Скачать презентацию ЭКОНОМЕТРИКА Кафедра МЭи ИС лектор профессор Орлова Ирина Скачать презентацию ЭКОНОМЕТРИКА Кафедра МЭи ИС лектор профессор Орлова Ирина

1-2-Лекция (бак) -корреляция -2.pptx

  • Количество слайдов: 16

ЭКОНОМЕТРИКА Кафедра МЭи. ИС лектор профессор Орлова Ирина Владленовна 1 ЭКОНОМЕТРИКА Кафедра МЭи. ИС лектор профессор Орлова Ирина Владленовна 1

Переменные, входящие в эконометрическую модель Таким образом, эконометрическая модель представляет собой зависимость текущих эндогенных Переменные, входящие в эконометрическую модель Таким образом, эконометрическая модель представляет собой зависимость текущих эндогенных переменных y t от предопределенных переменных (xt , xt-1 , xt-2 , yt-1 , yt-2 ).

Основные этапы построения модели 1) 2) 3) 4) спецификация модели; сбор статистической информации об Основные этапы построения модели 1) 2) 3) 4) спецификация модели; сбор статистической информации об объекте исследования; идентификация модели (оценка параметров модели, параметризация); анализ адекватности модели (верификация модели).

Первым этапом построения эконометрической модели является спецификация модели - подробное описание объекта исследования. На Первым этапом построения эконометрической модели является спецификация модели - подробное описание объекта исследования. На данном этапе определяется список экономических переменных, характеризующих функционирование данного объекта, и устанавливается их взаимосвязь.

5 5

Функциональные и корреляционные типы связей Рассматривая зависимости между признаками, выделяют две категории зависимости: 1) Функциональные и корреляционные типы связей Рассматривая зависимости между признаками, выделяют две категории зависимости: 1) функциональные и 2) корреляционные. Зависимость величины Y от Х называется функциональной, если каждому значению величины Х соответствует единственное значение величины У. Корреляционная связь - это связь, где воздействие отдельных факторов проявляется только как тенденция (в среднем) при массовом наблюдении фактических данных. 6

Корреляция Основная задача корреляционного анализа заключается в выявлении взаимосвязи между случайными переменными путем точечной Корреляция Основная задача корреляционного анализа заключается в выявлении взаимосвязи между случайными переменными путем точечной и интервальной оценки парных (частных) коэффициентов корреляции, вычисления и проверки значимости множественных коэффициентов корреляции и детерминации. Кроме того, с помощью корреляционного анализа решаются следующие задачи: • отбор факторов, оказывающих наиболее существенное влияние на результативный признак, на основании измерения степени связи между ними; • обнаружение ранее неизвестных причинных связей. 7

 • При изучении взаимосвязи между двумя факторами их, как правило, обозначают X и • При изучении взаимосвязи между двумя факторами их, как правило, обозначают X и Y • Для измерения силы связи между двумя переменными используется статистическая характеристика, называемая • коэффициентом корреляции 8

Оценка значимости коэффициента корреляции при малых объемах выборки выполняется с использованием t критерия Стьюдента. Оценка значимости коэффициента корреляции при малых объемах выборки выполняется с использованием t критерия Стьюдента. Вычисленное по этой формуле значение tнабл сравнивается с критическим значением t критерия, которое берется из таблицы значений t Стьюдента с учетом заданного уровня значимости и числа степеней свободы (n 2). Если tнабл > tкр, то полученное значение коэффициента корре ляции признается значимым. При этом фактическое (наблюдаемое) значение этого критерия определяется по формуле: 9

Вычисление коэффициентов парной корреляции Y 500 450 400 350 300 250 Y 200 150 Вычисление коэффициентов парной корреляции Y 500 450 400 350 300 250 Y 200 150 100 50 0 96. 4 101. 4 106. 4 111. 4 116. 4 10

Вычисление коэффициентов парной корреляции Вычисление коэффициентов парной корреляции

Вычисление коэффициентов парной корреляции 12 Вычисление коэффициентов парной корреляции 12

Влияние аномальных наблюдений на результаты вычислений 13 Влияние аномальных наблюдений на результаты вычислений 13

14 14

Матрица коэффициентов парной корреляции • Коэффициенты парной корреляции используются для измерения силы линейных связей Матрица коэффициентов парной корреляции • Коэффициенты парной корреляции используются для измерения силы линейных связей различных пар признаков из их множества. Для множества признаков получают матрицу коэффициентов парной корреляции R. 15

2. Обследование предметной области, сбор статистической информации об объекте исследования и оценка качества информации. 2. Обследование предметной области, сбор статистической информации об объекте исследования и оценка качества информации. От качества исходной информации об объекте моделирования зависят как адекватность модели, так и достоверность результатов моделирования. Возможно, исследуемые объекты придётся разбивать на группы, и в каждой будут свои закономерности. Возможно наличие ошибочных или аномальных данных (например, о продажах перед праздниками), которые надо уметь выделить и рассмотреть отдельно. Обычно они видны на графиках. Теоретические предпосылки также являются информацией об объекте и способствуют целенаправленному сбору данных. В эконометрических исследованиях данные разбиваются на три группы: crosssectional data, (пространственные); временные ряды (time series); panel data, (панельные).