Автор: Пользователь скрыл имя, 08 Апреля 2013 в 22:34, курсовая работа
Побудова економетричної моделі базується на єдності двох аспектів – теоретичного, якісного аналізу та аналізу емпіричної інформації. Для побудови економетричної моделі, необхідно її специфікувати, тобто дібрати пояснювальні змінні та визначити аналітичну форму залежності. При цьому можна кілька разів повертатися до етапу специфікації моделі, уточнюючи перелік пояснювальних змінних та вид застосованої функції.
Основною метою множинної регресії є побудова моделі з великою кількістю чинників, визначивши при цьому як вплив кожного з них окремо, а так само сукупну дію на модельований показник.
Вступ...................................................................................................3
Розділ 1. Багатофакторні економетричні моделі..........................4
Послідовність побудови економетричної моделі..................4
Специфікація моделі................................................................5
Вибір факторів при побудові багатофакторної регрессії.....9
Оцінка параметрів рівняння багатофакторної регресії.......13
Передумови використання методу найменших квадратів..17
Розділ 2. Типове рішення задач....................................................19
Порядок виконання роботи (алгоритм рішення).................20
Розвязання завдання...............................................................21
Розділ 3. Операторна інструкція рішення задачі на ПК.............25
Уведення даних.......................................................................26
3.2 Уведення розрахункових формул..........................................31
Висновки...........................................................................................39
Список використаної літератури....................................................
23. задавши певну функцію закону розподілу залишків, оцінки параметрів моделі , і можна знайти за методом максимальної правдоподібності. Якщо залишки розподілені за нормальним законом, то функція правдоподібності запишеться так:
24. Підставивши в цю функцію значення залишків ui ( ), продиференціюємо її за невідомими параметрами , , і прирівняємо перші похідні до нуля. У результаті дістанемо систему рівнянь
25. Якщо оцінки параметрів моделі і є лінійними функціями від залишків ui, які задовольняють багатовимірний нормальний розподіл, то оцінки їх за методами 1МНК і максимальної правдоподібності збігаються. Тому оцінки і також будуть нормально розподіленими, і математичним сподіванням їх будуть параметри a0 і a1.
26. Співвідношення між невідомою оцінкою дисперсії згідно з методом максимальної правдоподібності та істинним значенням дисперсії подається так:
Воно має розподіл c2 з n – 2 ступенями свободи і розподілене незалежно від і . Звідси очевидно, що коли n ® ¥ , то .
Список використаної літератури
4. Економетрика: Курс лекцій, Черваньов Д.М. Комашко О.В. 1998
5. Практикум з прогнозування, Комашко О.В. 2000
6. Прикладна економетрика, Комашко О.В. Раєвнєва О.В. Румянцев Н.В 2004
* Тут і далі «вектор» означає «матриця-вектор», тобто матриця-рядок або матриця-стовпець.