Шанченко Н.И. - Лекции по эконометрике (1094691), страница 27

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 27)

В системе ЭВРИСТА реализовано более 100 различных алгоритмов статистического анализа. Система может работать одновременно со 100 рядамиданных, размер которых ограничен только вместимостью жесткого диска. Дляудобства пользователя в системе также предусмотрены возможности построения графиков, работа с таблицей, экспорт и импорт данных, построение проектов и т.д.Данные можно импортировать из текстовых файлов, файлов форматаDBASE , а также из любых приложений WINDOWS, которые имеют функциюэкспорта в папку обмена.Ниже описаны возможности системы.Работа с даннымиСравнение двух выборок критериями: Уилкоксона, Клотца, КолмогороваСмирнова, Хи-квадрат, Стьюдента, Фишера.Нормализация данных.Применение к заданным временным рядам преобразования Бокса-Кокса.Взятие сезонных и несезонных разностей.Вычисление автокорреляционной функции.Вычисление аддитивной и мультипликативной сезонной компоненты.Заполнение пропусков методом скользящего среднего.Анализ трендаОценка тренда методом простого скользящего среднего.Оценка тренда методом полиномиального скользящего среднего.Оценка тренда по формулам Спенсера.Оценка полиномиального тренда и построение доверительных интервалов.Оценка 12 специальных нелинейных моделей тренда и построение доверительных интервалов.Закон распределенияМоделирование ряда с заданным законом распределения (всего реализовано 15 законов).Построение гистограммы и эмпирической функции распределения выборок.123Тестирование выборок на соответствие заданному закону распределенияпо критерию Хи-квадрат Пирсона.Тестирование выборок на соответствие заданному закону распределенияпо критерию Колмогорова-Смирнова.Автоматическое определение закона распределения и его параметров, наиболее подходящих к данной выборке.ПрогнозированиеПостроение прогнозов временных рядов по методу Брауна.Построение прогнозов сезонных временных рядов с помощью методаХольта-Уинтерса.Построение прогнозов временных рядов и доверительных интерваловпо 12 специальным нелинейным моделям тренда.Построение прогнозов временных рядов и доверительных интерваловпо модели авторегрессии-скользящего среднего.Построение прогнозов временных рядов и доверительных интерваловпо сезонной модели авторегрессии-скользящего среднего.Построение прогнозов временных рядов и доверительных интерваловпо сезонным и несезонным ARCH моделям.Спектральный анализПостроение сглаженных оценок автокорреляционной функции временных рядовПостроение периодограммы временных рядов по частотной или временной шкалеПостроение сглаженной периодограммы временных рядов по частотнойили временной шкалеARMA моделиВычисление автокорреляционной и частной автокорреляционной функциидля визуальной идентификации порядков модели.Автоматическая оценка порядков AR и ARMA модели для данного ряда.Оценка параметров модели авторегрессии методами Левинсона-Дурбина,Бурга, псевдо-наименьших квадратов и вычисление ее теоретических характеристик.Оценка параметров АРСС модели методом наименьших квадратов, вычисление стандартных отклонений параметров, проверка гипотез согласия для каждого из них и всей модели в целом, вычисление теоретических характеристикоцененной модели.Регрессионные моделиОценка линейной регрессионной модели ряда с некоррелированнымиошибками, выдача регрессионной таблицы.Оценка линейной регрессионной модели ряда с некоррелированнымиошибками с автоматическим подбором оптимального набора независимых переменных методом пошаговой регрессии, выдача регрессионной таблицы.Анализ интервенцийОценка параметров динамической модели интервенции методом наименьших квадратов, вычисление стандартных отклонений параметров, проверка гипотез согласия для каждого из них и всей модели в целом, вычисление теоретических характеристик оцененной модели.

Порядки и вид интервенции могут за-124даваться вручную или вычисляться автоматически. Момент начала интервенции задается пользователем.Удаление интервенции из ряда.Гармонические моделиОценка параметров гармонической модели для заданного ряда методомБайеса, вычисление стандартных отклонений параметров, вычисление теоретических характеристик оцененной модели. Для оценки необходимо задать только размерность модели, все остальные параметры вычисляются автоматически.В настоящее время в экономической практике большое внимание уделяется анализу рыночных рисков. Программная система ЭВРИСТА предлагает широкий набор методов для применения в этих целях.Контрольные вопросы1. Какие требования предъявляются к программному обеспечению эконометрических исследований?2. Как можно классифицировать программное обеспечение, применяемоев эконометрических исследованиях?3.

