АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Й учебный вопрос: интерпретация параметров модели с распределенным лагом и модели авторегрессии

Читайте также:
  1. I. Расчет параметров железнодорожного транспорта
  2. II. Право на фабричные рисунки и модели (прикладное искусство), на товарные знаки и фирму
  3. II. Расчет параметров автомобильного транспорта.
  4. III. Расчет параметров конвейерного транспорта.
  5. R111500 «Невропатология, в том числе детская» на 2015–2016 учебный год (ГОСО 2015г)
  6. Автокорреляция остатков модели регрессии. Последствия автокорреляции. Автокорреляционная функция
  7. Аддитивная и мульпликативная модели временного ряда
  8. Адекватность трендовой модели
  9. Алгоритм оценки и проверки адекватности нелинейной по параметрам модели (на примере функции Кобба-Дугласа).
  10. Алгоритм проверки адекватности множественной регрессионной модели (сущность этапов проверки, расчетные формулы, формулировка вывода).
  11. Алгоритм проверки адекватности парной регрессионной модели.
  12. Алгоритм проверки адекватности парной регрессионной модели.

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ПРИБОРОСТРОЕНИЯ И ИНФОРМАТИКИ

Кафедра «Экономические информационные системы»

 

УТВЕРЖДАЮ

Заведующий кафедрой ЭФ-2

_________________ Лагунова А.Д.

«____»_____________2012г.

 

 

Для студентов факультета ЭФ

специальности 080801

 

 

к.т.н. Зуев А.С., к.т.н., проф. Дмитриев Я.В.

(ученая степень, ученое звание, фамилия и инициалы автора)

 

МЕТОДИЧЕСКИЕ УКАЗАНИЯ

НА ПРАКТИЧЕСКОЕ ЗАНЯТИЕ № 6

По дисциплине

«Эконометрика»

 

 

ТЕМА «Построение моделей с распределенным лагом»

 

 

Обсуждены на заседании кафедры

(предметно-методической секции)

«15»мая 2012 г.

Протокол № 11

 

МГУПИ – 2012 г.

1. Тема практического занятия № 6: построение моделей с распределенным лагом.

 

2. Время: 2 часа (90 минут).

 

3. Место проведения: специализированная аудитория.

 

СОДЕРЖАНИЕ

4.1. Перечень отрабатываемых учебных вопросов и действий:

 

- 1-й учебный вопрос: интерпретация параметров модели с распределенным лагом и модели авторегрессии— 0,5 часа.

 

- 2-й учебный вопрос: построение модели с распределенным лагом, построение модели Койка — 1,5 часа.

 

Методические рекомендации обучаемым по подготовке к практическому занятию и практической работе на нем.

Рекомендуемое содержание:

- целевая установка: выработать практические умения и приобрести навыки интерпретации параметров модели с распределенным лагом и модели авторегрессии, а также построения моделей с распределенным лагом и моделей Койка.

- теоретические сведения: изученные методы интерпретации параметров и построения динамических эконометрических моделей.

- рекомендации по самоконтролю подготовленности к занятию: наличие навыков применения и теоретических знаний о изученных методах интерпретации параметров и построения динамических эконометрических моделей.

- перечень учебно-методических и других материалов, получаемых на занятии: а) двусторонняя распечатка с заданием.

- отчетность по занятию: рукописное решение задач со всеми промежуточными вычислениями.

 

4.3. Перечень руководств и пособий, подлежащих изучению перед занятием: материалы лекции «Модели с распределенным лагом».

4.4. Приложения: приведенный далее текст с материалами распечатки содержания практического занятия.

 

й учебный вопрос: интерпретация параметров модели с распределенным лагом и модели авторегрессии.

Пример 1. Интерпретация параметров модели с распределен­ным лагом.

По результатам изучения зависимости объемов продаж ком­пании в среднем за месяц от расходов на рекламу была получена следующая модель с распределенным лагом (млн. руб.):

В этой модели краткосрочный мультипликатор равен 4,5. Это означает, что увеличение расходов на рекламу на 1 млн руб. ведет в среднем к росту объема продаж компании на 4,5 млн руб. в том же периоде. Под влиянием увеличения расходов на рекламу объ­ем продаж компании возрастет в момент времени t на 1 млн руб., (t + 1) - на 4,5 + 3,0 = 7,5 млн руб., (t + 2) - на 7,5 + 1,5 = 9,0 млн руб. Наконец, долгосрочный мультипликатор для данной модели - составит: b = 4,5 + 3,0 + 1,5 + 0,5 = 9,5.

В долгосрочной перспективе (например, через 3 месяца) уве­личение расходов на рекламу на 1 млн руб. в настоящий момент времени приведет к общему росту объема продаж на 9,5 млн руб.

Относительные коэффициенты регрессии в этой модели равны:

= 4,5/9,5 = 0,474; = 3,0/9,5 = 0,316;

= 1,5/9,5 - 0,158; = 0,5/9,5 = 0,053.

Следовательно, 47,4% общего увеличения объема продаж, вызванного ростом затрат на рекламу, происходит в текущем мо­менте времени; 31,6% — в момент (t + 1); 15,8%-в момент (t +2); и только 5,3% этого увеличения приходится на момент времени (t+3). Средний лаг в этой модели определяется как = 0 * 0,474 + 1 * 0,316 + 2 * 0,158 + 3 * 0,053 = 0,791 мес.

Небольшая величина лат (менее 1 месяца) ещё раз подтверж­дает, что большая часть эффекта роста затрат на рекламу прояв­ляется сразу же. Медианный лаг в данном примере также состав­ляет чуть более 1 месяца.

 

Пример 2. Интерпретация параметров модели авторегрессии.

Предположим, по данным о динамике показателей потребле­ния и дохода в регионе была получена модель авторегрессии, описывающая зависимость среднедушевого объема потребления за год (С, млн руб.) от среднедушевого совокупного годового до­хода (Y, млн руб.) и объема потребления предшествующего года:

Краткосрочный мультипликатор равен 0,85. В этой модели он представляет собой предельную склонность к потреблению в краткосрочном периоде. Следовательно, увеличение среднеду­шевого совокупного дохода на 1 млн. руб. приводит к росту объе­ма потребления в тот же год в среднем на 850 тыс. руб. Долгосроч­ную предельную склонность к потреблению в данной модели можно определить по формуле (7.9) как b =0,85/(1-0,1)=0,944.

В долгосрочной перспективе рост среднедушевого совокуп­ного дохода на 1 млн руб. приведет к росту объема потребления в среднем на 944 тыс. руб. Промежуточные показатели предельной склонности к потреблению можно определить, рассчитав необ­ходимые частные суммы за соответствующие периоды времени. Например, для момента времени (t + 1) получим: (0,85+ 0,85-0,1) = 0,935. Это означает, что увеличение среднедушевого совокупного дохода в текущем периоде на 1 млн руб. ведет к увеличению объема потребления в среднем на 935 тыс. руб. в ближайшем сле­дующем периоде.

 


1 | 2 | 3 | 4 | 5 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)