Но прежде чем переходить к изложению методов, составляющих аппарат регрессионного анализа, необходимо ввести и прокомментировать ряд основных понятий и определений. [c.164]
Основные понятия корреляционно-регрессионного анализа [c.146]
Основные понятия корреляционного и регрессионного анализа [c.128]
В предлагаемом учебном пособии мы даем краткое введение в современные методы эконометрического анализа статистических данных, представленных в виде временных рядов, которые учитывают возможное наличие у рассматриваемых переменных стохастического тренда. Основные акценты, как и в работе [Носко (2000)], смещены в сторону разъяснения базовых понятий и основных процедур статистического анализа данных с привлечением смоделированных и реальных экономических данных. Вместе с тем, от читателя требуется несколько большая осведомленность в отношении вероятностно-статистических методов исследования. Предполагается, что читатель имеет представление о совместной функции распределения, многомерном нормальном распределении, методе максимального правдоподобия, свойстве состоятельности оценок, характеристиках статистических критериев (ошибки первого и второго рода, мощность), а также владеет методами регрессионного анализа в рамках начального курса эконометрики. Кроме того он должен иметь некоторое представление о комплексных числах и комплексных корнях полиномов. [c.6]
Рассмотренные ситуации не охватывают, однако, наиболее интересных для нас моделей стационарных и нестационарных временных рядов. Мы перейдем теперь к обсуждению основных понятий и фактов, касающихся стационарных и нестационарных временных рядов, и рассмотрению процедур регрессионного анализа временных рядов. [c.12]
Настоящая книга является дополнением к ранее изданным публикациям автора "Эконометрика для начинающих Основные понятия, элементарные методы, границы применимости, интерпретация результатов" (2000), "Эконометрика Основные понятия и введение в регрессионный анализ временных рядов" (2004). В ней рассматриваются методы статистического анализа моделей с дискретными объясняющими переменными, систем одновременных уравнений, панельных данных, а также структурные и приведенные формы векторных авторегрессий и моделей коррекции ошибок. [c.7]
При дисперсионном (глава 16), регрессионном (глава 17) и дискриминантном анализе (глава 18) одну переменную маркетологи четко идентифицируют как зависимую. Теперь же рассмотрим, как проводится факторный анализ, не предполагающий разделение переменных на независимые и зависимые. Наоборот, исследователи проверяют все возможные варианты взаимозависимостей между переменными. В этой главе обсуждается основная концепция факторного анализа и дается понятие факторной модели. Мы опишем этапы факторного анализа и проиллюстрируем их с точки зрения анализа главных компонент и анализа общих факторов. Для начала приведем несколько примеров, иллюстрирующих полезность факторного анализа. [c.717]
ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ [e onometri model] — основное понятие эконометрии, экономико-математическая модель, параметры которой оцениваются с помощью методов математической статистики. Она выступает в качестве средства анализа и прогнозирования конкретных экономических процессов как на макро-, так и на микроэкономическом уровне на основе реальной статистической информации. Наиболее распространены Э.м., представляющие собой системы регрессионных уравнений, в которых отражается зависимость эндогенных величин (искомых) от внешних воздействий (текущих экзогенных величин) в условиях, описываемых параметрами модели, а также лаговыми переменными (см. Лаг). Кроме регрессионных (как линейных, так и нелинейных) уравнений, применяются и другие матема-тико-статистические модели. [c.400]
Наконец, глава 4 дополняет материал, содержащийся в главах 11 и 12 ранее изданной книги автора "Эконометрика Основные понятия и введение в регрессионный анализ временных рядов", касающийся моделей векторной авторегрессии и моделей коррекции ошибок, сопутствующих системе коинтегрированных временных рядов. Это дополнение связано с рассмотрением возможности построения и оценивания структурной формы модели коррекции ошибок. [c.9]
Носко Владимир Петрович - кандидат физико-математических наук, старший научный сотрудник механико-математического факультета Московского государственного университета им. М.В.Ломоносова. Автор более 50 научных работ и таких учебных пособий как "Эконометрика для начинающих Основные понятия, элементарные методы, границы применимости, интерпретация результатов", "Эконометрика Основные понятия и введение в регрессионный анализ временных рядов", "Эконометрика", соавтор учебного пособия "Основные понятия и задачи математической статистики". Преподает эконометрику с 1994 года. В настоящее время читает курсы лекций по эконометрике на механико-математическом факультете МГУ, в Институте экономики переходного периода и в Академии народного хозяйства при Правительстве РФ. [c.379]
Смотреть главы в:
Прикладная статистика Исследование зависимостей -> Основные понятия регрессионного анализа