Реферат на тему:


Воспользуйтесь поиском к примеру Реферат        Грубый поиск Точный поиск






Загрузка...

Реферат на тему:

Методы исследования качественных экономических показателей

Качественные экономические показатели

Конечно независимые переменные в регрессионных моделях имеют "непрерывные" области изменения (национальный доход, объемы производства, размер заработной платы и т.п.), то есть метрически (количественно) измеренным величинам. В реальных ситуациях экономические явления более разнообразны. На зависимую переменную кроме количественных факторов влияют и качественные: качество продукции, уровень профессиональной подготовки работников, их пол, забастовки, изменения в экономической политике и тому подобное. Часто переменные, отражающие качественные характеристики объекта, приобретают только двух значений: 1 если верный признак присутствует; 0 если она отсутствует. Такие переменные называют бинарными, дихотомного или dummy-переменными.

В переводе с английского языка dummy variables означает "фиктивные переменные", хотя на самом деле их "фиктивность" заключается лишь в том, что они количественно описывают некоторую качественную признак.

дихотомного переменные используют в регрессионных моделях наряду с количественными переменными или образуют регрессионные модели, в которых все факторе являются качественными (бинарными) переменными.

Сочетание в модели количественных и качественных факторов значительно расширяет возможности регрессионного анализа, а следовательно, возможности прогнозирования и подготовки принятия решений.

Например, при исследовании заработной платы может возникнуть вопрос зависимости ее от уровня образования, от пола работника и тому подобное. По некоторым качественным признакам, конечно, данные можно разделить по категориям и изучать каждую зависимость отдельно, а уже потом искать различия между ними. Но введение дополнительной бинарной переменной позволяет оценивать одно уравнение, в котором различные классы наблюдений разделяются с помощью этой переменной.

Пример 9.1. Пусть регрессионная модель зависимости заработной платы в от некоторых количественных факторов х1, х2, ..., хт имеет вид

Тогда для изучения влияния высшего образования на уровень оплаты труда вводят новую переменную d, которая может принимать дВох значений: d = 1, если рабочий имеет высшее образование и d = 0, если нет. Модель, учи-ет этот фактор будет иметь вид то есть при наличии высшего образования заработная плата в среднем составляет а при их отсутствии

В таком случае коэффициент д должно отражать изменения в зарплате при переходе рабочих из одной категории (без высшего образования) в другую (с вы-ше образованием).

Параметры такой модели оцениваются с помощью метода наименьшим-ших квадратов, а значимость параметра д, установленная в процессе пе-ки нулевой гипотезы: д = 0, означает наличие существенных различий в заработной плате работников двух указанных категорий.

Если качественный признак имеет не два, а больше значений, то используется ют несколько бинарных переменных. Причем их количество на единицу меньше, чем количество рассматриваемых категорий. Это эт связано с тем, что сумма бинарных переменных, соответствующих различным категориям, всегда равен единице для всех наблюдений (то есть каждое наблюдение, наверное, попадает к одной категории). А такое соотно шение означает наличие мультиколлинеарности между независимыми переменными и делает невозможным оценивания параметров модели по методу наименьших квадратов.

Регрессионные модели с бинарными независимыми переменными

Одной из сфер применения бинарных переменных является анализ сезонных колебаний. С помощью этих переменных можно устранить сезонные когда-вания с целью определения основных тенденций развития определенного эко-номической процесса.

Пример 9.2. Пусть y - объем потребления определенного продукта который зависит от времени года. Для выявления сезонности можно ввести

бинарные переменные d1, d2, d3

d1 = 1, если месяц года зимний, d1 = 0 - в других случаях;

d2 = 1, если месяц года весенний, d2 = 0 - в других случаях;

d3 = 1, если месяц года летний, d3 = 0 - в других случаях.

На базе соответствующих статистических данных методом наименьших квад-татов можно оценить параметры a0, a1, a2, a3 линейного регрессионного уравнения

Полученные результаты мають следующее содержание: коэффициент a0 определяет среднемесячный объем потребления исследуемого продукта; суммы коэффициентов a0 + a1, a0 + a2, a0 + a3 - объем потребления в соответствии зимой, весной и летом. Итак, параметры a1, a2, a3 указывают на се-зонные отклонения в объемах потребления продукта относительно осенних месяцев. Проверка статистической значимости каждого из коэффициентов регрессии выполняется с помощью традиционного t-теста Принятие гипотезы о равенстве нулю каждого из параметров означает несущественную разницу между потреблением в осенний период и потреблением в другой сезон. Комплексная гипотеза a1 = a2 = a3 = 0 проверяется с помо-щи F-теста. В частности, если принимается предположение a1 = a2, то это означает, что потребление зимой и весной не отличаются между собой и т. Д.

Пример 9.3. Рассмотрим еще один пример применения фиктивных переменных.

