Лекция-1.4
Классификация эконометрических моделей
Все экономико-статистические модели могут быть классифицированы по ряду признаков:
По уровню агрегирования:
Макромодели - строятся на основе статистических данных большого региона страны или в целом по стране;
Мезомодели - разрабатываются на основе данных, собранных по области или административному району;
Микромодели - разрабатываются для отдельных экономических явлений, которые характеризуют поведение потребителя, фирмы, предприятия.
По математической форме записи
• Линейные
Y=a+bx (однофакторные)
Y=a+b1x1+b2x2+…+bnxn (многофакторные);
• Степенные
Y= a*хb (однофакторные)
Y= a* x1b1 * х2b2 *…* хnbn (многофакторные);
• Показательные
Y= a* bx (однофакторные)
Y= a* b1x1 * b2x2 * …*bnxn (многофакторные);
• Гиперболические
Y= a+ b/x (однофакторные)
Y= a+ b1/ x1+b2/x2+…+bn/xn (многофакторные);
• Логарифмические
Y=Ln(x)
В зависимости от количества факторов, включенных в уравнение регрессии, принято различать простую (парную) и множественную регрессию.
Простая регрессия (парная регрессия) – регрессия между двумя переменными у и х, т.е. модель вида:
Где у – зависимая переменная (результативный признак), х– независимая переменная, или объясняющая, переменная (признак-фактор).
Множественная регрессия – регрессия результативного признака с двумя и большим числом факторов, т.е. модель вида:
В каждом из этих случаев верно следующее равенство:
где yi — фактическое значение результативного признака; - теоретическое значение результативного признака, найденное исходя из соответствующей математической функции связи у и х (или нескольких факторов (х1, х2, , хk), т.е. из уравнения регрессии; — случайная величина, характеризующая отклонения реального значения результативного признака от теоретического, найденного по уравнению регрессии.
Случайная величина также называется возмущением. Она включает влияние не учтенных в модели факторов, случайных ошибок или особенностей измерения.