Все жанры Все авторы
Введение в эконометрику. Учебное пособие - Валентин Арьков

Введение в эконометрику. Учебное пособие

Страниц

35

Год

—

Эконометрика, одна из важнейших дисциплин в экономической науке, является интересной областью исследований. Эконометристы используют математические модели на основе фактических данных, чтобы анализировать и предсказывать экономические процессы. При изучении эконометрики неизбежно встречаешься с регрессионным анализом, методом, подробно рассматриваемым в курсе статистики. Однако наше пособие не ограничивается только теоретическими знаниями. Мы предлагаем вам познакомиться с реализацией эконометрических методов при помощи табличного редактора. Таким образом, вы получите не только теоретическую базу, но и практические навыки в области эконометрики. Благодаря этому вы сможете применять эти методы в своих исследованиях и получать инновационные и уникальные результаты.

Читать бесплатно онлайн Введение в эконометрику. Учебное пособие - Валентин Арьков

© Валентин Юльевич Арьков, 2021


ISBN 978-5-0053-9438-5

Создано в интеллектуальной издательской системе Ridero

Введение

Эконометрика – это построение математических моделей экономических систем по фактическим данным с помощью статистических методов. Это значит, что требуется проводить анализ больших объемов реальных данных. На сегодняшний день такую деятельность часто называют «Наука о данных».

Основные идеи и методы эконометрики изучают в рамках предмета «Математическая статистика». Конечно, при построении моделей здесь нужно учитывать специфику именно экономических процессов.

С другой стороны, математическими моделями также занимается предмет «Математическая экономика». В рамках этой дисциплины рассматривают математические модели – в том числе и как иллюстрацию экономической теории. Иногда эконометрику рассматривают как раздел экономики или математической экономики.

Эконометрика во многом опирается на основной раздел статистики под названием РЕГРЕССИЯ. Это построение линии (и уравнения этой линии) В СРЕДНЕМ по точкам. В эконометрике рассматривается построение парной и множественной, линейной и нелинейной регрессии (без привязки ко времени), а также регрессионных моделей временных рядов. Кроме того, эконометрические модели могут иметь несколько входов и несколько выходов – это системы эконометрических уравнений.

В настоящее время многие пакеты прикладных программ позволяют проводить эконометрические исследования. Для практического знакомства с технологиями эконометрики мы будем использовать электронные таблицы MS Excel. Можно также обратиться к любым другим табличным редакторам, в том числе, к бесплатным.

1. Парная линейная регрессия

1.1. Оформление отчёта

Отчёт о работе оформляется в виде рабочей книги Excel. Саму работу мы тоже выполняем в этой же рабочей книги. Каждое отдельное задание оформляем на новом рабочем листе. Подробности оформления отчёта описаны в работе [1].

Отчёт начинаем, как обычно, с титульного листа. Это первый лист рабочей книги. На титульном листе нужно указать название министерства, ВУЗа, кафедры. Далее идёт тип и название документа. Конечно, нужно указать номер студенческой группы, а также фамилию и инициалы студента. В нижней части титульного листа располагают название города и год.

На втором листе размещают оглавление работы. В нашем случае это название разделов и ссылка на соответствующий лист рабочей книги.

На третьей странице отчёта укажите номер зачетки. Это будут настройки генератора случайных чисел для имитационного моделирования.

Задание. Создайте новый документ Excel и сохраните, выбрав уникальное информативное имя файла.

1.2. Общий план работы

В первой работе мы будем знакомиться с парной линейной регрессией. Напомним, что регрессия – это построение зависимости в среднем по большому количеству точек (исходных данных). Слово «парная» означает, что у нас всего «пара» переменных – «икс» и «игрек». Слово «линейная» указывает, что мы будем строить линейное уравнение, то есть уравнение прямой линии. В линейном уравнении «икс» участвует в первой степени

В качестве исходных данных мы будем использовать результаты имитационного моделирования. Это позволит работать с такими данными, которые заведомо содержат интересующие нас закономерности.

Вам может понравиться: