Использование многофакторных моделей для анализа и прогнозирования развития экономических систем

Одна из важнейших целей моделирования заключается в прогнозировании поведения исследуемого объекта. Данные могут не иметь временной структуры, но и в этих случаях вполне может возникнуть задача оценки значения зависимой переменной для некоторого набора независимых (объясняющих) переменных, которых нет в исходных наблюдениях. Прогнозирование в эконометрике – это построение оценки зависимой переменной.

При использовании построенной модели для прогнозирования делается предположение о сохранении в период прогнозирования существовавших ранее взаимосвязей переменных.

Для прогнозирования зависимой переменной на τ шагов вперед необходимо знать прогнозные значения всех входящих в нее факторов

Их оценки могут быть получены на основе временных экстраполяционных моделей или заданы пользователем (экспертом). Эти оценки подставляются в модель и получаются прогнозные оценки.

Для того чтобы определить область возможных значений результативного показателя при рассчитанных значениях факторов следует учитывать два возможных источника ошибок:

1) рассеивание наблюдений относительно линии регрессии;

2) ошибки, обусловленные математическим аппаратом построения самой линии регрессии.

Ошибки первого рода измеряются с помощью характеристик точности, в частности, величиной .

Ошибки второго рода обусловлены фиксацией численного значения коэффициентов регрессии, в то время как они в действительности являются случайными (часто нормально распределенными) величинами.

Для линейной модели множественной регрессии доверительный интервал рассчитывается следующим образом:

.

Здесь

.