Інформаційна база економетричних досліджень

1. Економетрика
Побігун С. А.
кафедра підприємництва та
маркетингу

2. Тема 2. Інформаційна база
економетричних досліджень

3. Згадуємо основні тези
минулої теми
1. ЕКОНОМЕТРИКА — це наука, що вивчає
кількісні закономірності та взаємозв'язки
економічних об'єктів і процесів за
допомогою математико-статистичних
методів та моделей.
2. ЕКОНОМЕТРИЧНІ МОДЕЛІ належать до
функціональних моделей. У загальному
вигляді їх можна записати так:
Y = f(X,е)

4. Згадуємо основні тези
минулої теми
3. ОСНОВНІ ЕТАПИ ЕКОНОМЕТРИЧНОГО
ДОСЛІДЖЕННЯ
 1. Формулювання теорії чи гіпотези.
 2. Розробка економетричної моделі для перевірки
цієї теорії.
 3. Оцінка параметрів обраної моделі.
 4. Перевірка моделі, статистичні висновки.
 5. Прогнозування на основі отриманої моделі.
 6. Застосування моделі (для контролю тощо).

5. Можна виділити 5 основних завдань,
які розв'язує економетрика
 По-перше, модель має бути специфікована,
тобто треба, щоб усі функціональні зв'язки
входили до неї у явному вигляді. До цього
економетрика може дійти шляхом від
простого до складного: почавши з
найпростіших функцій, вводити та перевіряти
різні гіпотези і поступово ускладнювати
характер функціональних зв'язків виходячи з
реальних даних.

6. Можна виділити 5 основних завдань,
які розв'язує економетрика
 По-друге, завданням економетрики є
вибір означення та виміру змінних, які
входять до моделі (ІНФОРМАЦІЙНА
БАЗА)

7. Можна виділити 5 основних завдань,
які розв'язує економетрика
 По-третє, необхідно оцінити всі невідомі
параметри моделей та розрахувати
інтервали довіри (інтервали, до яких із
заданим ступенем імовірності
потраплятиме обчислювана величина)
(ЕКОНОМЕТРИЧНІ МЕТОДИ)

8. Можна виділити 5 основних завдань,
які розв'язує економетрика
 По-четверте, необхідно оцінити якість
побудованих моделей за допомогою різних тестів
та критеріїв. Це допомагає остаточно вирішити
питання, чи треба змінювати початкове обрану
модель, та деякі теоретичні припущення. Якщо
така зміна необхідна, то треба проводити нові
розрахунки і нове тестування (СТАТИСТИЧНІ
КРИТЕРІЇ)

9. Можна виділити 5 основних завдань,
які розв'язує економетрика
 По-п'яте, маючи остаточну модель,
необхідно провести глибокий аналіз
результатів, які планується
використовувати на практиці для
прийняття рішень.

10. Економетричне дослідження.
З чого почати?
Будь-яке економетричне дослідження завжди поєднує
теорію (математичні моделі) і практику (статистичні
дані).
За допомогою моделей описують і пояснюють процеси,
що вивчаються, а статистичні дані використовують
для побудови та обґрунтування моделей.
Без конкретних кількісних даних, що характеризують
функціонування економічного об'єкта, не завжди
можна визначити практичну значущість певної
моделі.

11. Економетричне дослідження.
З чого почати?
Економетрика як наука насамперед ставить собі за
мету обгрунтований аналіз економічних явищ на
базі математико-статистичних методів.
Такий аналіз потребує наявності числових
характеристик економічних явищ та можливості
вимірювання їх.
При вимірюванні кількісних ознак можуть бути
отримані два типи рядів даних — динамічні та
варіаційні. Ці ряди здебільшого і становлять
інформаційну базу економетричних моделей.

12. Динамічні ряди – база економетричних
досліджень
 ДИНАМІЧНИМ РЯДОМ називається
послідовність спостережень за
процесом або явищем у рівновіддалені
проміжки часу.

13.  Позначимо через хi значення деякої ознаки
економічного процесу або явища в і-й проміжок
часу. Тоді, вимірюючи значення цієї ознаки в
рівновіддалені проміжки часу, отримаємо
динамічний ряд: х1,x2...,xi....xn.
 Окремі значення ознаки, які відносяться до
певних проміжків часу, ще називають рівнями
динамічного ряду. Наприклад, хi — це значення
ознаки, що вивчається у і-й проміжок часу або і-й
рівень динамічного ряду.
Динамічні ряди – база економетричних
досліджень

14. Динамічні ряди – база економетричних
досліджень
 Наприклад, це можуть бути дані по
прибутку підприємства по кожному місяцю
в році. Тоді отримаємо 12 рівнів.
 Або це щоденні дані по продуктивності
праці за місяць (30 рівнів)

15. Динамічні ряди – база економетричних
досліджень
 Для того, щоб ці динамічні ряди можна
було використовувати як інформаційну
базу для побудови регресійних моделей,
необхідно, щоб усі їхні рівні можна було
порівняти. Наприклад, дані можуть
стосуватися території, кордони якої з
часом змінювалися. Непорівнянність
такого роду усувається перерахунком
даних із врахуванням змінених кордонів.

