контрольные работы, Эконометрия

Объем работы: 20 стр.

Год сдачи: 2013

Стоимость: 350 руб.

Просмотров: 230

 

Не подходит работа?
Узнай цену на написание.

Оглавление
Введение
Заключение
Заказать работу
Введение 3
1. Основные понятия регрессионного анализа 4
2. Линейная регрессионная модель 6
3. Линейная модель множественной регрессии 8
4. Оценка параметров регрессионной модели методом наименьших квадратов 10
5. Оценка значимости параметров множественной регрессии 14
Заключение 19
Список литературы 20
В настоящее время в связи с прогрессом современных математических методов, информационных технологий и вычислительной техники в экономике и экономической статистике интенсивно используется эконометрическое моделирование.
Эконометрика — наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей. Эконометрика дает инструментарий для экономических измерений, а также методологию оценки параметров моделей микро- и макроэкономики.
В эконометрике широко используются методы статистики. Ставя цель дать количественное описание взаимосвязей между экономическими переменными, эконометрика, прежде всего, связана с методами регрессии и корреляции.
В регрессионном анализе результирующая переменная у выступает в роли функции, значения которой определяются (с некоторой случайной погрешностью) значениями объясняю¬щих переменных x = (х1, х2, х3, … хр)Т, выступающих в роли аргу¬ментов этой функции.
В зависимости от количества факторов, включенных в уравнение регрессии, принято различать простую (парную) и множественную регрессии. В экономике имеет место зачастую множественная регрессия, так как нельзя ограничить влияние на какое-то экономическое явление строго одним фактором.
Данная работа посвящена исследованию линейных моделей множественной регрессии, их построению и анализу.
При моделировании экспериментальных данных средствами эконометрики находится функция условных распределений случайной величины. В таких случаях применяется стандартная процедура сглаживания экспериментальных данных, приведения их к графикам стандартных математических функций. Формально никаких способов выбора параметрического семейства не существует. Однако в подавляющем большинстве случаев эконометрические модели выбираются линейными, так как это наиболее простой и наиболее точным метод, имеющий меньший риск значительной ошибки прогноза.
Для построения модели множественной линейной регрессии с n объясняющими переменными зависимость между ними в генеральной совокупности представляется в виде:
,
где: y - объясняемая – зависимая переменная; объясняющие – независимые переменные; параметры модели; случайное слагаемое.
В линейной множественной регрессии коэффициенты при хn характеризуют среднее изменение результата с изменением соответствующего фактора на единицу при неизменных значениях других факторов, закрепленных на среднем уровне.
Для оценки параметров уравнения регрессии чаще всего используется метод наименьших квадратов (МНК).
Одной из наиболее эффективных оценок адекватности регрессионной модели, мерой качества уравнения регрессии является коэффициент детерминации R2. Величина R2 показывает, какая часть (доля) вариации зависимой переменной обусловлена вариацией объясняющей переменной.
Чем ближе R2 к единице, тем лучше регрессия аппроксимирует эмпирические данные, тем теснее наблюдения примыкают к линии регрессии.

После офорления заказа Вам будут доступны содержание, введение, список литературы*
*- если автор дал согласие и выложил это описание.

Эту работу можно получить в офисе или после поступления денег на счет в течении 30 минут (проверка денег с 12.00 до 18.00 по мск).
ФИО*


E-mail для получения работы *


Телефон


ICQ


Дополнительная информация, вопросы, комментарии:


Код с картинки:*CAPTCHA Image

С условиями прибретения работы согласен.