Введение
Введение
В условиях перехода страны к рыночной экономике возрастает интерес и потребность в познании статистических методов анализа и прогнозирования, к количественным оценкам социально-экономических явлений. Как найти связи между переменными, как доказать их значимость и оценить их параметры? На эти вопросы можно ответить с помощью эконометрики, занимающейся применением методов математической статистики в экономическом анализе.
Эконометрика это дисциплина, объединяющая совокупность теоретических результатов, методов и приемов, экономической теории, экономической статистики и мате-матико-статистического инструментария для количественного решения социально-экономических задач. Курс эконометрики призван научить различным способам выражения связей и закономерностей через эконометрические модели и методы проверки их адекватности, основанные на данных наблюдений. Эконометрический подход характеризует также внимание, которое уделяется в нем вопросу соответствия выбранной модели изучаемому объекту, рассмотрению причин, приводящих к необходимости пересмотра модели на основе более точной системы представлений. Эконометрика занимается, по существу, статистическими выводами, т. е. использованием выборочной информации для получения некоторого представления о свойствах генеральной совокупности.
В данном учебном пособии излагаются основные теоретические положения таких математико-статистических методов, как корреляционный, регрессионный, компонентный и кластерный анализы, а также такие распространенные эконометрические модели, как производственные функции и системы одновременных уравнений.
Значительное внимание в учебном пособии уделяется логическому анализу исходной информации и экономической интерпретации получаемых результатов. Пособие снабжено достаточным количеством экономических примеров и задач для самостоятельного решения.
1. Корреляционный анализ 1.1. Основы корреляционного анализа
Корреляционный анализ, разработанный К.Пирсоном и Дж.Юлом, является одним из методов статистического анализа взаимозависимости нескольких признаков компонент случайного вектора x. Основная задача корреляционного анализа состоит в оценке степени зависимости между случайными величинами. Степень линейной зависимости между количественными переменными характеризуется с помощью парных, частных и множественных коэффициентов корреляции и детерминации.
Парный коэффициент корреляции характеризует тесноту линейной зависимости между двумя переменными на фоне действия всех остальных показателей, входящих в модель. Частный коэффициент корреляции характеризует тесноту линейной зависимости между двумя переменными при исключении влияния всех остальных показателей, входящих в модель. Данные коэффициенты корреляции изменяются в пределах от -1 до +1, причем чем ближе коэффициент корреляции к +1, тем сильнее зависимость между переменными. Если коэффициент корреляции больше 0, то связь положительная, а если меньше нуля отрицательная.
Множественный коэффициент корреляции характеризует тесноту линейной связи между одной переменной (результативной) и остальными, входящими в модель; изменяется в пределах от 0 до 1. Квадрат множественного коэффициента корреляции называется множественным коэффициентом детерминации. Он характеризует долю дисперсии одной переменной (результативной), обусловленной влиянием всех остальных переменных (аргументов), входящих в модель.
Исходной для анализа является матрица:
X=
размерности (n x k), i-я строка которой характеризует i-е наблюдение (объект) по всем k-м показателям (j=1, 2, k).
В корреляционном анализе матрицу X рассматривают как выборку объема n из k-мерной генеральной совокупности, подчиняющейся k-мерному нормальному закону распределения.
По выборке определяют оценки параметров генеральной совокупности, а именно:
вектор средних (X ), вектор средне-квадратических отклонений s и корреляционную матрицу (R) порядка (k*k):
f XLл | f "1' | ||||||
f 1 | Г Л | ||||||
X = | , s = | , R= | 1 | . . Г2к | |||
Гк 2 | . . 1 j | ||||||
Матрица R является симметричной (гу/ = гу) и положительно определенной:
x=-Zxy, sj = J-Z(xj -xj)2 , (i-i)
£k-x; Xх./xi)
г у = ^ , (1.2)
где xij значение /-го наблюдения j-го фактора; гц выборочный парный коэффициент корреляции, характеризует тесноту линейной связи между показателями xj и х/. При этом гу/ является оценкой генерального парного коэффициента корреляции.
Кроме того, находятся точечные оценки частных и множественных коэффициентов корреляции любого порядка. Например, частный коэффициент корреляции (к-2)-го порядка между факторами X1 и X2 равен:
Г12/3,4...,к Inn , (1.3)
VR11 R22
где Rj/ алгебраическое дополнение элемента гу/ корреляционной матрицы R. При
этом Rj/ =(-1) j х Мj/, где My/ минор, определитель матрицы, получаемой из матрицы R путем вычеркивания j-й строки и /-го столбца.
Множественный коэффициент корреляции (к-У)-го порядка фактора (результативного признака) Xi определяется по формуле:
і
r1/2,3,...,k Г1
R
1-Т* (м)
41
где я определитель матрицы R.
Обсуждение Эконометрика
Комментарии, рецензии и отзывы