Professional Documents
Culture Documents
Makroekonomija
Univerzitet u Beogradu
47 pag.
– МИЛОШЕВА СКРИПТА –
Срећно са учењем!
кратко упутство:
- питање обухвата и график
- питање обухвата и шему/дијаграм
- питање обухвата и увод
- питање обухвата и додатне
информације са предавања (ван књиге) ажурирано 8.8.2017.
-1-
5. ДОНОШЕЊЕ ОДЛУКЕ
o ако је реализована вредност унутар области одбацивања H0 одбацујемо
o ако је реализована вредност изван области одбацивања H0 не одбацујемо
-2-
5. ДОНОШЕЊЕ ОДЛУКЕ
o ако је реализована вредност унутар области одбацивања H0 одбацујемо
o ако је реализована вредност изван области одбацивања H0 не одбацујемо
o ако одбацимо нулту хипотезу, треба да дамо одређени савет или
препоруку између којих група постоји разлика
користимо методу вишеструке компарације - Тјукијев тест
-3-
-4-
пиши цело питање 47. (тестирање хипотезе - средине три и више скупова)
1) ПРИРОДА ВЕЗЕ
ДЕТЕРМИНИСТИЧКА (ФУНКЦИОНАЛНА, ЕГЗАКТНА)
o једној вредности независне (објашњавајуће) променљиве одговара само
једна вредност зависне променљиве
o пример: ретке у пракси, математика
o детерминистички регресиони модел: Y = β0 + β1X
СТОХАСТИЧКА ВЕЗА
o једној вредности независне (објашњавајуће) променљиве одговара више
вредности зависне променљиве које у извесним ситуацијама не може са
сигурношћу предвидети
o не важе за појединачне случајеве, већ за масе
o пример: честе у економији, када на неку појаву утиче више фактора
o стохастички регресиони модел: Y = β0 + β1X + ε
ε - СЛУЧАЈНА ГРЕШКА
случајном грешком у регресионом моделу обухватамо:
o недостајуће (изостављене) променљиве
o случајне варијације
-5-
3) ОБЛИК ВЕЗЕ
ЛИНЕАРНА ВЕЗА
o представљена линеарном функцијом
КРИВОЛИНИЈСКА ВЕЗА
o представљена експоненцијалном функцијом
-6-
χ2 ТЕСТ НЕЗАВИСНОСТИ
све из питања 46 (хи квадрат тест независности) +
УТВРЂИВАЊЕ ЈАЧИНЕ ВЕЗЕ ИЗМЕЂУ АТРИБУТНИХ ОБЕЛЕЖЈА:
помоћу коефицијента контигенције С
-7-
БИТНИ ПОЈМОВИ
РЕГРЕСИОНИ МОДЕЛ
o математички модел који описује везу између две или више променљивих
ПРОСТ РЕГРЕСИОНИ МОДЕЛ
o математички модел који описује везу између две променљиве (једна
зависна, једна независна)
линеарни - описује линеарну међузависност између променљивих
нелинеарни - описује нелинеарну међузависност између променљ.
-9-
1. ЛИНЕАРНОСТ
између појединих вредности X и просечних вредности Y постоји линеарна
веза
2. СЛУЧАЈНА ГРЕШКА (СТОХАСТИЧКИ ЧЛАН) У ПРОСЕКУ ЈЕДНАКА
НУЛИ
3. ХОМОСКЕДАСТИЧНОСТ
све случајне грешке имају једнаке варијансе
4. НЕМА АУТОКОРЕЛАЦИЈЕ
случајне грешке различитих опсервација су међусобно независне
5. X НИЈЕ СЛУЧАЈНА ПРОМЕНЉИВА
вредности независне променљиве фиксиране
истраживач их сам бира пре почетка истраживања
док Y јесте случајна променљива
6. РАСПОДЕЛА СЛУЧАЈНИХ ГРЕШАКА ЈЕ НОРМАЛНА
стохастички члан има нормалну расподелу са аритметичком нула и вариј.
- 10 -
o минимизирањем суме резидуалa не можемо добити регресиону праву која
се најбоље прилагођава емпиријским подацима (јер је сума нула!)
