Главные задачки и условия внедрения корреляционнорегрессионного разбора и моделирования
Содержание
ВВЕДЕНИЕ. 3
1. МЕТОДЫ КОРРЕЛЯЦИОННОРЕГРЕССИОННОГО АНАЛИЗА. . 5
1. 1. КЛАССИФИКАЦИЯ ВИДОВ ЭКОНОМЕТРИЧЕСКИХ ПЕРЕМЕННЫХ И ТИПОВ ДАННЫХ
1. 2. ПРЕДПОСЫЛКИ КОРРЕЛЯЦИОННОГО И РЕГРЕССИОННОГО АНАЛИЗА. . 6
1. 2. 1. Формальная корреляционная Модель. . 7
1. 2. 2. Модель теплый регрессии. 10
1. 3. МЕТОДЫ ОЦЕНИВАНИЯ НЕИЗВЕСТНЫХ ПАРАМЕТРОВ УРАВНЕНИЯ РЕГРЕССИИ12
2. ЭКОНОМЕТРИЧЕСКОЕ КОМПЬЮТЕРНОЕ МОДЕЛИРОВАНИЕ. 14
2. 1. ЭТАПЫ МОДЕЛИРОВАНИЯ И ВИДЫ ЭКОНОМИЧЕСКИХ МОДЕЛЕЙ. 14
2. 2. КОМПЬЮТЕРНЫЕ ПРОГРАММЫ. РЕАЛИЗАЦИИ ЭКОНОМИЧЕСКИХ МОДЕЛЕЙ16
2. 2. 1. Пакет разбора Microsoft Excel. . 16
2. 2. 2. Программные среды Mathematica, MathSoft MathCad, MathWorks MathLab, Statistica. . . . . . . 17
ЗАКЛЮЧЕНИЕ 18
СПИСОК ЛИТЕРАТУРЫ. 18
Выдержка
ВВЕДЕНИЕ
Нынешний шаг развития науки и практических её прибавлений, опирающиеся в значимой ступени на внедрение математических моделей и способов разбора, требуют от исследователей довольно вольного владения математическим установкой исследования различных статистических данных. Потому логично, что такие дисциплины как концепция вероятностей, статистика и эконометрика стали одними из базисных курсов в системе образования не лишь кристально технического, однако в крайнее время и гуманитарного, в первую очередность экономического.
В реальном реферате основным образом станет уделено интерес дилеммам, связанным с постановкой и решением задач моделирования экономических действий с поддержкой отлично популярного корреляционно–регрессионного разбора, который является одним из главных в широком диапазоне статистических способов первичной отделки, разбора и прогнозирования экономических данных. На базе корреляционно–регрессионного и экономического разбора и моделирования была сформирована дисциплина – эконометрика.
Казенно «эконометрика» значит «измерения в экономике». Но область изучений предоставленной дисциплины еще просторнее. Эконометрика — это дисциплина, в которой на складе настоящих статистических данных строятся, анализируются и совершенствуются математические модели настоящих экономических явлений. Эконометрика дозволяет отыскать количественное доказательство или опровержение такого либо другого экономического закона или гипотезы. Одним из важных направлений эконометрики является построение прогнозов сообразно разным экономическим показателям.
Вправду, объект её изучения — экономические явления. Однако в различие от экономической теории эконометрика делает упор на количественные, а не на высококачественные нюансы данных явлений. К примеру, финансовая концепция заявляет, что спрос на продукт с ростом его цены убывает. Однако при этом фактически неисследованным остается вопросец, как скоро и сообразно какому закону проистекает это снижение. Эконометрика дает ответ на этот вопросец для всякого конкретного варианта.
Исследование экономических действий(взаимосвязей)в эконометрике исполняется чрез математические(эконометрические)модели. В этом встречается её родство с математической экономикой. Однако ежели математическая экономика сооружает и исследует эти модели без применения настоящих числовых значений, то эконометрика сосредоточивается на исследовании моделей на складе эмпирических данных.
Но эконометрика – не единственная наука, в каком месте употребляется установка корреляционного и регрессионного разбора. Сначало изучения корреляции проводились в биологии, а позже распространились и на остальные области, в том числе на социально-экономическую. Сразу с корреляцией истока употребляться и регрессия. Корреляция и регрессия тесновато соединены меж собой: 1-ая расценивает силу(тесноту)статистической связи, 2-ая изучит её форму. И корреляция, и регрессия служат для установления соотношений меж явлениями и для определения наличия либо неимения связи меж ними.
К главным задачкам корреляционно–регрессионного разбора в области моделирования экономики разрешено отнести последующие.
• Построение эконометрических моделей, т. е. понятие экономических моделей в математической форме, комфортной для проведения эмпирического разбора. Данную делему принято именовать неувязкой спецификации.
