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+…+b_nx_n (многофакторные);

• Степенные

Y= a*х^b (однофакторные)

Y= a* x₁^b1 * х₂^b2 *…* х_n^bn (многофакторные);

• Показательные

Y= a* b^x (однофакторные)

Y= a* b₁^x1 * b₂^x2 * …*b_n^xn (многофакторные);

• Гиперболические

Y= a+ b/x (однофакторные)

Y= a+ b1/ x₁+b2/x₂+…+b_n/x_n (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 y_i — фактическое значение результативного признака; - теоретическое значение результативного признака, найденное исходя из соответствующей математической функции связи у и х (или нескольких факторов (х₁, х₂, , х_k), 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.