авданням дослідника імітаційної моделі є відсіювання несуттєвих факторів, що дозволяє зменшити розмірність задачі оптимізації моделі. p> Аналіз дисперсії оцінює відхилення спостережень від загальної середньої. Потім варіація розбивається на частини, кожна з яких має свою причину. Залишкова частина варіації, що її вдається пов'язати з умовами експерименту, вважається його випадковою помилкою. Для підтвердження значущості використовується спеціальний тест - F-статистика.
Дисперсійний аналіз визначає, чи є ефект. Регресійний аналіз дозволяє прогнозувати відгук (значення цільової функції) в деякій точці простору параметрів. Безпосередньою завданням регресійного аналізу є оцінка коефіцієнтів регресії/16 /.
Занадто велика розмірність вибірок ускладнює проведення статистичних аналізів, тому має сенс зменшити розмір вибірки. p> Застосувавши дисперсійний аналіз можна виявити значимість впливу різних факторів на досліджувану змінну. Якщо вплив фактора виявиться несуттєвим, то цей фактор можна виключити з подальшої обробки.
3.1 Векторні авторегресії
В В
Макроеконометрісти повинні вміти вирішувати чотири логічно що відрізняються завдання:
- опис даних;
- макроекономічний прогноз;
- структурний висновок;
- аналіз політики. p> Опис даних означає опис властивостей одного або декількох часових рядів і повідомлення цих властивостей широкому колу економістів. Макроекономічний прогноз означає передбачення курсу економіки, зазвичай на два-три роки або менше (головним чином тому, що прогнозувати на довші горизонти занадто важко). Структурний висновок означає перевірку того, чи відповідають макроекономічні дані конкретної економічної теорії. Макроеконометріческій аналіз політики відбувається з кількох напрямками: з одного боку, оцінюється вплив на економіку гіпотетичного зміни інструментів політики (наприклад податкової ставки або короткостроковій процентної ставки), з іншого боку, оцінюється вплив зміни правил політики (наприклад перехід до нового режиму монетарної політики). Емпіричний макроекономічний дослідницький проект може включати одну або кілька з цих чотирьох завдань. Кожна задача повинна бути вирішена таким чином, щоб були враховані кореляції між рядами за часом.
У 1970-х роках ці завдання вирішувалися з використанням різноманітних методів, які, якщо оцінити їх з сучасних позицій, були неадекватні з кількох причин. Щоб описати динаміку окремого ряду, достатньо було просто використовувати одномірні моделі часових рядів, а щоб описати спільну динаміку двох рядів - спектральний аналіз. Однак відсутній загальноприйнятий мова, придатний для систематичного описи спільних динамічних властивостей декількох часових рядів. Економічні прогнози робилися або з використанням спрощених моделей авторегресії - ковзного середнього (ARMA), або з використанням популярних в той час великих структурних економетричних моделей. Структурний висновок грунтувався або на ...
