+7(996)961-96-66
+7(964)869-96-66
+7(996)961-96-66
Заказать помощь

Курсовая работа на тему Системы регрессионных уравнений

ОПИСАНИЕ РАБОТЫ:

Предмет:
ЭКОНОМЕТРИКА
Тема:
Системы регрессионных уравнений
Тип:
Курсовая работа
Объем:
24 страницы
Дата:
12.04.02
Идентификатор:
idr_1909__0015610
ЦЕНА:
360 руб.

324
руб.
Внимание!!!
Ниже представлен фрагмент данной работы для ознакомления.
Вы можете купить данную работу прямо сейчас!
Просто нажмите кнопку "Купить" справа.

Оплата онлайн возможна с Яндекс.Кошелька, с банковской карты или со счета мобильного телефона (выберите, пожалуйста).
ЕСЛИ такие варианты Вам не удобны - Отправьте нам запрос данной работы, указав свой электронный адрес.
Мы оперативно ответим и предложим Вам более 20 способов оплаты.
Все подробности можно будет обсудить по электронной почте, или в Viber, WhatsApp и т.п.
 

Системы регрессионных уравнений - работа из нашего списка "ГОТОВЫЕ РАБОТЫ". Мы помогли с ее выполнением и она была сдана на Отлично! Работа абсолютно эксклюзивная, нигде в Интернете не засвечена и Вашим преподавателям точно не знакома! Если Вы ищете уникальную, грамотно выполненную курсовую работу, курсовую, реферат и т.п. - Вы можете получить их на нашем ресурсе.
Вы можете заказать курсовую Системы регрессионных уравнений у нас, написав на адрес ready@referatshop.ru.
Обращаем ваше внимание на то, что скачать курсовую Системы регрессионных уравнений по предмету ЭКОНОМЕТРИКА с сайта нельзя! Здесь представлено лишь несколько первых страниц и содержание этой эксклюзивной работы - для ознакомления. Если Вы хотите получить курсовую Системы регрессионных уравнений (предмет - ЭКОНОМЕТРИКА) - пишите.

Фрагмент работы:





Содержание


Введение 3
Глава 1. Внешне не связанные уравнения 3
Глава 2. Системы одновременных уравнений 6
§ 2.1. Примеры: кривые спроса и предложения 6
§ 2.2. Системы одновременных уравнений в матричной форме. Проблема идентифицируемости 12
§ 2.3. Оценивание систем одновременных уравнений. Двухшаговый метод наименьших квадратов 17
2.3.1. Косвенный метод наименьших квадратов 18
2.3.2. Двухшаговый метод наименьших квадратов 18
Заключение 22
Список используемой литературы 23


Введение

В данной работе рассматривается тема "Системы регрессионных уравнений". При моделировании достаточно сложных экономических объектов часто приходится вводить не одно, а несколько связанных между собой уравнений, т. е. описывать модель системой уравнений. А значит, при проведении регрессионного анализа модели может возникнуть необходимость оценивать систему уравнений. Например, простейшая макроэкономическая кейнсианская модель потребления может быть представлена в следующем виде:

где Ct - агрегированное потребление, Yt - национальный доход, It - инвестиции в период времени t. Коэффициент t носит название склонность к потреблению.
Как будет показано ниже, наличие связи между переменными Ct и Yt, определяемой вторым уравнением, требует корректировки метода наименьших квадратов для оценивания параметров модели 1 и 2. Вообще, оценивание систем уравнений требует введения новых понятий и разработки новых методов, чему и посвящена данная работа. Сначала мы рассмотрим более простую задачу оценивания системы, в которой уравнения связаны лишь благодаря наличию корреляции между ошибками в разных уравнениях, - это так называемая система внешне не связанных между собой уравнений (Seemingly Unrelated Regression, SUR). Затем мы исследуем общие системы регрессионных уравнений, которые в эконометрике называются системами одновременных уравнений (Simultaneous equations).

Глава 1. Внешне не связанные уравнения

Чтобы понять постановку задачи и суть проблемы, рассмотрим следующий пример. Предположим, что исследуется зависимость инвестиций у, осуществляемых некоторым предприятием (например, компанией "Газпром"), от его дохода х1 и размера основного фонда х2:
(1)
Представим теперь, что имеется ряд наблюдений другого аналогичного предприятия (например, компании "ЛУКойл"):
(2)
Конечно, можно оценивать уравнения (1), (2) по отдельности. Внешне они выглядят как не связанные друг с другом. Но ясно, что в данной ситуации естественно считать ошибки t и u t коррелированными, поскольку предприятия в каждый период t действуют в "одной экономической среде". Поэтому целесообразно объединить уравнения (1), (2) и оценивать их совместно, используя доступный обобщенный метод наименьших квадратов.
Общая задача формулируется следующим образом. Даны М регрессионных уравнений:
(3)
где yi - n х 1 вектор зависимых переменных, Xi, - n х ki, матрица независимых переменных, ( t - k i х 1 вектор неизвестных параметров, i - n х 1 вектор ошибок, i = 1,..., М. Будем предполагать, что Е i = 0 и Е ( it, jt) = ij при s = t и 0 в противном случае. Последнее условие можно представить так:
(4)
где In - единичная матрица размера n х n. Иными словами, заданы М регрессионных уравнений, по каждому из которых имеется n наблюдений. Если данные имеют структуру временных рядов, то считается, что ошибки во всех уравнениях коррелированы в один и тот же момент времени и некоррелированы для разных моментов. Равенство (4) определяет связь между этими уравнениями. Каждое отдельное уравнение в (3) удовлетворяет условиям классической регрессионной модели и может быть оценено обычным методом