Ekonometria-zajęcia 1

Nasza ocena:

3
Pobrań: 140
Wyświetleń: 1442
Komentarze: 0
Notatek.pl

Pobierz ten dokument za darmo

Podgląd dokumentu
Ekonometria-zajęcia 1 - strona 1 Ekonometria-zajęcia 1 - strona 2 Ekonometria-zajęcia 1 - strona 3

Fragment notatki:

24.02.11
1926- ragnar frish: stosowanie metod statystycznych do analizy danych nie eksperymentalnych (znaczenie węższe)
Aktualnie: zastosowanie metod matematycznych i statystycznych do badania zjawisk ekonomicznych(znaczenie szersze)
Ekonometrię dzieli się na dwie główne dziedziny:
Teoria ekonometrii (tworzenie nowych metod, udowadnianie twierdzeń)
Ekonometria stosowana (metody stosujemy do analizy zjawisk z rzeczywistości)
Cele ekonometrii:
Cel poznawczy- opis mechanizmu kształtowania się zjawisk ekonomicznych
Cel prognostyczny- przewidywanie dalszego przebiegu zjawisk ekonomicznych
Cel decyzyjny - sterowanie dalszym przebiegiem zdarzeń ekonomicznych
Model ekonometryczny:
Formalny opis stochastycznej zależności wyróżnionej wielkości, zjawiska lub procesu ekonomicznego, od czynników które je kształtują, wyrażony w formie pojedynczego równania bądź układu równań
Konstrukcja formalna, która za pomocą jednego równania bądź wielu równań odwzorowuje zasadnicze powiązania ilościowe zachodzące pomiędzy badanymi zjawiskami ekonomicznymi
Elementy składowe pojedynczego równania w modelu ekonometrycznym
Zależność` stochastyczna: y= f(alfa, x )+epsilon
Zmienna objaśniana, zależna (y) musi być stochastyczna(losowa)
Zmienne objaśniające, niezależne ( x ) X = {x1,x2,x3..}
Parametry strukturalne (alfa)
Zmienna losowa (składnik losowy) o nieznanej treści (epsilon) wszelkie niezgodności między rzeczywistością , a modelem.
Model zależności y'(oszacowanie)=f( a-oszacowania parametrów strukturalnych , x )
Dobór zmiennych do modelu ekonometrycznego
Zmienne w modelu ekonometrycznym powinny odznaczać się:
Wysoką zmiennością-współczynnik zmienności większy od 0,1
Silnym skorelowaniem ze zmienną objaśnianą Słabym skorelowaniem między sobą(mogą pojawić się problemy numeryczne, przy szacowaniu modelu, gdy są zbyt bardzo skorelowane, redundancja informacji-dublowanie)
Metody doboru zmiennych do modelu:
Metoda Helwiga(metoda nośników informacji)
Metoda Nowaka ( oparta na współczynnikach korelacji)
Macierz obserwacji
Gdzie n-liczba obserwacji
k-liczba zmiennych niezależnych
Korelacje między zmiennymi
Współczynnik korelacji rjm między zmiennymi objaśniającymi xj, oraz xm
Współczynnik korelacji rj, między zmienną objaśnianą y oraz objaśniającą xj
Metoda Hellwiga
Kombinacja zmiennych objaśniających Kl:
Kl={numery zmiennych l-tej kombinacji}
Indywidualne wskaźniki pojemności informacyjnej ( dla każdej zmiennej w kombinacji Kl)
... zobacz całą notatkę



Komentarze użytkowników (0)

Zaloguj się, aby dodać komentarz