Вопрос о выборе типа производственной функции народного хозяйства в экономико-математических моделях, в которых экономика страны является элементарной производственной единицей, остается сложной проблемой. Недостатки, которые имеет степенная производственная функция по сравнению с функцией с постоянной эластичностью замещения или с различными другими более сложными производственными функциями с избытком компенсируются легкостью оценки параметров степенной производственной функции. Как уже говорилось в 4 гл. 2, проблему оценки параметров А и ее для производственной функции (2.7) можно свести к задаче регрессионного анализа для линейной функции, в то время как производственная функция (2.9) требует применения методов регрессионного анализа для нелинейных функций, что является более сложной проблемой. Кроме того, исследование модели со степенными производственными функциями осуществляется более просто. Поэтому степенные функции используются довольно часто, тем более что их основной недостаток — возможность замены одного ресурса другим — часто не является существенным, поскольку в исследованиях обычно бывают интересны значения ресурсов, достаточно близкие к уже использующимся в производстве в настоящее время и далекие от нулевых значений. Поэтому неправдоподобность поведения степенных производственных функций в области малых количеств ресурсов становится не так уже важна. [c.243]
Основной задачей корреляционно-регрессионного анализа является выяснение формы и тесноты связи между результативным и факторным показателями. Под формой связи понимают тип аналитической [c.279]
В случае нелинейности связи и при изучении множественной корреляции задача определения тесноты связи соотносится с проблемой изучения аналитической формы связи (коэффициент или отношение корреляции в этом случае прямо зависит от выбранной формы связи). Выявление аналитической формы связи означает моделирование хозяйственного процесса путем выявления закономерностей формирования значений результативного показателя под влиянием факторных показателей. Это основная и самая сложная задача в экономическом анализе, которая при стохастическом подходе решается методом регрессионного анализа. [c.114]
В ходе регрессионного анализа решаются две основные задачи [c.122]
Изучение причинно-следственных зависимостей переменных, представленных в форме временных рядов, является одной из самых сложных задач эконометрического моделирования. Применение в этих целях традиционных методов корреляционно-регрессионного анализа, рассмотренных в главах 2 и 3, может привести к ряду серьезных проблем, возникающих как на этапе построения, так и на этапе анализа эконометрических моделей. В первую очередь эти проблемы связаны со спецификой временных рядов как источника данных в эконометрическом моделировании. В главе 5 было показано, что каждый уровень временного ряда содержит три основные компоненты тенденцию, циклические или сезонные колебания и случайную компоненту. Рассмотрим подробнее, каким образом наличие этих компонент сказывается на результатах корреляционно-регрессионного анализа временных рядов данных. [c.263]
Формирование уровней ряда определяется закономерностями трех основных типов тенденцией среднего, тенденцией взаимосвязи между последовательными уровнями ряда и тенденцией взаимосвязи между исследуемым показателем и показателями-факторами, оказывающими на него воздействие. Соответственно различают задачи анализа и моделирования тенденций, причинных взаимодействий между последовательными уровнями ряда, причинных взаимодействий между исследуемым показателем и показателями-факторами. Первая из них решается с помощью моделей кривых роста, вторая — с помощью адаптивных методов и моделей, третья — на основе эконо-метрического моделирования, базирующегося на методах корреляционно-регрессионного анализа. [c.287]
Соответственно на данном этапе приходится решать следующие основные задачи анализа точности полученной регрессионной зависимости [c.52]
Решение основных задач по оценке точности регрессионной модели. В В.6 сформулированы три основные задачи анализа точности регрессионной модели. Эти задачи сводятся к умению указать такие гарантированные (с заданной доверительной вероятностью Р) предельные величины погрешностей, за пределы которых мы не выйдем, если вместо неизвестных истинных значений параметров Qh (k — О, 1,. .., m), функции регрессии / (X) (при заданном значении предиктора X) и анализируемого результирующего показателя г (X) — = (г) = X) (тоже при заданном значении предиктора X) [c.342]
