|
Современный этап развития науки и практических ее приложений, опирающиеся в значительной степени на использование математических моделей и методов анализа, требуют от исследователей достаточно свободного владения математическим аппаратом изучения разнообразных статистических данных. Поэтому неудивительно, что такие дисциплины как теория вероятностей, статистика и эконометрика стали одними из базовых курсов в системе образования не только чисто технического, но в последнее время и гуманитарного, в первую очередь экономического.
В настоящем реферате главным образом будет уделено внимание проблемам, связанным с постановкой и решением задач моделирования экономических процессов с помощью хорошо известного корреляционно-регрессионного анализа, который является одним из основных в широком спектре статистических методов первичной обработки, анализа и прогнозирования экономических данных. На основе корреляционно-регрессионного и экономического анализа и моделирования была сформирована наука - эконометрика.
Формально "эконометрика" означает "измерения в экономике". Однако область исследований данной дисциплины гораздо шире. Эконометрика - это наука, в которой на базе реальных статистических данных строятся, анализируются и совершенствуются математические модели реальных экономических явлений. Эконометрика позволяет найти количественное подтверждение либо опровержение того или иного экономического закона либо гипотезы. Одним из важнейших направлений эконометрики является построение прогнозов по различным экономическим показателям.
Действительно, предмет ее исследования - экономические явления. Но в отличие от экономической теории эконометрика делает упор на количественные, а не на качественные аспекты этих явлений. Например, экономическая теория утверждает, что спрос на товар с ростом его цены убывает. Но при этом практически неисследованным остается вопрос, как быстро и по какому закону происходит это убывание. Эконометрика отвечает на этот вопрос для каждого конкретного случая.
Изучение экономических процессов (взаимосвязей) в эконометрике осуществляется через математические (эконометрические) модели. В этом видится ее родство с математической экономикой. Но если математическая экономика строит и анализирует эти модели без использования реальных числовых значений, то эконометрика концентрируется на изучении моделей на базе эмпирических данных.
Однако эконометрика - не единственная дисциплина, где используется аппарат корреляционного и регрессионного анализа. Первоначально исследования корреляции проводились в биологии, а позднее распространились и на другие области, в том числе на социально-экономическую. Одновременно с корреляцией начала использоваться и регрессия. Корреляция и регрессия тесно связаны между собой: первая оценивает силу (тесноту) статистической связи, вторая исследует ее форму. И корреляция, и регрессия служат для установления соотношений между явлениями и для определения наличия или отсутствия связи между ними.
К основным задачам корреляционно-регрессионного анализа в области моделирования экономики можно отнести следующие.
" Построение эконометрических моделей, т.е. представление экономических моделей в математической форме, удобной для проведения эмпирического анализа. Данную проблему принято называть проблемой спецификации.
" Оценка параметров построенной модели, делающих выбранную модель наиболее адекватной реальным данным. Это так называемый этап параметризации.
" Проверка качества найденных параметров модели и самой модели в целом. Иногда этот этап анализа называют этапом верификации.
" Использование построенных моделей для объяснения поведения исследуемых экономических показателей, прогнозирования и предсказания, а также для осмысленного проведения экономической политики.
Как видно, из вышесказанного, корреляционно-регрессионный анализ называют основным методом современной математической статистики для выявления неявных и завуалированных связей между данными наблюдений. Особую ценность этот метод приобрел после появления ЭВМ, тат как математические процедуры такого анализа довольно легко стало реализовывать в виде алгоритмов и программ статистической обработки данных. Например, электронные таблицы делают такой анализ легким, доступным и информативным. Таким образом, регрессионные вычисления и подбор хороших уравнений - это ценный, универсальный исследовательский инструмент в самых разнообразных отраслях деловой и научной деятельности (техника, экономика, торговля, биология, медицина и т. д.). Усвоив технологию использования этого инструмента, можно применять его по мере необходимости, получая знание о скрытых связях, улучшая аналитическую поддержку принятия решений и повышая их обоснованность.
|
На уровень вверх
Купить