Назовите статистические пакеты общего назначения.4. Каковы основные возможности электронных таблиц MS Excel?5. Каковы основные возможности статистического пакета STATISTIСA?6. Каковы основные возможности статистического пакета Matrixer 5.1?7. Каковы основные возможности статистического пакета ЭВРИСТА?125ГлоссарийАвтокорреляция – корреляция между временной переменной и лаговойпеременной, составленной от той же переменной.Авторегрессия – регрессия зависимой временной переменной от лаговойпеременной, составленной от той же переменной.Адаптивные полиномиальные модели – адаптивные модели временногоряда, основанные на представлении уровней ряда в виде полиномов от интервала прогнозированияБелый шум – стохастический процесс, представляющий собой последовательность независимых, одинаково распределенных случайных величин.Временной ряд (ряд динамики, динамический ряд) – упорядоченная вовремени последовательность численных показателей {(yi,ti), i = 1, 2, ..., n}, характеризующих уровни развития изучаемого явления в последовательные моменты или периоды времени.Гетероскедастичность – неоднородность относительно дисперсии.Гомоскедастичность – однородность относительно дисперсии.Двухшаговый метод наименьших квадратов – применяется для оценкипараметров сверхидентифицируемой системы уравнений.Интервальный прогноз – интервал, в котором с определенной вероятностью находится фактическое значение прогнозируемой переменной.Коинтеграция нестационарных временных рядов – возможность получить стационарную линейную комбинацию исходных нестационарных временных рядов.Корреляционная связь – зависимость, при которой изменение среднегозначения результативного признака обусловлено изменением факторных признаков.Корреляционный анализ – раздел математической статистики, изучающий наличие и тесноту связи между переменными без разделения переменныхна зависимые и объясняющие.Косвенный метод наименьших квадратов – применяется для оценки параметров идентифицируемой системы уравнений.Коэффициент детерминации R2 – представляет собой квадрат коэффициента корреляции, показывает, какая часть дисперсии результативного признакаобъяснена уравнением регрессии.Коэффициент эластичности Э – для зависимости y  f (x) вычисляется поxформуле Ý  f ' ( x) , показывает, на сколько процентов в среднем изменитсяyрезультативный признак у при изменении фактора х на 1 % от своего номинального значения.Критерий Стьюдента (t-критерий) – применяется для оценки статистической значимости коэффициентов полученного уравнения регрессии.Критерий Фишера (F-критерий) – применяется для оценки статистической значимости полученного уравнения регрессии в целом.126Критерий Энгеля-Грэнджера – применяется для тестирования временныхрядов на коинтеграцию.Лаг – задержка.

Обычно лаг рассматривают между причиной и следствием.Линейная аналитическая зависимость – зависимость, определяемая соотношением y  a  b1  x1  b2  x 2  ...  b p  x p   .Линейный коэффициент корреляции ryx – характеризует тесноту ли-нейной связи между переменными rxy 1 ( xi  x )( yi  y )n i x ycov( x, y ) x y.Логистическая аналитическая зависимость – зависимость, определяеK.мая соотношением yˆ 1  a  e btЛожная корреляция – высокое значение коэффициентов корреляции приотсутствии истинной зависимости между переменными.Метод Алмон – применяется для оценки коэффициентов модели с распределенным лагом.

Согласно методу Алмон, коэффициенты представляются в видеполиномов заданной степени k от величины лага j: bj = с0 + c1j + c2 j2 +…+ сk jk .Метод аналитического выравнивания – заключается в нахождении аналитической функции ŷ = f(t), характеризующей основную тенденцию (тренд)изменения уровней временного ряда с течением времени.Метод включения – применяется при отборе факторов множественнойрегрессии.

Согласно методу включения, сначала строится уравнение регрессии содним наиболее влияющим фактором (фактор, которому соответствует большеезначение парного коэффициента корреляции с результативным признаком ryxi ),затем уравнение регрессии с двумя наиболее влияющими факторами и т. д.Метод исключения – применяется при отборе факторов множественнойрегрессии. Согласно методу исключения сначала строится уравнение регрессиис полным набором факторов, из числа которых затем последовательно исключаются наименее значимые факторы.Метод Койка – применяется для оценки параметров модели с распределенным лагом.

Характеристики

Список файлов лекций