Автор работы: Пользователь скрыл имя, 30 Августа 2013 в 18:22, лабораторная работа
Классическая модель давала ответ на задачу поиска равновесия в экономике в условиях полной занятости. В модели Кейнса показано, что равновесие при полной занятости не является общим случаем. Общий случай - это равновесие при наличии безработицы, а полная занятость лишь особый случай. Но как прийти к равновесию, если экономика при определенном стечении обстоятельств далеко отошла от равновесного состояния и характеризуется массовой безработицей? Чтобы достигнуть желаемого состояния полной занятости, государство обязано проводить особую политику по её достижению, поскольку автоматически действующие рыночные силы без этой поддержки не гарантируют её достижения. Рассмотрим, как определяется равновесное состояние экономики в модели, предложенной Кейнсом.
Введение…………………………………………………………………………….3
ГЛАВА 1. ОПРЕДЕЛЕНИЕ УСЛОВИЙ РАВНОВЕСИЯ НА РЫНКАХ ДЕНЕГ И ТОВАРОВ………………………………………………………………….4
1.1. Постановка задачи ………………………………………………………………...4
1.2. Алгоритм вычисления показателей и экономический анализ полученных результатов…………………………………………………………………………….10
ГЛАВА 2. ОПРЕДЕЛЕНИЕ ПАРАМЕТРОВ МОДЕЛИ………………………..13
2.1. Постановка задачи ……………………………………………..............................13
2.2. Определение параметров уравнения регрессии
с использованием КМНК……………………………………………………………..14
2.3 Определение параметров уравнения регрессии
с использованием МНК……………………………………………………………….16
2.4. Экономический анализ полученных результатов……………………………...17
ЗАКЛЮЧЕНИЕ ………………………………………………………………...........19
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ ………………
(2.12)
2.4. Экономический анализ полученных результатов
Сравнивая значения процентов несовпадения параметров модели, полученных в случае определения уравнения регрессии с помощью КМНК (для a – 0,24%, для b –1,15%) и с помощью МНК (для a –3,03%, для b –4,39%), видно, что в первом случае проценты несовпадения значительно меньше, чем во втором. Это говорит о том, что при использовании КМНК полученное уравнение регрессии более точное, чем уравнение регрессии, полученное с помощью МНК.
Оценка достоверности зависимости Ct от a и b производится по величине R2 (коэффициент множественной детерминации). Полученное в первом случае значение R2 = 0,79 меньше значения R2 = 0,90, полученного во втором случае. Но оба эти значения близки к единице и подтверждают достоверность наличия зависимости. Во втором случае достоверность зависимости выше.
Оценка значимости уравнения регрессии в целом дается с помощью F-критерия Фишера. При этом выдвигается нулевая гипотеза Но, что коэффициент регрессии b равен нулю. В данной задаче значимость F при нахождении уравнения регрессии методом КМНК равна 2,33E-05, а при нахождении уравнения регрессии методом МНК она равна 2,35E-07. Оба значения близки к нулю, т.е. такова вероятность принятия нулевой гипотезы. Следовательно, в обоих случаях нулевую гипотезу можно отвергнуть, особенно для уравнения регрессии, найденного с помощью МНК.
Оценка достоверности и статистической значимости коэффициентов уравнения регрессии производится по t-критерию Стьюдента. В обоих случаях значение t - критерия Стьюдента превышает его табличное значение, что говорит о достоверности коэффициентов уравнений регрессий.
Заключение
В данной работе была рассмотрена кейнсианская модель в которой предполагается, что существует три вида активов: деньги, облигации, физический капитал.
Были произведены расчеты различных показателей, построение графиков и нахождение графических значений этих показателей и было произведено сравнение графических значений показателей с расчетными. В результате получили, что графические и расчетные показатели практически совпадают.
В данной работе было также
произведено определение
Сравнивая полученные результаты, можно сделать вывод о том, что при определении параметров модели с помощью косвенного МНК полученное уравнение регрессии более точное, чем уравнение регрессии, полученное с помощью прямого МНК, и коэффициенты уравнения регрессии являются наиболее достоверными и статистически значимыми.
Список использованной литературы
ПРИЛОЖЕНИЕ 1
ПРИЛОЖЕНИЕ 2