Фиктивные переменные во множественной регрессии

Современная экономика в значительной степени является формализованной наукой, в которой широко используются количественные методы. Применение математических методов в экономике имеет много разветвлений и сформировало несколько отдельных дисциплин, а именно: исследование операций, математическое программирование, теория игр и тому подобное. Среди этих дисциплин одной из важнейших является эконометрия. Эконометрия является наукой, которая в основном применяет методы математической статистики для изучения закономерностей протекания экономических явлений и процессов. Одной из базовых тем эконометрии является парный корреляционно-регрессионный анализ. По этой теме начинается почти каждый учебник по эконометрии независимо от страны его происхождения. Понимание положений парного корреляционно-регрессионного анализа позволяет понять более сложные разделы эконометрии. Регрессионный анализ - количественное представление связи или зависимости между зависимой переменной (откликом) и независимой / независимыми переменными (предикторами).

---

Курсовая работа по микроэкономике на заказ - это то, что нужно для уставшего студента. Если не хотите писать работу самостоятельно, оставляйте заказ у нас на сайте и мы обязательно вам поможем!

---

. Модели и методы регрессионного анализа занимают центральное место в математическом аппарате эконометрии. Задачей регрессионного анализа является установление формы зависимости между переменными, оценка функции регрессии, прогноз значений зависимой переменной. Регрессионный анализ используется по двум причинам: 1) описание зависимости между переменными помогает установить наличие возможной причинной связи; 2) для установления предиктора для зависимой переменной, так как уравнение регрессии позволяет прогнозировать значения зависимой переменной по значениям независимых переменных: выявление закономерности, которая изображена в виде уравнения регрессии. Это и определяет актуальность данной работы. Цель работы: провести теоретическое обобщение вопроса - фиктивные переменные во множественной регрессии. Для достижения поставленной цели исследования необходимо последовательно решить взаимосвязанную совокупность задач: - изучить научную литературу по заданной теме; - рассмотреть линейное уравнении множественной регрессии; - исследовать фиктивные переменные в уравнении множественной регрессии. Структура работы представлена двумя разделами, введением и заключением и списком использованной литературы. В первой главе раскрывается оценка параметров уравнения множественной регрессии. Во второй главе исследуются фиктивные переменные в уравнении множественной регрессии.  

Цель настоящей работы заключается в обобщении вопроса о фиктивных переменных в уравнении множественной регрессии. Для достижения поставленной цели исследования решены такие задачи: - изучена научная литература по заданной теме; - рассмотрено линейное уравнении множественной регрессии; - исследованы фиктивные переменные в уравнении множественной регрессии. При определении конкретных зависимостей одни показатели рассматриваются как факторы влияния (признаки), что обусловливают изменения другого показателя (результативного фактора). Функциональные связи характеризуются полным соответствием между изменениями факторного признака изменениями результативной величины, причем каждому значению фактора-признака соответствует определенное значение результативного фактора. Влияние качественного фактора обычно выражают в виде так называемой фиктивной переменной (или переменных, если таких факторов несколько). Такими факторами могут быть: пол, возрастная группа, сезон, национальность. Фиктивной переменной соответствует два противоположных состояния качественного фактора: либо фактор действует, либо не действует D = 0 или D = 1, при этом фиктивных переменную иногда называют индикатором. Таким образом, задачи решены в полном объеме, цель достигнута.  

1. Антохонова, И. В. Методы прогнозирования социально-экономических процессов : учеб. пособие для вузов / И. В. Антохонова. — 2-е изд., испр. и доп. — М. : Издательство Юрайт, 2018. — 213 с. 2. Гармаш, А. Н. Экономико-математические методы и прикладные модели : учебник для бакалавриата и магистратуры / А. Н. Гармаш, И. В. Орлова, В. В. Федосеев ; под ред. В. В. Федосеева. — 4-е изд., перераб. и доп. — М. : Издательство Юрайт, 2017. — 328 с. 3. Евсеев Е. А., Буре В. М. - ЭКОНОМЕТРИКА 2-е изд., испр. и доп. Учебное пособие для бакалавриата и специалитета - М.:Издательство Юрайт - 2019 – 186 с. 4. Ковалев, Е. А. Теория вероятностей и математическая статистика для экономистов : учебник и практикум для бакалавриата, специалитета и магистратуры / Е. А. Ковалев, Г. А. Медведев ; под общ. ред. Г. А. Медведева. — 2-е изд., испр. и доп. — М. : Издательство Юрайт, 2019. — 284 с. 5. Кремер Н. Ш., Путко Б. А. ; Под ред. Кремера Н. Ш. - ЭКОНОМЕТРИКА 4-е изд., испр. и доп. Учебник и практикум для академического бакалавриата - М.: Издательство Юрайт - 2019 – 308 с. 6. Орлова И.В. Экономико-математические модели: компьютерное моделирование.-3-е изд.: Учебное пособие / И. В. Орлова, В. А. Половников – М.: Инфра-М, 2014. – 389 с. 7. Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордиенко и др. - М.: Финансы и статистика, 2003. - 192 с. 8. Сизова Т.М., Мишура Л.Г. Статистика: Практикум: учеб. пособие. - Санкт-Петербург: Университет ИТМО, 2016. - 61 с. 9. Статистика: учебник для бакалавров / под. ред. И. И. Елисеевой. – 3- езд., перераб. и доп. – М.: Издательство Юрайт, 2014. – 558 с. 10. Статистика: учебник и практикум для академического бакалавриата / В. С. Мхитарян [и др.] ; под ред. В. С. Мхитаряна. — М. : Издательство Юрайт, 2018. — 250 с. 11. Тихомиров Н. Методы эконометрики и многомерного статистического анализа; Экономика - М., 2014. – 822 c.