Данная модель позволяет решать следующую оптимизационную задачу, используя, например, методы регрессионного анализа. Введем целевую функцию врем задержки платежей с расчетного счета Грс. Основные управляющие параметры - это цена единицы продукции, объем выпускаемой партии, сумма кредита, запрашиваемого в банке. Зафиксировав все остальные параметры (время выпуска партии, число производственных линий, интервал поступления заказа от покупателей, разброс размеров продаваемой партии, стоимость комплектующих изделий и материалов для выпуска партии, стартовый капитал на расчетном счете), можно минимизировать Грс для конкретной рыночной ситуации. Минимум Грс достигается при одном из максимумов среднего размера денежной суммы на расчетном счете. Причем вероятность рискового события - неуплаты долгов по кредитам - близка к минимуму (это можно доказать во время статистического эксперимента с моделью). [c.317]
Вычисление коэффициентов модели. Вычисление коэффициентов — задача, решаемая методом наименьших квадратов. Метод наименьших квадратов и связанный с ним регрессионный анализ являются основным инструментом обработки экспериментальных данных при планировании эксперимента. [c.237]
При выполнении четвертой работы осуществляется Выбор типа носителя для документа. Если документы первичные, то носителем является бумага формата А4 или А5. Если проектируются результатные документы, то тип и форма выдачи результатной информации зависят от характера решаемой задачи. Например, если решается прогнозная задача, при получении результатов которой применяются методы корреляционного или регрессионного анализа, то основным носителем будет экран ЭВМ, на который будут выданы графики, и бумажный носитель. [c.117]
Основная задача регрессионного анализа - установление формы корреляционной связи, т.е. вида функции регрессии (линейная, квадратичная, показательная и т.д.). [c.112]
Расчет корреляций дает основу для более сложных видов анализа регрессионного, дисперсионного, факторного и др. Часто при исследованиях ставится задача выделить основные факторы, определяющие развитие и размещение того или иного явления. Эту задачу решает многомерный факторный анализ. Он позволяет свести к минимуму (к трем-четырем главным факторам) большие совокупности исходных показателей, характеризующих сложное явление. Уравнение факторного анализа имеет вид [c.225]
Важнейшая задача анализа в этих звеньях — определение рациональных условий и путей решения задач, поставленных руководящими органами. Для этой цели необходима более широкая информация, в том числе и первичная. Чем меньше звено, где -ведется анализ (участок, рабочее место), тем необходимы более детальные показатели. Основным методом анализа на этой стадии становится факторный, позволяющий количественно точно определить меру влияния каждого изменения в производстве на итоговые показатели количественная мера связи может быть установлена индексным или, что дает большие возможности, регрессионно-корреляционными методами. Выводы такого анализа должны быть конкретными и однозначными. При этом результаты оформляются в двух вариантах — для передачи в вышестоящие звенья и для установления заданий подчиненным звеньям. В первом случае используются, как правило, лишь основные выводы, т. е. обосновываются наиболее экономичный путь решения задачи и условия ее выполнения, или фиксируются центральные связи и выдвигаются требования к ресурсному обеспечению. Во втором случае выводы анализа детализируются. [c.128]
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]
Одной из основных задач регрессионного анализа является получение прогнозных значений показателейXи 7. Если значенияXj,j = п+ , п + 2,. .., 7V являются прогнозными (ожидаемыми) значениями фактора X, то [c.69]
В качестве инструмента прогнозирования химизации наиболее надежны следующие основные методы экстрадоляционные, корреляцион-но=регрессионные, оптимизационные, нормативные (технико-экономических расчетов), матричные (балансовые), аналогий, анализа технико-экономической и инженерно--технической значимости изобретений и патентов, экспертных аналитических оценок. Выбор методов прогнозирования зависит от специфики объекта прогнозирования, задач прогноза, горизонта временного периода и др. [c.91]