Типы моделей и данных

При моделировании экономических процессов мы встречаемся с двумя типами исходных данных:

· Данные, характеризующие совокупность различных объектов в определенный момент (период) времени;

· Данные, характеризующие один объект за ряд последовательных моментов (периодов) времени.

Модели, построенные по данным первого типа, называются пространственными моделями. Модели, построенные на основе второго типа данных, называются моделями временных рядов.

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.

Перекрестные данные, панельные данные – изучить самостоятельно!!!!!

[1] Предшествующий опыту (теоретический)