Економіко-математичне моделювання - перспективний напрямок прикладної математики

Abstract

В даній роботі розкрито необхідність використання математичного моделювання при дослідженні економічних процесів і актуальність вивчення відповідних навчальних дисциплін. Сформульована та обґрунтована конструктивна схема побудови та дослідження економетричної моделі множинної регресії. Продемонстровано основні етапи побудови та дослідження моделі множинної регресії: збір і попереднє опрацювання статистичних даних, специфікація моделі, параметризація моделі, перевірка на мультиколінеарність за допомогою покрокового алгоритму Фаррара-Глобера, який застосовує три види статистичних критеріїв ( 2, F - критерієм та t-критерієм) адекватність за допомогою коефіцієнтів кореляції, детермінації та середнього значення відносної похибки., гетероскедастичність за допомогою  -критерію, Параметричний тест Гольдфельда–Квандта, непараметричний тест Гольдфельда–Квандта, автокореляцію за допомогою тесту Дарбіна-Уотсона, критерію фон Неймана, нециклічного коефіцієнту кореляції та визначення точкового та інтервального прогнозів. На прикладі конкретної задачі проілюстровано ефективність реалізації схеми дослідження економетричної моделі множинної регресії.

In this paper, the need to use mathematical modeling in the study of economic processes and the relevance of studying the relevant academic disciplines is disclosed. A constructive scheme for constructing and investigating the econometric model of multiple regression is formulated and justified. Demonstrate basic stages of construction and study multiple regression model, collection and preliminary processing of statistical data-sheet model parameterization models, check for multicollinearity using step-Hlobera Farrar algorithm, which uses three types of statistical criteria (2, F-criterion and t-test) adequacy using correlation coefficients, determination and the mean relative error., heteroskedasticity using  -kryteriy, parametric test Holdfelda-Kvandta, nonparametric test Holdfelda-Kvandta, using autocorrelation Durbin-Watson test, criterion of von Neumann,non-cyclic correlation coefficient and determination and point interval forecasts. Using the example of a specific task, the effectiveness of scheme for investigating the econometric model of multiple regression implementation is illustrated.