Пусть y - среднемесячный объем потребления некоторого индивида, а I - его среднемесячный доход. В линейной регрессионной модели по-лежности потребления от дохода

коэффициент ч называется "склонностью к потреблению». Чтобы определить влияние сезона на склонность к потреблению, как и в предыдущем примере, применяют бинарные переменные d1, d2, d3, а модель при этом принимает вид

Коэффициенты этой модели А7, а4 + А7, а5 + А7, А6 + А7 определяют склонность к потреблению в соответствии осенью, зимой, весной и летом. Как и в предыдущей модели проверяются гипотезы об отсутствии се-зонных воздействий на склонность к потреблению.

Кроме того, бинарные переменные используют также при исследовании моделей, описывающих структурные изменения в экономике. Рассмотрим и кий пример.

Пример 9.4. Пусть исследуется зависимость объема выпускаемой предприятием продукции в от объема его основного фонда х. При-пускается, что после достижения основным фондом предприятия размера х происходит определенная структурная перестройка предприятия. По-мость выпуска продукции от основного фонда в результате перестройки меняется, но в целом. Применение классической регрессионной зависимости в таких случаях не дает желаемых результатов: на концах промежутка наблюдений регрессионная прямая значительно отклоняется от точек наблюдения. В частности, на начальном этапе он приобретет отрицательных значений, а на конечном значений, больших единицы (рис. 9.1). Если зависимая переменная интерпретируется как вероятность покупки, такие результаты вообще абсурдны. В таких случаях целесообразнее предположить, что зависимость между рассматриваемыми показателями нелинейная. Действительно, для семей (лиц) с низким уровнем дохода прирост Ах мало изменяет вероятность дополнительных расходов, а при значительном повышении уровня дохода тот же прирост Ах значительно увеличивает вероятность новых приобретений. Если семья уже имеет достаточно высокий уровень дохода и обеспечила себя необходимыми товарами, не стоит надеяться на новые покупки.

Логично предположить, что регрессионная функция, как и функция распределения случайной величины, имеет 5-образную траекторию развития (рис. 9.2). Практикой проверено, что функции распределения доходов могут быть подчинены нормальному или логистическом закона распределения.

Определение 9.1. Регрессионная модель с бинарной (дихотомного) по-должное переменной, имеет нормальное распределение, называется пробит-моделью.

Определение 9.2. Регрессионная модель, в которой зависимая переменная пред-рядкована логистической закона распределения, называется логит-моделью.

Изучение взаимосвязи связи регрессии с бинарной зависимой переменной дает основание для выбора целесообразной формы регрессионного соотношения

отличной от обычной линейной регрессии, чем расширяет возможности моделирования и прогнозирования специфических зависимостей между эконо-мического показателям (количественными и качественными).

Прогнозы вероятностей за преобразованными моделями регрессии (в частности, логит- и пробит-моделями) применяются во многих га-лузях человеческой деятельности, в экономических и социальных исследованиях. Аналогичные подходы могут применяться и для других качественных переменных и обобщенных моделей реграмсії.

Список використаної літератури

Дадаян В. С. Моделирование глобальных экономических процессов. — М.: Экономика, 1984. - 278 с.

Демиденко Е. 3. Линейная и нелинейная регрессии. — М.: Финансы и статистика, 1981. — 302 с.

Дружинин В. В., Конторов Д. С. Проблемы системологии. Проблемы теории сложных систем. — М.: Радио и связь, 1986. — 296 с.

Дружинин В. В., Конторов Д. С. Системотехника. — М.: Радио и связь, 1985. - 200 с.

Дюран Б., Одел П. Кластерный анализ. — М.: Статистика, 1977. — 128 с.

Емельянов А. С. Общественное производство: Динамика, тенденции, модели. - К.: Наук, думка, 1980. - С. 347-409.

Емельянов А. С, Кузьменко В. П. Многорегиональная эконометрическая модель УКР-3: Плановое управление экономикой развитого социализма: В 5 т. — К.: Наук, думка, 1985. — Т. 1. Народнохозяйственные процессы, их планирование и прогнозирование. — С. 285-289.

Ивахненко А. Г., Юрачковский Ю. П. Моделирование сложных систем по экспериментальным данным. — М.: Радио и связь, 1987. — 116 с.

Колек Ю., Шуян И. Эконометрические модели в социалистических странах: Пер. со словац. — М.: Экономика, 1978. — 152 с .

Королев О. А. Проблемы конструирования и использования макроэкономических эконометрических моделей переходной экономики: на примере Украины. — К.: ТОВ "Міжнар. фін. агенція", 1997. — 224 с.

Корольов О. А. Економетрія в задачах, ситуаціях та проблемах для студентів спеціальності «Фінанси і кредит»: Конспект лекцій і практикум: У 3 ч. — К: КДТЕУ, 1996-1997.

Фомин Б. С. Эконометрические теории и модели международных экономических отношений. — М.: Мысль, 1970. — 268 с.

Загрузка...