Y X E(Y ) 0 1 X
- 11 -
ОБЈАШЊЕЊЕ ГРАФИКА
узимамо произвољну емпиријску вредност yi из узорка која одговара вредности
независне променљиве xi
аритметичка средина серије Y из узорка је константна (хоризонтална линија)
зашто постоји објашњено одступање?
o одговарајућа вредност xi је већа од своје аритметичке средине
o постоји линеарна директна веза између варијација променљивих
- 12 -
ГАУС-МАРКОВЉЕВА ТЕОРЕМА
говори: о квалитету оцена добијених методама најмањих квадрата у поређењу са
оценама добијених другим методама
гласи:
o Ако су испуњене претпоставке регресионог модела, оцене добијене
методом најмањих квадрата су најбоље (ефикасне) непристрасне
линеарне оцене, тј.
ДОДАТНО ПОЈАШЊЕЊЕ
β0, β1 - параметри основног скупа
b0, b1 - оцене параметара
b0, b1 - оцењене вредности параметара
- 13 -
- 14 -
- 15 -
o где за
5. ДОНОШЕЊЕ ОДЛУКЕ
o ако је реализована вредност унутар области одбацивања H0 одбацујемо
o ако је реализована вредност изван области одбацивања H0 не одбацујемо
- 16 -
o где за
5. ДОНОШЕЊЕ ОДЛУКЕ
o ако је реализована вредност унутар области одбацивања H0 одбацујемо
o ако је реализована вредност изван области одбацивања H0 не одбацујемо
- 17 -
o где за
5. ДОНОШЕЊЕ ОДЛУКЕ
o ако је реализована вредност унутар области одбацивања H0 одбацујемо
o ако је реализована вредност изван области одбацивања H0 не одбацујемо
- 18 -
интервал поверења:
стандардна грешка:
интервал поверења:
стандардна грешка:
- 19 -
- 20 -
- 21 -
БИТНИ ПОЈМОВИ
РЕГРЕСИОНИ МОДЕЛ
o математички модел који описује везу између две или више променљивих
ВИШЕСТРУКИ РЕГРЕСИОНИ МОДЕЛ
o математички модел који описује везу између више променљиве (једна
зависна, више независних)
линеарни - описује линеарну међузависност између променљивих
нелинеарни - описује нелинеарну међузависност између променљ.
- 22 -
1. ЛИНЕАРНОСТ
зависна променљива и објашњавајуће променљиве су у линеарној вези
2. СЛУЧАЈНА ГРЕШКА (СТОХАСТИЧКИ ЧЛАН) У ПРОСЕКУ ЈЕДНАКА
НУЛИ
3. ХОМОСКЕДАСТИЧНОСТ
све случајне грешке имају једнаке варијансе
4. НЕМА АУТОКОРЕЛАЦИЈЕ
случајне грешке различитих опсервација су међусобно независне
5. X1, X2, ..., Xk НИСУ СЛУЧАЈНЕ ПРОМЕНЉИВЕ
вредности независних променљивих фиксиране
истраживач их сам бира пре почетка истраживања
док Y јесте случајна променљива
6. РАСПОДЕЛА СЛУЧАЈНИХ ГРЕШАКА ЈЕ НОРМАЛНА
стохастички члан има нормалну расподелу са аритметичком нула и вариј.
7. X1, X2, ..., Xk СУ МЕЂУСОБНО ЛИНЕАРНО НЕЗАВИСНЕ
не постоји проблем мултиколинеарности!
- 23 -
- 24 -
ШТА ЈЕ ЕКСТРАПОЛАЦИЈА?
регресиона права оцењена на основу узорка односи се на опсег вредности X које
су обухваћене узорком
ако оцењивање или предвиђање спроводимо ван вредности X које су обухваћене
узорком, онда говоримо о ЕКСТРАПОЛАЦИЈИ
o са удаљавањем вредности X, треба бити врло опрезан код предвиђања
ШТА ЈЕ СУШТИНА?
имамо узорак у коме постоји линеарна веза
o када изађемо из тог узорка, може се десити да та веза не буде линеарна!
