Фрагмент для ознакомления
2
1. Первым таким методом является парный регрессионный анализ. Между экономическими переменными существуют лишь статистические и корреляционные зависимости.
Выражая переменные через X, Y, получим зависимость такого вида
М Y\X =fx
Данная зависимость будет иметь название функции регрессии Yна X. Х имеет название независимой переменной, которая также является объясняющей, Y -зависимая переменная или же объясняемая. В таком случае, рассматривая две случайные величины, используют парную регрессию.
2. Нелинейная регрессия. Не все экономические зависимости являются линейными, поэтому их моделирование линейными уравнениями регрессии не является целесообразным. Поэтому вследствие этого будет использоваться такой вид регрессионного анализа, как нелинейная регрессия, в котором экспериментальные данные моделируются с помощью функции, которая представляет собой нелинейную комбинацию параметров модели и зависит от одной и более независимых переменных. Данные аппроксимируются методом последовательных приближений [12].
3. Множественная регрессия. При таких задачах, как решение проблем спроса, изучение функций издержек производства, доходность акций, в макроэкономических расчетах применяют множественную регрессию.
Уравнение множественной представляется в виде
где у - зависимая переменная или объясняемая переменная, x1,...,xm -независимые факторы или объясняющие переменные; е - случайное возмещение, или стохастическая переменная, которая включает влияние факторов, которые не учтены в модели.
4. Фиктивные переменные. Если при построении модели требуется ввести качественные переменные, то их необходимо перевести в количественные. Переменные, имеющие такую конструкцию, носят название фиктивных переменных, количественным образом описывающих качественные признаки.
5. Системы экономических уравнений. Использование системы уравнений возникает по причине того, что некоторые процессы моделируются сразу несколькими уравнениями, которые содержат и собственные и повторяющиеся переменные одновременно.
6. Временные ряды. Данный метод представляется в виде совокупности значений какого-либо показателя за некоторые моменты времени, следующие друг за другом. Каждый уровень у t формируется тогда, когда на него влияют кратковременные, длительные и случайные факторы. Наиболее значимое влияние на явление оказывают те факторы, которые длительны и постоянны. Данные факторы формируют основную тенденцию ряда - тренд Т t . А такие факторы, как кратковременные и периодичные, образуют формирование сезонных колебаний ряда S t . Случайные факторы - это отражение случайных изменений уровней ряда.
Модели данного вида позволяют выявить особенности функционирования хозяйствующего субъекта и на основе этого осуществить прогноз его поведения в случае изменения каких-либо параметров. В любой экономической системе можно выделить внутренние (эндогенные) и внешние (экзогенные) переменные.
Фрагмент для ознакомления
3
1. Алексеева, М.М. Планирование деятельности фирмы [Текст]: учеб.-метод. пособие / М.М. Алексеева.- М.: Финансы и статистика, 2018. – 248 с.
2. Афанасьев, В. Н. Анализ временных рядов и прогнозирование / В.Н. Афанасьев, М.М. Юзбашев. - М.: Финансы и статистика, Инфра-М, 2020. - 320 c.
3. Бокс, Дж. Анализ временных рядов прогноз и управление (часть 2) / Дж. Бокс, Г. Дженкинс. - М.: Инфра-М, 2020. - 185 c.
5. Бриллинджер, Д. Временные ряды. Обработка данных и теория / Д. Бриллинджер. - М.: Инфра-М, 2019. - 694 c.
6. Дуброва, Т.А. Статистические методы прогнозирования: учеб.пособие / Т. А. Дуброва, М.Ю. Архипова. Московский государственный университет экономики, статистики и информатики. — М., 2019. — 136 с.
7. Лукашин, Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю.П. Лукашин. - М.: Финансы и статистика, 2018. - 416 c.
8. Романенко, И.В. Социальное и экономическое прогнозирование [Текст]: конспект лекций / И.В. Романенко.- СПб.: Изд-во Михайлова В.А., 2019. – 64 с.
9. Тиндова, М.Г. Экономика и управление: учеб. Пособие / М.Г. Тиндова, О.С. Кузнецова. – Саратов: CСЭИ РЭУ им. Г.В. Плеханова, 2019. – 108 с.
10. Эконометрика в Excel : учеб. пособие. Ч. 2. Анализ временных рядов / Ю. Е. Воскобойников; Новосиб. гос. архитектур.-строит. ун-т. – Новосибирск : НГАСУ (Сибстрин), 2020. – 39 с.