Здесь можно найти учебные материалы, которые помогут вам в написании курсовых работ, дипломов, контрольных работ и рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.
Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение оригинальности любого файла в формате MS Word. После такого повышения оригинальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, РУКОНТЕКСТ, etxt.ru. Программа «StudentHelp» работает по уникальной технологии так, что на внешний вид, файл с повышенной оригинальностью не отличается от исходного.
Работа № 132358
Наименование:
Курсовик Эконометрические методы в исследовании экономических процессов
Информация:
Тип работы: Курсовик.
Предмет: Статистика.
Добавлен: 17.04.2023.
Год: 2022.
Страниц: 26.
Уникальность по antiplagiat.ru: < 30%
Описание (план):
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 3 1 Теоретические и методологические основы применения регрессионного анализа в эконометрике 5 1.2 Оценка параметров парной регрессионной модели 7 1.3 Интервальная оценка функции регрессии и ее параметров 8 1.4 Система одновременных уравнений 10 1.5 Оценивание параметров структурной модели 11 1.6 Проблема идентификации 12 2 Анализ и прогноз экономических показателей с применением регрессионного анализа и систем одновременных уравнений 14 2.1 Анализ влияния иностранных инвестиций на объем валового внутреннего продукта России 2011-2018 г. 14 2.2 Модели систем одновременных уравнений и их составляющие. 18 ЗАКЛЮЧЕНИЕ 22 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 23
ВВЕДЕНИЕ Родоначальниками регрессионного анализа принято считать К. Гаусса и А. Лежандра, которые на рубеже XVIII и XIX столетий, независимо друг от друга, предложили метод наименьших квадратов. Этот метод составляет основу регрессионного анализа. Позднее к алгебраической процедуре метода наименьших квадратов добавилась система статистических постулатов, задающих математическую модель. Сочетание метода наименьших квадратов с механизмом проверки гипотез об адекватности модели объекта и процедурой проверки гипотез о значимости коэффициентов уравнения регрессии стали называть регрессионным анализом. До середины XX в. усилиями ученых многих стран развивалась теория регрессионного анализа, ставшая классической. В настоящее время роль регрессионного анализа в статистических исследованиях значительно возросла. Один из крупнейших специалистов по математической статистике Р. Рао назвал регрессионный анализ «методом века». Задача регрессионного анализа состоит в построении модели, позволяющей по значениям независимых показателей получать оценки значений зависимой переменной. Регрессионный анализ является основным средством исследования зависимостей между экономическими переменными. Эту задачу мы рассмотрим в рамках самой распространенной в статистических пакетах классической модели линейной регрессии. Моделирование сложных экономических объектов зачастую предполагает ввод не одного, а нескольких уравнений, связанных между собой. Таким образом, экономическая модель описывается системой уравнений. Подобные системы эконометрических уравнений довольно часто используются при построении моделей макроэкономики различных стран.
Построение экономической модели с применением системы одновременных уравнений имеет ряд сложностей, которые часто связаны с ошибочностью спецификации модели. Особенностью построения является то, что аналитик может ошибочно выбрать модель для описания экономических процессов, ввиду множества факторов, влияющих на экономические переменные. Теоретическое представление эндогенных и экзогенных переменных довольно часто не соответствует практическому состоянию моделируемого объекта. К тому же набор этих переменных может меняться, что, в свою очередь, влечет изменение вида модели с точки зрения идентифицируемости. Определенный вклад в развитие системы эконометрических уравнений внесли советские экономисты, в их числе Е.Е. Слуцкий (1880-1948) «уравнение Слуцкого», Л.В. Канторович (1912-86) «метод Канторовича» - лауреат Нобелевской премии по экономике 1975. Большая роль в ее реабилитации принадлежала академику B.C. Немчинову (1894-1964): написанная им статья «Эконометрия» (вышла в 1965) открыла для отечеств, экономистов возможности этого направления научной деятельности. Актуальность выбранной темы связана с возможностью строить прогнозы с применением инструментария математической статистики на основе изучения различного рода связей. Например, в экономических производственных системах, где на основании экспериментальных данных выражают зависимую переменную в виде некоторой математической функции от независимых переменных - регрессоров, то есть построить регрессионную модель. Объект исследования — эконометрические модели экономических процессов. Предмет исследования — эконометрические методы. Цель исследования - изучение эконометрических методов с помощью математико-статистич ских инструментов с целью исследования и анализа экономических процессов, в частности построение адекватных моделей для этих процессов и осуществление прогноза на их основе. Поставленная цель приводит к следующим задачам исследования: ? Изучить методы регрессионного анализа и системы одновременных уравнений. ? Реализовать изученные методы для конкретных статистических данных, на их основе построить модели регрессионную и денежного рынка. ? На основе полученных моделей сделать прогнозы и провести анализ полученных результатов. 1 Теоретические и методологические основы применения регрессионного анализа в эконометрике
Регрессия — это зависимость среднего значения какой-либо случайной величины от некоторой другой величины или нескольких величин. Следовательно, при регрессионной связи одному и тому же значению x величины X (в отличие от функциональной связи) могут соответствовать разные случайные значения величины Y. Распределение этих значений называется условным распределением Y при данном X = x. Уравнение, связывающее эти величины, называется уравнением регрессии, а соответствующий график — линией регрессии величины Y по X. В регрессионном анализе рассматривается односторонняя зависимость переменной Y (ее еще называют функцией отклика, результативным признаком, предсказываемой переменной) от одной или нескольких независимых переменных X (называемых также объясняющими или предсказывающими переменными, факторными признаками). В зависимости от количества факторов, включенных в уравнение регрессии, принято различать простую (парную) и множественную регрессии. Простая регрессия представляет собой регрессию между двумя переменными y и x, то есть модель вида: y = ?(x), где: y – зависимая переменная (результативный признак); x – независимая, или объясняющая, переменная (признак-фактор)... ЗАКЛЮЧЕНИЕ В результате выполнения курсовой работы были изучены методы регрессионного анализа, а именно применение парной линейной регрессии для анализа экономических процессов, в частности для влияния иностранных инвестиций на объём внутреннего валового продукта России. Для построенной парной регрессии была выполнена оценка статистической значимости параметров с помощью критериев Фишера и Стьюдента. Статистическая значимость параметров регрессии и коэффициента корреляции была признана с надёжностью не менее 95%. Для линейной регрессии рассчитан прогноз и построен доверительный интервал показателя ВВП на 2019 год при прогнозном значении показателя ПИИ, составляющем 120% от данных 2018 года. Также в работе была изучена модель систем одновременных уравнений. Рассмотрена модель денежного рынка. Системы одновременных (взаимозависимых) эконометрических моделей выражены через структурную форму взаимосвязей между явлениями их новое содержание, характеризующееся взаимным влиянием друг на друга некоторых зависимых и независимых переменных.
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1 Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. проф. Н.Ш. Кремера. - М.: ЮНИТИ-ДАНА, 2002. - 311 с. 2 Христиановский В.В. Х Экономико-математиче кие методы и модели: практика применения в курсовых и дипломных работах: учебное пособие / В.В. Христиановский, Т.В. Нескородева, Ю.Н. Полшков; под ред. В.В. Христиановского – Донецк: ДонНУ, 2012. – 324 с. 3 Бородич С.А. Вводный курс эконометрики: Учебное пособие – Мн.: БГУ, 2000. – 354 с. 4 Приходько, А.И. Практикум по эконометрике: регрессионный анализ средствами Excel [Текст] / А.И. Приходько. - Ростов н/Д: Феникс, 2007. - 256 с.
* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.
