Книга "Методы повышения достоверности прогнозного эконометрического исследования", автор - Никита Моисеев, посвящена решению проблем в области моделирования временных рядов макроэкономического процесса. Ее основная цель - предложить методы для улучшения эффективности прогнозирования.
В книге рассматриваются проблемы выбора длины временного интервала наблюдений, определения уровня статистической значимости и построения интервальных прогнозов. Представлены методы многофакториальной линеаризации с использованием распределенных лагов, которые позволяют значительно повысить точность прогнозирования и надежность полученных результатов.
Полученные результаты могут применяться для решения задач краткосрочного, средне- и долгосрочного прогноза. Прогнозы обладают высокой точностью,
Монография Моисеева "Методы повышения..." содержит актуальные методы повышения достоверности временных макроэкономических рядов, работающих в эконометрике. Над проблемой работает автор от 1-3 курса (бакалавриат или специалитет с взятием степена магистра. Методы позволяют создать ряды ARIMA и распределенных лав, обеспечивая межвременные прогнозы, точные сроки и надежность опытного интервала. Полученные прогнозы должны использоваться в принятии решений госвластью.
Электронная Книга «Методы повышения достоверности прогнозных эконометрических исследований. Аспирантура. Магистратура. Монография» написана автором Никита Александрович Моисеев в 2023 году.
Минимальный возраст читателя: 0
Язык: Русский
ISBN: 9785466027068
Описание книги от Никита Александрович Моисеев
В монографии предлагаются методы решения таких проблем, связанных с моделированием временных рядов макроэкономических процессов, как проблема выбора длины окна наблюдений, проблема определения уровня значимости предикторов и достоверного интервального прогноза при проведении процедуры спецификации, проблема вычисления интервального прогноза для моделей класса ARIMA, проблема несогласованности прогнозов и др. Представленные методы построения многофакторной линейной регрессии с распределенными лагами позволяют качественно улучшить прогностический потенциал классических регрессионных моделей при сохранении надежности доверительных интервалов, а также расширить экспликативные возможности регрессионных уравнений. Данные методы могут быть с успехом использованы для построения моделей макроэкономических процессов с целью их краткосрочного, среднесрочного и долгосрочного прогнозирования. Получаемые прогнозы обладают более высокой точностью по сравнению с прогнозами, рассчитанными по уже существующим методам, а также имеют надежные доверительные интервалы. Полученные модели и прогнозы могут быть использованы для принятия оптимальных управленческих решений органами государственной власти и управления. Также результаты работы могут использоваться в учебном процессе вузов при создании и совершенствовании дисциплин «Эконометрика», «Моделирование макроэкономических процессов» и др. Ключевые слова: временные ряды, макроэкономические процессы, ARIMA, взвешивание моделей, доверительный интервал, уровень значимости предикторов, функциональные взаимосвязи, регрессионные модели, степени свободы, выбор длины окна наблюдений
