Ekonometrijos įvadinė paskaita

1. Ekonometrijos įvadinė paskaita 2013-02-05

2. Ekonometrikos įvadinė paskaita 1. Trumpa istorinė apžvalga 2. Ekonometrijos apibrėžimas ir turinys 3. Ekonometrinio modelio sudarymo etapai ir žingsniai. 4. Duomenys ekonometriniuose tyrimuose

3. 1 2. Ekonometrijos turinys Tikslas Ekonominiai sprendimai Naudojamos informacija 1.Ekonomikos teorijos žinios. 2.Ekonominiai duomenys

4. 2 2. Ekonometrijos turinys } Ekonominė teorija Ekonominiai sprendimai Statistiniai duomenys Ekonometrija - tai ekonominės analizės priemonė, kuri apjungiaekonominę teoriją irstatistiniusduomenis.

5. 2. Ekonometrijos turinys • Ekonometrija – tai ekonomikos mokslo disciplina, kuri apjungia ekonomikos teoriją ir matematinę statistiką, siekiant suteikti skaitines reikšmes ekonominiams procesams • Ekonometrija – tai ekonomikos mokslo disciplina, kurioje taikant matematikos ir statistikos metodus, apskaičiuojami ekonominiai rodikliai ir kita informacija, reikalinga ekonominei analizei ir sprendimų priėmimui. • Ekonometrija – tai patikima priemonė paneigti įsitikinimą, kad ekonomika – tai toks mokslas, kuomet 10 specialistų žiūrėdami į tuščią butelį pateikia 11 skirtingų jo turinio paaiškinimų.

6. 2. Ekonometrikos turinys E.Stankus

7. 2. Ekonometrikos turinys Ekonometrikos tikslas – ekonometrinio modelio sudarymas Ekonometrinis modelis – tai tokia analitinė išraiška, kurioje viena lygtimi arba jų sistema užfiksuojami esminiai ūkinių procesų, juos apibūdinančių rodiklių ryšiai ir dėsningumai

8. Ekonometrinių modelių tipai • Regresiniai modeliai • Laiko eilučių modeliai • Lygčių sistemos modeliai • Ir kt.

9. 3 Regresinis modelis Paklausa qd = f( p, pc, ps, i ) p = prekės kaina; pc = papildadančių produktų kaina; ps =pakaitalų kaina; i =pajamos Pasiūla qs = f( p, ps, pf ) p =prekės kaina; ps =pakaitalo kaina; pf = gamybos veiksnių kaina qd = f( p, pc, ps, i ) qs = f( p, ps, pf )

10. 3. Ekonometrinio modelio sudarymo etapai • Ekonominis modelis • Statistinis modelis • Ekonometrinis modelis

11. 3. Ekonometrinio modelio etapaiKą gauname kiekviename etape • Ekonominis modelis • Problemos formulavimas ir detalizavimas Duomenys • Statistinis modelis • Grafikai • Matematinės lygtys, kintamieji, koeficientai • Išvados apie modelio adekvatumą • Ekonometrinis modelis • matematinis modelis, generuojantis ekonominių sprendimų priėmimui reikalingų rodiklių skaitines reikšmes

12. 3. Ekonometrinio modelio sudarymo etapai ir žingsniai I etapas: EKONOMINIS MODELIS Pirmas žingsnis: Ekonominės problemos formulavimas Antras žingsnis: Hipotezių apie veiksnių tarpusavio sąveiką iškėlimas Trečiasžingsnis: Duomenų rinkimas

13. 3. Ekonometrinio modelio sudarymo etapai ir žingsniai • II etapas: STATISTINIS MODELIS • Ketvirtas žingsnis: Statistinė ir grafinė duomenų analizė • Penktas žingsnis: Modelio matematinės išraiškos užrašymas • Šeštas žingsnis: Parametrų įverčių skaičiavimas • Septintas žingsnis: Modelio patikimumo tikrinimas

14. 3. Ekonometrinio modelio sudarymo etapai ir žingsniai • III etapas EKONOMETRINIS MODELIS • Aštuntas žingsnis: Ekonominės problemos analizė naudojant apskaičiuotas modelio parametrų Įverčius ir kt. skaitines charakteristikas • Devintas žingsnis: Ekonominių scenarijų kūrimas, prognozavimas.

