Трансформации социально-экономических систем в КНР и Венгрии
Информация - Экономика
Другие материалы по предмету Экономика
как в0 и в1). Говорят, что имеем оценку уравнения, т.е. в0 и в1 найденны, например, методом наименьших квадратов.
Оценка уравнения регрессии записывается в виде:
Параметры уравнения регрессииОценки параметров0
1
2в0
в1
s2
б) Определение интервальной оценки
где в0 оценка 0, т.е. Мв0 =0;
t t распределение для уровня значимости =1- и числа степеней свободы
v=n-2
в) Проверка значимости 1 (значимости уравнения регрессии)
проверяется гипотеза о равенстве нулю 1 при альтернативной гипотезе
H0: 1=0
H1: 10
Гипотеза H0: 1=0 отвергается с вероятностью ошибки при выполнении неравенства t1 >tкр (, =n-2) и уравнение регрессии считается значимым
где несмещенная оценка среднего квадратического отклонения величины в1;
tкр (, =n-2) находится по таблице t-распределения при заданном и =n-2
г) Определение интервальной оценки для при заданном х=х0
tv находится по таблице t распределения Стьюдента для уровня значимости =1- и числа степеней свободы v=n-2
Анализ рядов динамики
Показатели, характеризующие различные объекты и процессы в мировой экономике постоянно меняются во времени, образуя ряды динамики. Такие числовые данные называют так же динамическими или временными рядами. В зависимости от регистрации данных ряды динамики являются дискретными или непрерывными.
Существует несколько классификаций циклов в теории циклов, которая исследует различного рода периодические колебания с различной продолжительностью периодов. Одна из классификаций классифицирует циклы следующим образом:
- длинные волны период колебаний 40-60 лет;
- средние волны период 15-20 лет;
- главные циклы от 6 до 11 лет;
- второстепенные циклы от 2 до 4 лет;
- сезонные циклы 2, 3, 4 месяца
Цели анализа рядов динамики следующие:
- Определить в каком направлении развивается явление: наблюдается ли тенденция возрастания или падения, или значения варьируются вокруг определенного уровня.
- Выявить причины вариации явления и функцию, описывающую вариации во времени (выявление и измерение периодических колебаний в рядах динамики).
- Определить какие факторы влияют на вариацию явления, и установить функциональную зависимость показателей, характеризующих явление, от факторов.
- Осуществить прогнозирование развития явления в будущем.
При анализе рядов динамики встречаются следующие понятия:
- автоковариация;
- автокорреляция;
- тренд;
- тенденция среднего уровня;
- тенденция дисперсии;
- тенденция автокорреляции;
- случайный процесс.
Для использования в рядах динамики корреляционного анализа, регрессионного анализа, ряды динамики необходимо предварительно обработать.
Предварительная обработка рядов динамики заключается в выполнении следующих процедур:
- выявление случайной компоненты ряда динамики;
- определение тенденции в рядах динамики;
- выявление сезонной компоненты;
- выявление основных гармоник;
- проверка наличия автокорреляции в рядах динамики.
а) Выявление случайной компоненты ряда динамики.
Выявление случайной компоненты элиминирование (исключение) тенденции из ряда динамики.
Ряд динамики Yt содержит тенденцию Y(t) и случайную компоненту ?t
Yt = Y(t) + ?t
Тенденция Y(t) представляет собой функцию времени.
Автокорреляцией называется связь между уровнями ряда динамики. Теснота связи оценивается коэффициентом автокорреляции.
,
где RL коэффициент автокорреляции с лагом L;
Сx(L) = M[()(xi + L )] ,
где Сx(L) автокорреляция лага L;
M значок математического ожидания;
L временный сдвиг (так же называемый лагом), L = 1,…T
Cx(0) = M[()()] = ?2x
Для исключения тенденции используют различные методы метод скользящей средней, метод конечных разностей. Ниже изложен метод конечных разностей. Он заключается в том, что последовательно находятся конечные разности. Остатки ?t распределены приблизительно нормально, имеют среднюю 0 и дисперсию ?2.
Основной проблемой является определение порядка разностей, при которых влияние тенденции исключено и разности следующего порядка определять не надо.
Для этого определяют и сравнивают дисперсии.
,
где yt - значение показателя в t-й период времени;
T - количество периодов времени;
?kyt - конечная разность kго порядка для tго периода;
2kCk биномиальный коэффициент, определяемый из таблиц.
Если определены разности, при которых влияние тенденций исключено, то
Vk ? Vk+1 ? Vk+2 ?…
В практике ограничиваются определением таких разностей, при которых дисперсии приблизительно равны между собой.
Если V0 ? V1 , то конечные разности первого порядка исключают тенденцию и, следовательно, остатки yt1 соответствуют требованиям корреляционного и регрессионного анализа.
- Определение тенденции в рядах динамики.
Необходимо отметить, что тип функции должен быть адекватен характеру изменения рассматриваемого ряда динамики и должен иметь причинно-следственную обоснованность.
При определении тенденции часто принимают следующие функции:
полиномы различных порядковили;экспоненциальные функции
илипоказательная функция
Функция, которой соответствует минимальная среднеквадратическая ошибка, является наиболее подходящей.
После определени