) переменных, формирование ограничений модели)

5. Параметризация модели (оценка параметров выбранной зависимости, которая проводится на основе статистических данных)

6. Идентификация модели (статистический анализ модели и оценка её параметров)

7. Верификация (проверка адекватности модели, точности расчетов по данной модели, соответствие результатов реальному экономическому явлению)

6. Типы зависимостей между переменными:

1. Функциональная зависимость – задаётся в виде точной формулы, в которой каждому значению переменной соответствует строго определённое значение другой.

2. Статистическая зависимость – связь переменных, на которую накладывается воздействие случайных факторов.

· Корреляционная – форма статистической связи между переменными, при которой изменение одной переменной приводит к изменению математического ожидания другой.

· Регрессионная – форма статистической связи между переменными. Односторонняя зависимость среднего значения случайной величины Y от одной X или нескольких Xn случайных или детерминированных величин. Может быть парной (линейная=парная регрессия) или в зависимости от нескольких переменных – множественной.