Занятие 8. Моделирование сезонных и циклических колебаний
1. Общий ход моделирования сезонных и циклических колебаний.
2. Пример аддитивной модели временного ряда.
3. Оценка ошибки прогнозирования.
Задачи:
1. Пусть имеются данные по суммарному объему продаж российской компании на внутреннем и мировом рынках за 15 лет, которые приведены в следующей таблице:
Год | ||||||||||
Объем продаж (млн руб) |
Необходимо:
- построить график и сделать вывод о характере связи;
- выровнять ряд методом экспоненциального сглаживания.
2. Обратимся к данным об объеме потребления электроэнергии жителями региона за последние четыре года, которые сведены в таблицу:
Номер квартала | ||||||||||||||||
Потребление эл/энергии | 4,4 | 7,2 | 4,8 | 5,6 | 6,4 | 6,6 | 10,8 |
Необходимо:
- выровнять исходный ряд методом скользящей средней;
- найти оценки сезонной компоненты;
- элиминировать влияние сезонной компоненты;
- определить тенденцию данной модели;
- найти значения ряда, полученные по аддитивной модели;
- рассчитать случайную компоненту.
Основная литература:
1. Замков О.О. Эконометрические методы в макроэкономическом анализе. Учебник. М.: ГУ ВШЭ, 2001. Гл. 6.
2. Ниворожкина Л.И., Арженовский С.В., Федосова О.Н. Эконометрика: Методические указания и задания к контрольной работе / Ростов н/Д.: РГУ «РИНХ», 2004. Задача 3.
3. Практикум по эконометрике / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2005. Гл. 12.
4. Эконометрика. Учебник / Под ред. И.И. Елисеевой. М.: Финансы и статистика, 2005. Гл. 6.
Дополнительная литература:
1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998. Гл. 16.2-16.3.
2. Красс М.С., Чупрынов Б.П. Математические методы и модели для магистрантов экономики. Учебное пособие. СПб.: Питер, 2006. Гл. 8.
3. Магнус Я.Р., Катышев П.К., Перессецкий А.А. Эконометрика. Начальный курс. М.: Дело, 2005. Гл. 11.2.
4. Мельников Р.М. Эконометрика. М.: РАГС, 2005. Гл. 5.
5. Новиков А.И. Эконометрика. Учебное пособие. М.: ИНФРА-М, 2003. Гл. 7.
6. Эконометрика. Учебник / Н.П. Тихомиров, Е.Ю. Дорохина. М.: Экзамен, 2003. Гл. 6.2.
ВОПРОСЫ К ЗАЧЕТУ ПО ЭКОНОМЕТРИКЕ
- История развития эконометрики.
- Сведения о лауреатах Нобелевской премии по эконометрике.
- Предмет и специфика методов эконометрики.
- Отличия эконометрической модели от других видов моделей (математической, экономико-математической, вероятностной и др.).
- Виды переменных в эконометрических моделях.
- Пример эконометрической модели.
- Связь эконометрики с другими дисциплинами (экономической теорией, математической статистикой и экономической статистикой).
- Этапы процесса эконометрического моделирования.
- Основные типы эконометрических моделей (модели временных рядов, регрессионные модели с одним уравнением, системы одновременных уравнений)
- Статистическая база эконометрических моделей.
- Понятие корреляционно-регрессионного анализа.
- Задачи корреляционно-регрессионного анализа.
- Определение регрессии и ее виды (проста и множественная регрессия, линейная и нелинейная).
- Спецификация модели. Причины существования случайной
величины. - Методы выбора вида парной регрессии.
- Сущность параметров линейной регрессии.
- Метод наименьших квадратов.
- Способы оценивания и оценки (математическое ожидание и дисперсия).
- Показатели измерения тесноты и силы связи (линейный коэффициент корреляции (
), коэффициент детерминации (
),среднее квадратическое отклонение (
),коэффициентом эластичности (
)).
- Этапы формулировки и проверки достоверности гипотезы.
- Оценка значимости линейной регрессии. F-статистика.
- Оценка значимости параметров регрессии. t-статистика.
- Оценка значимости линейного коэффициента корреляции (величины ошибки коэффициента корреляции (
), фактическое значение t-критерия, стандартная ошибка величины
).
- Интервальный прогноз на основе линейного уравнения регрессии.
- Виды нелинейной регрессии.
- Нелинейная регрессия 1-ого класса и МНК для оценки ее параметров.
- Нелинейная регрессия 2-ого класса и методы оценки ее параметров.
- Коэффициент эластичности для нелинейных функций.
- Коэффициент корреляции для нелинейных функций.
- Средняя ошибка аппроксимации.
- Модель множественной регрессии.
- Метод наименьших квадратов для множественной регрессии.
- Мультиколлинеарность факторов модели множественной регрессии.
- Коэффициент эластичности.
- Показатели тесноты связи для множественной регрессии (парный коэффициент корреляции (
), частные коэффициенты корреляции (
;
), множественный коэффициент корреляции (
)).
- Основные элементы временного ряда.
- Автокорреляция уровней временного ряда и выявление его структуры.
- Свойства коэффициента автокорреляции.
- Автокорреляция остатков временного ряда.
- Способы моделирования тренда временного ряда.
- Моделирование тренда методом регрессии.
- Метод экспоненциального сглаживания.
- Метод скользящей средней.
- Общий ход моделирования сезонных и циклических колебаний.
- Пример аддитивной модели временного ряда.
- Оценка ошибки прогнозирования.
Контрольные ЗАДАЧИ
1. Регрессионный анализ
По условию нижеприведенных задач необходимо:
1) построить поле корреляции результативного и факторного признаков, сделать вывод о форме связи между ними;