15. 4. Duomenys • Duomenų rūšys • Duomenų grafinė analizė • Duomenų statistinė analizė • Išskirčių analizė • Duomenų koreliacinė analizė • Duomenų keitimas

16. Duomenų rūšys:Skerspiūvio (erdvės) duomenys • Skerspjūvio (erdvės) duomenys - tai informacija apie stebėjimo vienetų: įmonių, vartotojų, namų ūkių, regionų, miestų ir kt. būklę konkrečiu laiko momentu. • Žymėjimas pvz.:(yi, xij) Erdvės (skerspjūvio) duomenys dažniau taikomi mikroekonominėje analizėje

17. Duomenų rūšys:Laiko eilučių duomenys • Laiko eilučių duomenys - tai informacija apie stebėjimo vieneto būklės kitimą laike. • Žymėjimas pvz.:(yt, xjt) • Dažniau taikoma makroekonominėje analizėje

18. Duomenų rūšys:Blokuoti (paneliniai) duomenys • Blokuoti (paneliniai) duomenys - tai informacija apie skerspjūvio stebėjimo vienetų būklės kitimą tam tikru laiko periodu • Žymėjimas pvz.; yi t yvilnius, 2000 yvilnius, 2001 yvilnius, 2002 ... yvilnius, 2011 yKaunas, 2000 yKaunas, 2001 yKaunas, 2002 ... yKaunas, 2011 ... ... ... ... ... yŠiauliai, 2000 yŠiauliai, 2001 yŠiauliai, 2002 ... yŠiauliai 2011 Yit =

19. Pavyzdys: (erdviniai duomenys)

20. Pavyzdys: (laiko eilučių duomenys)

21. Duomenų grafinė analizė • Grafinė analizė • Pradinių duomenų linijinė diagrama • Histogramos

22. Duomenų grafinė analizėLinijinė duomenų diagrama

23. Duomenų grafinė analizėLinijinė duomenų diagrama

24. Duomenų grafinė analizėLinijinė duomenų diagrama

25. Duomenų grafinė analizėStudentų ūgių histograma

26. Duomenų grafinė analizėPVM histograma

27. Duomenų statistinė analizė • Vidurkis • Moda • Mediana • Vidutinis kvadratinis nuokrypis • Asimetrija • Ekscesas

28. Aprašomosios statistikos rodikliai

29. Aprašomosios statistikos rodikliai

30. Duomenų išskirčių analizė • Trijų vidutinių nuokrypių taisyklė

31. PavyzdysKoreliacijos koeficientai

32. Pradinių duomenų keitimas • Nominalūs / realūs duomenys • Logaritmuoti duomenys • Prieaugiai • Augimo tempai • Indeksai

33. Pradinių duomenų keitimasNominalūs / realūs duomenys • Problema iškyla nagrinėjant laiko eilutes • Patartina naudoti realius duomenis. • Dėl kainų poveikio tarp dviejų nominalių kintamųjų gali atsirasti melaginga koreliacija • Problema – reikia turėti kainų indeksą.

34. Pradinių duomenų keitimas Logaritmuoti duomenys • Problema iškyla nagrinėjant neigiamus arba lygius 0 duomenis. Negalima tokių duomenų logaritmuoti

35. Pradinių duomenų keitimasPrieaugiai • Δyt=yt – yt-1 • Tik laiko eilučių duomenys • Iš pradinių duomenų išeliminuoja kitimo tendenciją.

36. Pradinių duomenų keitimasAugimo tempai • Ayt = yt/yt-1 • Reikšmės palyginimas su praėjusių laikotarpiu arba su praėjusių metų atitinkamų laikotarpiu • Išlieka kitimo kryptis • Problema: sumažėja stebėjimų skaičius

37. Skirtingų duomenų palyginimasPVM kitimo rodikliai

38. Skirtingų duomenų palyginimasVidutinis darbo užmokestis