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.