WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаЕкономічна теорія → Методи дослідження якісних економічних показників - Реферат

Методи дослідження якісних економічних показників - Реферат


Реферат на тему:
Методи дослідження якісних економічних показників
Якісні економічні показники
Звичайно незалежні змінні в регресійних моделях мають "неперервні" області змінювання (національний дохід, обсяги виробництва, розмір заробітної плати тощо), тобто є метрично (кількісно) виміряними величинами. У реальних ситуаціях економічні явища більш різноманітні. На залежну змінну крім кількісних факторів впливають і якісні: якість продукції, рівень професійної підготовки працівників, їхня стать, страйки, зміни в економічній політиці тощо. Часто змінні, що відображають якісні характеристики об'єкта, набувають лише двох значень: 1 - якщо певна ознака присутня; 0 - якщо вона відсутня. Такі змінні називають бінарними, дихотомними або dummy-змінними.
У перекладі з англійської мови dummy variables означає "фіктивні змінні", хоча насправді їх "фіктивність" полягає лише в тому, що вони кількісно описують деяку якісну ознаку.
Дихотомні змінні використовують у регресійних моделях поряд з кількісними змінними або утворюють регресійні моделі, у яких всі факторі є якісними (бінарними) змінними.
Поєднання в моделі кількісних та якісних факторів значно розширює можливості регресійного аналізу, а отже, можливості прогнозування та підготовки прийняття рішень.
Наприклад, при дослідженні заробітної плати може виникнути питання залежності її від рівня освіти, від статі працівника тощо. За певними якісними ознаками, звичайно, дані можна поділити за категоріями й вивчати кожну залежність окремо, а вже потім шукати відмінності між ними. Але введення додаткової бінарної змінної дає змогу оцінювати одне рівняння, у якому різні класи спостережень розділяються за допомогою цієї змінної.
Приклад 9.1. Нехай регресійна модель залежності заробітної плати у від деяких кількісних факторів х1, х2, ..., хт має вигляд
Тоді для вивчення впливу вищої освіти на рівень оплати праці вводять нову змінну d, яка може набувати двох значень: d = 1, якщо робітник має вищу освіту та d = 0, якщо не має. Модель, що врахо-вує цей фактор, матиме вигляд тобто за наявності вищої освіти заробітна плата в середньому становить а за її відсутності
У такому разі коефіцієнт ? має відображати зміни в зарплаті при переході робітників з однієї категорії (без вищої освіти) в іншу (з ви-щою освітою).
Параметри такої моделі оцінюються за допомогою методу наймен-ших квадратів, а значущість параметра ?, встановлена в процесі пе-ревірки нульової гіпотези: ? = 0, означає наявність суттєвих відмінностей у заробітній платі робітників двох зазначених категорій.
Якщо якісна ознака має не два, а більше значень, то використову-ють кілька бінарних змінних. Причому їх кількість на одиницю менша, ніж кількість розглянутих категорій. Це пов'язано з тим, що сума бінарних змінних, які відповідають різним категоріям, завжди дорівнюватиме одиниці для всіх спостережень (тобто кожне спостереження, напевно, потрапляє до якоїсь однієї категорії). А таке співвідно-шення означає наявність мультиколінеарності між незалежними змінними і унеможливлює оцінювання параметрів моделі за методом найменших квадратів.
Регресійні моделі з бінарними незалежними змінними
Однією із сфер застосування бінарних змінних є аналіз сезонних коливань. За допомогою цих змінних можна усунути сезонні коли-вання з метою визначення головних тенденцій розвитку певного еко-номічного процесу.
Приклад 9.2. Нехай y - обсяг споживання певного продукту який залежить від пори року. Для виявлення сезонності можна ввести
бінарні змінні d1, d2, d3:
d1 = 1, якщо місяць року зимовий, d1 = 0 - в інших випадках;
d2 = 1, якщо місяць року весняний, d2 = 0 - в інших випадках;
d3 = 1, якщо місяць року літній, d3=0 - в інших випадках.
На базі відповідних статистичних даних методом найменших квад-ратів можна оцінити параметри a0, a1, a2, a3 лінійного регресійного рівняння
Отримані результати мають такий зміст: коефіцієнт a0 визначає середньомісячний обсяг споживання досліджуваного продукту; суми коефіцієнтів a0 + a1, a0 + a2, a0 + a3 - обсяг споживання відповідно взимку, навесні та влітку. Отже, параметри a1, a2, a3 вказують на се-зонні відхилення в обсягах споживання продукту відносно осінніх місяців. Перевірка статистичної значущості кожного з коефіцієнтів регресії виконується за допомогою традиційного t-тесту Прийняття гіпотези про рівність нулю кожного з параметрів означає несуттєву різницю між споживанням в осінній період і споживанням в інший сезон. Комплексна гіпотеза a1= a2 = a3 = 0 перевіряється за допомо-гою F-тесту. Зокрема, якщо приймається припущення a1 = a2, то це означає, що споживання взимку та весною не відрізняються між собою і т. ін.
Приклад 9.3. Розглянемо ще один приклад застосування фіктивних змінних.
Нехай y - середньомісячний обсяг споживання деякого індивіда, а I - його середньомісячний дохід. У лінійній регресійній моделі за-лежності споживання від доходу
коефіцієнт щ називається "схильністю до споживання". Щоб визначити вплив сезону на схильність до споживання, як і в попередньому прикладі, застосовують бінарні змінні d1, d2, d3, а модель при цьому набирає вигляду
Коефіцієнти цієї моделі а7, а4 + а7, а5 + а7, а6 + а7 визначають схильність до споживання відповідно восени, зимою, весною та влітку. Як і в попередній моделі перевіряються гіпотези про відсутність се-зонних впливів на схильність до споживання.
Крім того, бінарні змінні використовують також при дослідженні моделей, які описують структурні зміни в економіці. Розглянемо та-кий приклад.
Приклад 9.4. Нехай досліджується залежність обсягу випущеної підприємством продукції у від обсягу його основного фонду х. При-пускається, що після досягнення основним фондом підприємства розміру х відбувається певна
Loading...

 
 

Цікаве