Понятие статистической гипотезы

Типы моделей

Можно выделить три основных класса моделей, которые применяются для анализа и/или прогноза:

· модели временных рядов.

Временной ряд (ряд динамики) – это последовательность упорядоченных во времени числовых показателей,

К этому классу относят модели:

Тренда: y(t)=T(t)+ε_t,

Где T(t) – временной тренд заданного параметрического вида (например, линейный T(t)=a+bt), ε – случайная (стохастическая) компонента;

Сезонности y(t)=S(t)+ε_t,

где S(t) – периодическая (сезонная) компонента;

Тренда и сезонности: y(t)=T(t)+S(t)+ ε_t (аддитивная) или

y(t)= T(t)*S(t)+ ε_t (мультипликативная)

· регрессионные модели с одним уравнением

В таких моделях эндогенная (зависимая) переменная y представляется в виде функции f(x,ß)=f(x₁,…,x_k ß₁,… ß_p), где x₁,…,x_k – независимые переменные, а ß₁,…, ß_p – параметры. В зависимости от вида функции f(x,ß) модели делятся на линейные и нелинейные.

· системы одновременных уравнений.

Эти модели описываются системами уравнений. Системы могут состоять из тождеств и регрессионных уравнений, каждое из которых может, кроме объясняющих переменных (экзогенных), включать в себя также объясняемые переменные (эндогенные) из других уравнений системы.

 

Общие принципы проверки статистических гипотез.

 

Как уже отмечалось, основным занятием статистика–прикладника является чаще всего решение вопроса о том, что и как можно извлечь из наблюдений над случайной величиной (выборочных её значений) для последующего использования в практике. При этом одной из важнейших задач профессионального статистика является проверка выдвинутых им же предположений или гипотез.

Чем же отличаются статистические гипотезы от обычных, житейских предположений? Прежде всего, тем, что статистических гипотез всегда две и они взаимоисключающие. Одна из них (обычно та, которую предполагают отклонить) носит название нулевой гипотезы Њ₀, вторая – альтернативная гипотеза Њ₁всегда отрицает нулевую, противостоит ей. Нулевую гипотезу надо построить, сформулировать так, чтобы иметь возможность найти интересующие нас вероятности в условиях истинности этой гипотезы.

С процедурами проверки статистических гипотез неразрывно связано еще одно, непривычное для обычных расчетных работ, понятие уровня значимости результатов наблюдений. Теория вероятностей позволяет обосновать деление случайных событий на три класса ­– обычные, редкие и исключительные. При этом наблюдение события исключительного дает основания считать, что причины его наступления являются уже неслучайными – имеет место влияние некоторого фактора. Будем далее использовать 5 % уровень значимости, как это принято почти во всех прикладных направлениях статистики, в том числе и в экономике.

Итак, если наблюдения относятся к событиям редким (с вероятностью до 5 %), то такие наблюдения и результаты их обработки будем называть статистически значимыми.