1

Modele przyczynowo-opisowe w

prognozowaniu

• Istota takich modeli sprowadza się do

przedstawienia związku danego zjawiska jako
funkcji kształtujących go czynników

Y = f(X1, X2,…Xn, E)

gdzie: Y zmienna prognozowana

X1, X2,…Xn zmienne objaśniające

E składnik losowy

2

Etapy postępowania

Budowa i wykorzystanie modeli

ekonometrycznych w prognozowaniu składa się

z 2-ch faz:

Pierwszej

– budowa modelu (wybór postaci

analitycznej, estymacja parametrów, weryfikacja

Drugiej

– wykorzystanie w budowie prognozy

(założenia , zasady)

3

Podstawowe wyróżniki:

•

wyjaśnia mechanizm zmian zachodzących w

prognozowanym zjawisku;

•

przedstawia zależności pomiędzy zmienną a

zmiennymi objaśniającymi;

•

ocena wpływu zmiennych objaśniających na

zmienną objaśnianą;

•

stosowane gdy do uzyskania prognozy potrzebna

jest znajomość mechanizmu zmian prognozowanego
zjawiska;

•

wysoka wartość poznawcza;

•

prognoza budowana jest zgodnie z założeniami

klasycznej teorii predykcji.

MODELOWANIE Przyczynowo-opisowe

4

Wymagania co do modelu

Poprawny opis zjawiska przez model to:

»

realistycznie uwzględnia wszystkie elementy

badanego zjawiska;

»

umożliwia wnioskowanie na temat danego

zjawiska;

»

dostatecznie uwzględnia związki występujące

pomiędzy badanymi zjawiskami.

5

Problemy, które należy rozwiązać

wykorzystując model ekonometryczny w

prognozowaniu

• Specyfikacja zmiennych
• Wyboru postaci analitycznej modelu
• Doboru najlepszego zbioru zmiennych

objaśniających

• Wyboru najlepszej metody estymacji

parametrów,

• Sprawdzenia stabilności w czasie parametrów,
• Wyznaczenie wartości zmiennych objaśniających

w okresie prognozowanym,

• Wyboru zasady, zgodnie z którą buduje się

prognozę.

6

•

wstępna analiza materiału statystycznego,

•

teoria ekonomii,

•

doświadczenia z poprzednich badań

"Model jest naszym wyobrażeniem o

zjawiskach. Jeżeli te wyobrażenia są błędne,

to błędne będą też prognozy otrzymane na

podstawie modelu, choćby był on bardzo

poprawny pod względem formalnym".

wybór postaci analitycznej

modelu

7

Model regresji plonów zbóż

t

t

t

Z

Y

Y





_

Y - regresja ogólnej tendencji jako
funkcja czynników ją
kształtujących,
_
Z

-

regresja

odchyleń

od

ogólnej

tendencji jako funkcja warunków
hydrotermicznych.

8

„znalezienie takiego zestawu czynników,
które mają i będą mieć zasadniczy wpływ na
zmienną prognozowaną”

»

wstępny zestaw zmiennych objaśniających

na podstawie kryteriów merytorycznych.

»

ocena formalno-statystyczna.

»

optymalny zestaw zmiennych

objaśniających.

Dobór zmiennych objaśniających

9

Kryteria (merytoryczne) doboru zmiennych
objaśniających

»

związek merytoryczny ze zmienną prognozowaną.

»

reprezentacja różnych aspektów badanego odcinka

rzeczywistości gospodarczej.

»

zmienne wyrażone w jednostkach naturalnych.

»

zmienne powinny mieć określone tradycje

badawcze.

»

wiarygodność i dostępność danych

statystycznych.

»

mierzalny charakter.

10

Kryteria (statystyczne) doboru zmiennych objaśniających

»

Powinny charakt. się zmiennością np.( powyżej 10%),

»

istotne skorelowanie ze zmienną objaśnianą,

»

maksymalizacja stopnia dokładności, z jaką model

ekonometryczny opisuje rozwój badanego zjawiska.

»

eliminacja autokorelacji składnika losowego modelu.

»

eliminacja korelacji składnika losowego ze zmiennymi

objaśniającymi.

»

eliminacja współliniowości zmiennych objaśniających.

»

zapewnienie losowości i normalności rozkładu składnika

losowego.

»

Zapewnienie jednorodności wariancji składnika losowego.

»

zgodność, nieobciążoność, efektywność estymatorów.

»

minimalizacja wariancji predyktora.

»

istotna rola w okresie prognozowanym.

11

Metody doboru zmiennych

objaśniających

»

analiza współczynników korelacji,

»

reguła "stop",

»

integralnych informacji Hellwiga,

»

Gaussa-Doolitle'a,

»

standaryzacji zmiennych,

»

eliminacji a posteriori,

»

selekcji a priori,

»

regresji krokowej,

»

regresji stopniowej i inne.

12

Ustalenie

wartości

zmiennych

objaśniających w okresie prognozowanym

»

arbitralna ocena - stosowana w

symulacjach

»

metoda ekstrapolacji ich tendencji

»

łączenie wyników wielu metod.

MODELOWANIE EKONOMETRYCZNE

13

Wykorzystanie modeli ekonometrycznych

do symulacji

• Symulacja to odpowiedź jak zareaguje opisany przez model

system pod wpływem bodźca (ów) zewnętrznego, bądź
zmiany w strukturze tego systemu

• „Badanie rzeczywistego systemu za pomocą eksperymentów

na modelu mających dać odpowiedź na pytanie jak
zachowałby się w pewnych warunkach danym modelem
obiekt odwzorowany”

• Praktycznie odpowiedzi dotyczą:

1. Jakie byłyby wartości zmiennych endogenicznych, gdyby

zmienne egzogeniczne przyjęły określone wartości?

2. Jak należałoby dobrać wartości zmiennych

egzogenicznych, by uzyskać określone wartości zmiennych
endogenicznych?

14

Symulacja cd.

• Symulacja prosta – gdy zmieniane są wartości tylko

jednej egzogenicznej

• Symulacja złożona – zmieniane są jednocześnie

wartości kilku zmiennych egzogenicznych

• Symulacja deterministyczna (nie zmieniają się

parametry modelu) i stochastyczna (zakłócenia
wprowadzone do modelu przyjmują wartości
losowe)

• Efekt symulacji – różne warianty rozwoju zjawiska