Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






  • Сервис онлайн-записи на собственном Telegram-боте
    Тот, кто работает в сфере услуг, знает — без ведения записи клиентов никуда. Мало того, что нужно видеть свое расписание, но и напоминать клиентам о визитах тоже. Нашли самый бюджетный и оптимальный вариант: сервис VisitTime.
    Для новых пользователей первый месяц бесплатно.
    Чат-бот для мастеров и специалистов, который упрощает ведение записей:
    Сам записывает клиентов и напоминает им о визите;
    Персонализирует скидки, чаевые, кэшбэк и предоплаты;
    Увеличивает доходимость и помогает больше зарабатывать;
    Начать пользоваться сервисом
  • Пример 5.4.






    Требуется построить функцию спроса:

    , (5.3)

    где

    - спрос на товар в момент времени t;

    - цена товара в момент времени t;

    - личный доход в момент времени t;

    - случайная ошибка.

    Но имеется проблема мультиколлинеарности, т.к. располагаемый личный доход и цена имеют ярко выраженные временные тренды, а, следовательно, тесно коррелированы.

    Предположим, однако, что также имеются пространственные (перекрестные) статистические данные для спроса и дохода , полученные из другой выборки.

    Если допустить, что все конечные потребители (домохозяйства) в проводимом анализе платили за данный товар одинаковую цену, то можем построить модель “спрос-доход”:

    . (5.4)

    Получив оценку для при оценивании регрессионной зависимости от (5.4), подставим ее вместо в уравнение (5.3).

    Теперь определяется новая переменная , равная , описывающая спрос, скорректированный на изменения дохода.

    После этого модель (5.3) принимает вид:

    .

    Рассчитав для каждого наблюдения, мы оцениваем регрессионную зависимость скорректированного спроса от цены товара , и, так как здесь имеется только одна независимая переменная, мультиколлинеарность автоматически исключается.

     

    При использовании этого метода могут возникнуть 2 проблемы, которые необходимо учитывать.

    Во-первых, оценка величины зависит от точности оценки величины , которая безусловно, подвержена влиянию ошибки выборки.

    Во-вторых, мы допускаем, что коэффициент при доходе имеет одинаковый смысл для случаев временных рядов ( в модели (5.3)) и перекрестных выборок ( в модели (5.4)), что, конечно, может быть и не так. Для большинства товаров краткосрочная и долгосрочная эластичность спроса по доходу может значительно различаться.

    Одна из причин этого состоит в том, что характер расходов подвержен влиянию инерции, которая в краткосрочном периоде может превзойти эффекты дохода.

    Другая причина заключается в том, что изменение уровня дохода может оказать на расходы как непосредственное (в виде изменения бюджетного ограничения), так и косвенное влияние (за счет изменения образа жизни), причем косвенное влияние происходит намного медленнее, чем прямое. В качестве первого приближения обычно считается, что регрессии для временных рядов, особенно с небольшими периодами выборки, дают показатели краткосрочной эластичности, в то время как регрессии с использованием данных перекрестных выборок дают показатели долгосрочной эластичности.

     






    © 2023 :: MyLektsii.ru :: Мои Лекции
    Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
    Копирование текстов разрешено только с указанием индексируемой ссылки на источник.