- 25 -
ИНДИВИДУАЛНИ ИНДЕКСИ
показују РЕЛАТИВНЕ ПРОМЕНЕ САМО ЈЕДНЕ ПОЈАВЕ
можемо их израчунати као:
o БАЗНЕ (са сталном (непромењеном) базом)
ГРУПНИ ИНДЕКСИ
показују РЕЛАТИВНЕ ПРОМЕНЕ ГРУПЕ СРОДНИХ ПОЈАВА
o однос нивоа две или више сродних појава У ТЕКУЋЕМ У ОДНОСУ НА
ИЗАБРАНИ ПЕРИОД
можемо их израчунати као: базне, ланчане, индексе цена, физ.обима, вредности
конструкција:
o МЕТОД АГРЕГАТА
идеја: однос збира података свих n саставних серија у текућем
периоду t и збира података истих n серија у изабраном базном
периоду
формуле за Ip, Iq, Ipq
o МЕТОД ПРОСЕЧНИХ ОДНОСА
идеја: просечна вредност индивидуалних индекса n саставних
серија
овакви индекси су средњи групни индекси (aритм, гео, хармониј)
- 26 -
- 27 -
ПОДЕЛА ИНДЕКСА
према томе да ли показују релативне промене ЈЕДНЕ или ГРУПЕ СРОДНИХ ПОЈАВА
o ИНДИВИДУАЛНИ
o ГРУПНИ
према томе да ли је базни период променљив или не:
o БАЗНИ
o ЛАНЧАНИ
према економској величини на коју се односе:
o ИНДЕКСИ ЦЕНА
o ИНДЕКСИ ФИЗИЧКОГ ОБИМА
o ИНДЕКСИ ВРЕДНОСТИ ПРОИЗВОДЊЕ
ИНДЕКСНИ ПОЕНИ (из питања 71 - инд. и групни индекси)
разлику између два базна индекса изражавамо ИНДЕКСНИМ ПОЕНИМА
показују апсолутну разлику нивоа појаве
рачунамо на основу податка из базне године
- 28 -
o
Прерачунавање:
Б Б : све базне индексе са старом базом поделити са базним индексом са новом
Б Л : делимо базни индекс текуће године са базним индексом претходне године
Л Б : (за претходне периоде) базни делимо са ланчаним и множимо са 100
(за наредне периоде) базни претходног множимо са ланчаним текућег /100
- 29 -
- 31 -
цело питање 73. - Индекси са сталном и променљивом базом и веза између њих
- 32 -
КВАЛИТАТИВНИ КВАНТИТАТИВНИ
- 33 -
- 34 -
ПРЕТПОСТАВКА ДЕКОМПОЗИЦИЈЕ
ПОСТОЈАНИ ФАКТОРИ (ТС)
o утичу постојано на развојну тенденцију временске серије
НЕПОСТОЈАНИ ФАКТОРИ (SR)
o узрокују одступања од те основне путање серије
БИТНА НАПОМЕНА!
свака временска серија НЕ МОРА имати све компоненте
то зависи од:
o природе појаве која се анализира
o учесталости интервала у којем се појава посматра
- 35 -
прикажи графички могућу грешку због великог утицаја сезоне изолуј тренд
- 36 -
o o
o замењује y2 o налази се између y2 и y3
други покретни просек: други покретни просек:
o o
o замењује y3 o налази се између y3 и y4
Т-2 покретни просек: Т-2 покретни просек:
o o
пример
- b1 > 0
- b1 < 0
- 38 -
Yt 0 1 t 2 t 2 Yt 0 1
избор линеарне, параболичне, експоненцијалне или неке друге нелинеарне
функције која највише одговара временској серији t
општи случај
степен полинома
ε случајна грешка
- 39 -
интерпретирај b0 и b1
формула за b0 и b1 интерпретирај b0 и b1
формула за b0 и b1
КАДА ГА БИРАМО? КАДА ГА БИРАМО?
најмања разлика између првих најмања разлика између трећих
диференција диференција
пример
- b1 > 0
- b1 < 0
- 40 -
- 41 -
ЗАШТО ЈЕ БИТНО?
изоловање сезонске компоненте показује нам утицај сезоне на временску
серију
десезонирање (сезонско изравнање) може да нам укаже на значај других
компоненти серије
код сезонских временских серија, има смисла поредити ниво серије у једном
кварталу у односу на претходни, само ако је серија десезонирана
код оригиналних временских серија, има смисла поредити ниво серије у истим
кварталима у различитим годинама, под условом да је сезонска компонента
детерминистичке природе
- 42 -
2) МЕТОД ИЗРАВНАЊА
МЕТОД ПОКРЕТНИХ ПРОСЕКА
o претпоставка: серија не поседује изражену тренд компоненту
o проблем: користи аритм.средину, па свим подацима даје исту тежину
o решење: метод ПОНДЕРИСАНИХ покретних просека
МЕТОДИ ЕКСПОНЕНЦИЈАЛНОГ ИЗРАВНАЊА
o претпоставка: серија не поседује изражену тренд компоненту
o различитим подацима даје различиту тежину, у зависности од удаљености
од садашњег периода
o користе се пондерисани просеци са пондерима чија величина
експоненцијално опада са старошћу података
- 43 -
- 44 -