Professional Documents
Culture Documents
Документ
Документ
Документ
СТАНОВЛЕННЯ ЕКОНОМЕТРІЇ
1.1. Етапи розвитку економіко-математичних досліджень
1.1.1. Використання математичних методів в економіці
Вільяма Петті (1623-1687) - англійського економіста, засновника класичної політичної економiки.
Кене - по суті, перші у світі графічно-числові моделі економічної системи.
У межах економічної науки XIX-XX століть виділяють три основнi етапи розвитку економіко-математичних досліджень:
-математична школа в політекономії (30-ті роки ХІХ ст. - поч. ХХ ст.);
-статистичний напрям (поч. ХХ ст. - 30-ті роки XX ст.);
-економетрія (30-ті роки ХХ ст. - до нашого часу).
1.1.2. Математична школа в полiтичнiй економії
Родоначальником математичної школи в політекономії вважають фран пузького вченого О. Курно. Відомими представниками
математичної школи в політекономії є:
Г. Госсен
Л. Вальрас
У. Джевонс
В. Парето
Представники математичної школи в політекономії робили спроби дослiдити важливі проблеми економічної теорії за допомогою
математичних методів.
Заслуги вчених математичної школи в полiтичнiй економії:
1. Представники математичної школи зробили значний внесок у розробку кількісного аспекту багатьох економічних проблем,
зокрема:
- дослiдження умов збалансованості економічної системи з урахуванням взаємодії різних чинників;
-аналіз залежності попиту, цін і доходу;
-вивчення механізму попиту і пропозиції та чинників, що визначають витрати виробництва.
1.1.3. Статистичний напрям
Статистичний напрям виник на початку ХХ століття. Головним завданням учених цього напряму було вивчення економічних
циклів і прогнозування господарської кон'юнктури на підставі методів математичної статистики.
1.1.4. Економетрія. Історія становлення та сутність наукової дисципліни
Термiн економетрія (грец. - вимiрювання економiки) для визначення нового напряму в економiчнiй науці запропонував у кінці 20-х
років ХХ століт тя норвезький економіст і статистик Рагнар Фріш (1895-1973). Офіційною датою народження економетрії як нової
науки вважають 1930 рік.Основним завданням економетрії Р. Фріш проголосив синтез економічної теорії, статистики і математики.
Теоретичні та практичні засади економетрії сформувалися в 20-30-х ро ках ХХ століття завдяки працям Г. Мура, Г. Шульца, К.
Кобба, Л. Дугласа. Р. Солоу. Я. Тінбергена. Л. Клейна, Р. Стоуна тощо. Великий вплив на роз виток економетрії мали роботи Є.
Слуцького, В. Парето, Р. Хукера, А. Чуп pona, що були опубліковані в кінці XIX - на початку ХХ століття.
Економетрія - розділ економічної науки ,в якому вивчають взаємозвязки між економічними якищами, обєктами ,процесами за
допомогою економіко-математичних методів та моделей.
Із цього випливає, що головним методом проведення економетричного дослідження є моделювання.
Моделювання-спосіб дослiдження об'єкта на його моделі.
Суть процесу моделювання можна виразити такою чотирьохетапною схемою:
I eman. Побудова моделі. Конструюють або знаходять у реальному світі iнший об'єкт - модель об'єкта дослідження..
II етап. Вивчення моделі. На цьому етапі модель с самостiйним об'єктом дослідження.
III етап. Перенесення знань із моделі на об'єкт дослідження. Під час такого перенесення переходять із мови моделі на мову
оригіналу, тобто знання про модель потрібно скоректовувати, враховуючи ті властивості об'єкта дослідження, які не були відображені
або були змінені при побудові моделі.
IV eman. Практичне перевіряння і використання знань.
Припустімо, що ми хочемо дослідити кореляційний зв'язок між змінними величинами х та у. Насамперед за допомогою причинно-
наслідкового аналізу конкретної ситуації ми повинні встановити, яка iз змiнних є факторною, а яка результуючою. Нехай аналіз
показав, що змiнна х є факторною ознакою, а змiн на у результуючою. Вважатимемо, що кореляційна залежність результу ючої
змінної у вiд факторної ознаки х є лінійною і її описують таким рiвнян ням регресії:
Y=B0+B1X+Є - узагальненою парною лінійною кореляційно регресійною моделлю.
де Во. В1 - істинні параметри зв'язку, значення яких нам невідомі; Є- випадкова величина.
Параметр В1 називають коефіцієнтом регресії, параметр Во називають вiльним членом кореляційно-регресійної моделі. Випадкова
величина Є мiстить рiзноманiтнi стохастичнi збурення, помил ки спостереження та вимiрювання.
Наше завдання - на основі заданих статистичних значень змінних х та у отримати оцінки о. б, параметрів Во. В1, тобто побудувати
рівняння регресІЇ
Y теор=b0+b1x
де и теоретичне (нормативне, прогнозне) значення результуючої змінної у. Рiвняння називають вибірковою парною лінійною
кореляційно-регресійною моделлю..
Параметри економетричноï моделi оцiнюють на пiдставi вибіркових даних, тому властивості їхніх оцінок та методи отримання цих
оцінок практично збігаються з аналогічними характеристиками оцінювання невiдомих параме трів розподiлiв випадкових величин.
2.2.3. Визначення оцінок параметрiв парноï лінійної кореляційно-регресійної моделі
Арифметичне значення квадратного кореня з варiанси називають стан дартом (середнім квадратичним відхиленням)
Абсолютне значення параметра б показує величину змiни результую чої змінної у на одну одиницю приросту факторної ознаки х:
g(x+1)-g(x)=bo +by(x+1)-(bo +byx)=b.
2. Параметр бо (вільний член рiвняння регресії, початкове значення результуючої змінної). Значення параметра бо можна
трактувати як середнiй рiвень результуючо змінної при нульовому значенні факторної ознаки
3. Випадкові відхилення.
Побудувавши парну лінійну кореляційно-регресійну модель, можна обчислити вiдхилення е;, i=1,п фактичних (емпіричних)
значень результуючої змінної з вiд вiдповiдних теоретичних (нормативних) 9:
Застосування методу найменших квадратів для побудови рівняння регресії передбачае виконання двох умов:
незалежнi змiннi (фактори) е екзогенними змінними;
мiж залежною змінною та фактором є лише односторонній зв'язок.
Одним із припущень класичного кореляційно-регресійного аналізу е при пущення про незалежність випадкових величин 31. 2. ....
Е. Якщо це припу щення порушується, тобто сov (G., E)) ≠ 0, i = 1, то у вибірці наявна автоко реляція.
Найвідомішим і найпоширенішим тестом моделі на наявність автокореля ції є тест Дарбіна 10 - Уотсона 11. На першому етапі
тестування моделі розраховують значення d-статистики Дарбіна - Уотсона (DW-критерію Дарбіна - Уотсона):