16. Динамічні ряди – база економетричних
досліджень
 Непорівнянними є також дані, подані у
різному масштабі виміру. Їх треба спочатку
перевести в однакові одиниці.

17. Динамічні ряди – база економетричних
досліджень
 При формуванні динамічних рядів можуть
бути ускладнення. Пов'язані з браком
необхідних даних. Один з найбільш
поширених засобів подолання цього —
виявлення закономірностей, яким
підпорядковується динамічний ряд, та
екстраполювання або інтерполювання
його недостатніх рівнів.

18. Динамічні ряди – база економетричних
досліджень
 Після того, як динамічний ряд всебічно
проаналізовано на достовірність та
порівнянність даних, його можна
використати як вхідну інформацію для
побудови моделей.

19. Динамічні ряди – база економетричних
досліджень
 Для економетричних досліджень слід
побудувати як мінімум 2 динамічних ряди –
для Х і Y.
 Слід зауважити, що динамічний ряд для Х
та У повинен бути за один і той же період і
мати однакову кількість рівнів.

20. Показники оцінки динамічного ряду
для кількісної оцінки динаміки явищ широко
застосовуються наступні основні
аналітичні показники:
 абсолютний приріст;
 темп росту;
 темп приросту;
 абсолютне значення одного відсотка
приросту.

21. Показники оцінки динамічного ряду
 Обчислення характеристик ґрунтується на
порівнянні рівнів ряду. При порівнянні
якогось певного рівня з попереднім (база
порівняння змінна) отримані показники
називають ланцюговими.
 Якщо всі рівні ряду динаміки порівнюють з
одним і тим самим рівнем (база порівняння
стала), то отримані показники називають
базисними.

22. Абсолютний приріст
 Абсолютний приріст - це показник ряду
динаміки, який показує на скільки одиниць
в абсолютному виразі змінився рівень
динамічного ряду того чи іншого періоду
порівняно з попереднім чи початковим.
Абсолютний приріст може бути як
позитивним, так і негативним.

23. Ланцюговий та базисний абсолютний
приріст
Абсолютний приріст називається ланцюговим, якщо
кожен рівень ряду динаміки порівнюється з
попереднім рівнем:
Δxл = xi - xi-1
Якщо всі рівні ряду порівнюють з початковим, то
такий абсолютний приріст називається базисним:
Δxб = xi - x1
де х1 – значення ознаки прийняте за базисний
рівень.

24. Темп росту
 Темп росту (Тр) - це показник ряду динаміки,
який показує у скільки разів змінився поточний
рівень показника, що аналізується порівняно з
рівнем попереднього, або базового періоду.
 За ланцюговою схемою темп росту
розраховується за формулою:
 За базисною схемою темп росту розраховується
за формулою:
 
%
100
1



i
i
л
р
x
x
T
 
%
100
1


x
x
T i
б
р

25. Темп приросту
 Темп приросту (Тпр.) показує на скільки
відсотків збільшився або зменшився
поточний рівень ряду динаміки.
 Ланцюговий темп приросту
розраховується за формулою:
 Базисний темп приросту розраховується
за формулою:
%
100
Т
Т л
р
л
пр 

%
100
Т
Т б
р
б
пр 


26. Абсолютне значення одного відсотка
приросту
 - це відношення щорічного приросту за
певний період до щорічного темпу
приросту за той самий період або
поточний рівень поділити на 100:
пр
л
%
T
Δx
A 
1

27. Іншим джерелом побудови економетричних
моделей служать варіаційні ряди.

28.  ВАРІАЦІЙНІ РЯДИ — це ряди даних, які
показують кількісну міру певної ознаки у
всіх об'єктів однієї сукупності, наприклад,
заробітна плата у працівників відділу, вік
споживачів і т.ін.

29. Узагальнені характеристики рядів
 середня арифметична,
 дисперсія,
 середнє квадратичне відхилення,
 коефіцієнт варіації

30. середню арифметичну просту
розраховують за формулою:
n
x
x
n
1
i
i



де xi — і-й рівень динамічного ряду;
п — кількість спостережень (рівнів).
Середні арифметичні корисні для порівняльного аналізу двох
або кількох динамічних рядів.

31. Дисперсія
 Дисперсія показує середню суму
квадратів відхилень членів ряду від свого
середнього і позначається 2, або var(x):
2
1
i
2
)
(
1
var(x) 




n
i
x
x
n


32. Середнє квадратичне відхилення
 Для того, щоб дисперсію можна було порівняти з
середніми характеристиками, вводиться середнє
квадратичне відхилення:
 Дисперсія цікава також тим, що яким би не був
розподіл величини х, як мінімум 75%
спостережень знаходяться
між (х - 2) та (x+2).
n
)
x
(x
σ
σ
n
1
i
2
i
2






33. Коефіцієнт варіації
 Для порівняння ступеня коливання
різнорідних показників у відсотках
запроваджено інший показник —
коефіцієнт варіації, який розраховується за
формулою:
%
100


x
V


34.  Коефіцієнт варіації дає змогу:
- порівняти варіацію однієї ознаки у різних
групах об‘єктів;
- виявити ступінь відмінності однієї ознаки в
одній групі об‘єктів за рівні проміжки часу;
- порівняти варіацію різних ознак в
однакових групах об‘єктів.