Bez tytułu slajdu

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

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)

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

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.

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.

•

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

Model regresji plonów zbóż





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

regresja

odchyleń

ogólnej

tendencji jako funkcja warunków
hydrotermicznych.

„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

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.

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.

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.

Ustalenie

wartości

zmiennych

objaśniających w okresie prognozowanym

arbitralna ocena - stosowana w

symulacjach

metoda ekstrapolacji ich tendencji

łączenie wyników wielu metod.

MODELOWANIE EKONOMETRYCZNE

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?

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