• Критика характеристик построенной модели, делающих избранную модель более адекватной настоящим этим. Это этак именуемый шаг параметризации.
• Испытание свойства отысканных характеристик модели и самой модели в целом. Время от времени этот шаг разбора именуют шагом верификации.
• Внедрение построенных моделей для разъяснения поведения исследуемых экономических характеристик, прогнозирования и предвестия, а еще для осознанного проведения экономической политики.
Как следовательно, из вышесказанного, корреляционно–регрессионный анализ именуют главным способом современной математической статистики для выявления неявных и завуалированных связей меж данными надзоров. Необыкновенную важность этот способ заполучил опосля появления ЭВМ, тат как математические процедуры такового разбора достаточно просто стало осуществлять в облике алгоритмов и программ статистической отделки данных. К примеру, электрические таблицы совершают таковой анализ легковесным, легкодоступным и информативным. Таковым образом, регрессионные вычисления и отбор не плохих уравнений – это дорогой, всепригодный экспериментальный аппарат в самых различных отраслях деловитый и научной деловитости(техника, экономика, торговля, биология, врачебная наука и т. д. ). Усвоив технологию применения этого прибора, разрешено использовать его сообразно мерке необходимости, получая познание о укрытых связях, улучшая аналитическую помощь принятия решений и повышая их аргументированность.
1. МЕТОДЫ КОРРЕЛЯЦИОННО–РЕГРЕССИОННОГО АНАЛИЗА
1. 1. КЛАССИФИКАЦИЯ ВИДОВ ЭКОНОМЕТРИЧЕСКИХ ПЕРЕМЕННЫХ И ТИПОВ ДАННЫХ
В эконометрических исследованиях, как верховодило, употребляется 2 типа опросах данных: 1)пространственные данные(cross-sectional data); 2)кратковременные данные(time-series data).
Под пространственными данными понимается совокупа экономической инфы, относящейся к различным объектам, приобретенной за один и ют же период либо момент времени. Пространственные данные представляют собой выборочную совокупа из некой генеральной совокупы. В качестве образца пространственных данных разрешено привести совокупа разной инфы сообразно какому-либо предприятию(количество тружеников, размер изготовления, величина главных фондов), размерах употребления продукции определенного вида и т. д.
Под мимолетными данными понимается совокупа экономической инфы, описывающей один и тот же предмет, однако за различные периоды времени. Сообразно аналогичностьи с пространственной подборкой раздельно присвоенный временной разряд разрешено полагать подборкой из нескончаемого ряда значений характеристик во времени. В качестве образца мимолетных данных разрешено привести данные о динамике индекса потребительских цен, каждодневные обменные курсы валют, Кратковременная информация натуральным образом упорядочена во времени в различие от пространственных данных.
Есть определенные отличия мимолетного ряда от пространственной подборки:
1)составляющие динамического ряда не являются статистически независящими, в различие от частей случайной пространственной подборки, т. е. они подвержены явлению автокорреляции(зависимости меж прошлыми и текущими наблюдениями мимолетного ряда);
2) составляющие динамического ряда не являются идиентично распределенными величинами. Совокупа экономической инфы, которая охарактеризовывает изучаемый процесс либо предмет, представляет собой комплект признаков.
Данные симптомы соединены меж собой и в эконометрической модели имеют все шансы ходить в одной из 2-ух ролей:
1)в роли результативного, либо зависимого, признака, который в эконометрическом
Литература
1. С. А. Бородич Эконометрика. Учебное вспомоществование. Мн. : Новое познание,2004. 416с.
2. А. А. Френкель, Е. В. Адамова «Корреляционно регрессионный анализ в экономических приложениях»/ М. , 1987. 220 с.
3. Афифи А. , Эйзен С. Статистический анализ: Подъезд с внедрением ЭВМ. Пер. с англ. М. : Мир, 1982. - 488 с.
4. Статистические способы для ЭВМ/ Под ред. К. Эйслена, Э. Рэлстона, Г. С. Уилфа. М. : Дисциплина, 1986. 464 с.
5. Многомерный статистический анализ на ЭBM с внедрением пакета Microsoft Excel/ М. , 1997. 134 с.
6. Пакет документации Statistica - www. statsoft. ru
7. Официозный интернет-сайт разрабов програмки MathCad www. mathcad. com
8. Официозный интернет-сайт разрабов програмки Mathematica 5. 0 http://www. wolfram. com
9. Официозный интернет-сайт разрабов програмки MathLab www. mathworks. com
ВВЕДЕНИЕ
Современный этап развития науки и практических ее приложений, опирающиеся в значительной степени на использование математических моделей и методов а