Особенности статистических данных

         Вопрос 2. Особенности статистических данных. Источники информации.

В классическом курсе эконометрики рассматривается два типа выборочных данных: пространственные данные и временные данные.

Пространственные данные – это данные по какому-либо эконо­мическому показателю, полученные от разных однотипных объектов (фирм, регионов и т.п.), но относящиеся к одному и тому же моменту времени (пространственный срез). Например, данные об объеме про­изводства, количестве работников, доходе разных фирм в один и тот же момент времени.

С5. В экономике под пространственной выборкой понима­ют набор показателей экономических переменных, полу­ченный в данный момент времени. О пространственной выборке имеет смысл говорить в том случае, когда все наблюдения получены примерно в неизменных услови­ях, то есть представляют собой набор независимых выбо­рочных данных из некоторой генеральной совокупности. Например, набор сведений по разным фирмам (объем производства, численность работников, размер основных производственных фондов), данные об объеме, ценах по­требления некоторого товара по потребителям и т.д.

Временными данными является набор сведений, ха­рактеризующий один и тот же объект, но за разные пе­риоды или моменты времени. Примером временных дан­ных могут быть ежеквартальные данные о средней зара­ботной плате, индексе потребительских цен, числе заня­тых за последние годы или, например, ежедневный курс доллара или евро на KASE. Отличительной особеннос­тью временных данных является то, что они естествен­ным образом упорядочены по времени.

Существуют различные методы сбора экономических данных. К ним относятся опрос, анкетирование, интервьюирование, получение официальной статистической отчетности и т.д.

Можно выделить три основных класса моделей, кото­рые используются в эконометрических исследованиях.

1. Модели временных рядов. В этих моделях результативный признак является функцией переменной времени или переменных, относя­щихся к другим моментам времени. К моделям временных рядов, представляющих собой зависимость результативного признака от времени, отно­сятся модели:

• тренда (зависимости результативного признака от трендовой компоненты);

Рекомендуемые материалы

• сезонности (зависимости результативного призна­ка от сезонной компоненты);

• тренда и сезонности.

К моделям временных рядов, представляющим собой зависимость результативного признака от переменных, датированных другими моментами времени, относятся модели:

• с распределенным лагом (объясняющие поведение результативного признака в зависимости от преды­дущих значений факторных переменных);

• авторегрессии (объясняющие поведение результа­тивного признака в зависимости от предыдущих зна­чений результативных переменных);

• ожидания (объясняющие поведение результативного признака в зависимости от будущих значений фак­торных или результативных переменных).

Модели временных рядов подразделяют также на мо­дели, построенные по стационарным и нестационарным временным рядам.

Стационарные временные ряды – ряды, имеющие постоянное среднее значение и колеблющиеся вокруг него с постоянной дисперсией. В таких рядах рас­пределение показателя – уровня ряда не зависит от вре­мени, то есть стационарный временной ряд не содержит трен­довой или сезонной компонент. В нестационарных вре­менных рядах распределение уровня ряда зависит от пе­ременной времени.

2. Регрессионные модели с одним уравнением. В таких моделях зависимая (объясняемая, результа­тивная) переменная у представляется в виде функции f(x,p)=f(x_r ..., x_m, β₁, …, β_k), где х₁, ..., x_m – независимые (объясняющие, факторные) переменные, а β₁,…, β_к – параметры. В зависимости от вида функции f(x, β) моде­ли делятся на линейные и нелинейные. Область приме­нения таких моделей, даже линейных, значительно шире, чем моделей временных рядов.

3. Системы одновременных уравнений. Эти модели описываются системами уравнений. Систе­мы могут состоять из тождеств и регрессионных уравне­ний, каждое из которых может, кроме объясняющих пере­менных, включать в себя также объясняемые переменные из других уравнений системы. Системы одновременных уравнений требуют относительно более сложный матема­тический аппарат.

"Основные понятия ЛВС" - тут тоже много полезного для Вас.

         Переменные, участвующие в эконометрической моде­ли любого типа, подразделяются на:

- экзогенные (независимые) – переменные, значения которых задаются извне, в определенной степени они являются управляемыми (х);

- эндогенные (зависимые) – переменные, значения которых определяются внутри модели, или взаи­мозависимые (у);

- лаговые – экзогенные или эндогенные переменные, датированные предыдущими моментами времени (x_t-1, y_t-1);

- предопределенные – лаговые и текущие экзоген­ные переменные (x_t, х_t-1), а также лаговые эндо­генные переменные (y_t-1).

Любая эконометрическая модель предназначена для объяснения текущих эндогенных переменных (одной или нескольких) в зависимости от значений предопределен­ных переменных.