Генных независимых переменных. Однако этот метод не подразумевает особо-

Го характера поведения прошлых данных. Этот метод позволяет выбирать из

Большого количества моделей. Наилучший результат (т. е. содержащий наи-

Меньшую ошибку) достигается посредством итерационной процедуры.

ЭКОНОМЕТРИЧЕСКИЕ МОДЕЛИ

До сих пор все количественные методы, описанные нами, можно было класси-

Фицировать как простые. В этой части главы мы вкратце рассмотрим модели,

которые называются причинными, или объяснительными. Эти эконометриче-

Ские модели прогнозирования подробно обсуждались ранее в этой главе.

Регрессионный анализ является объясняющей технологией. В отличие от

Простого прогнозирования, в котором прошлые данные используются для про-

Гноза будущего, человек, проводящий регрессионный анализ, должен выбрать

Те независимые (или объясняющие) переменные, которые влияют на опреде-

Ление зависимой переменной. Несмотря на то что простые методы проектиро-

Вания часто дают верные результаты, использование в анализе объясняющих

Переменных увеличивает точность и надежность полученных оценок. Конеч-

Но, ни одно уравнение регрессии не сможет полностью объяснить все измене-

Ние зависимой переменной, потому что в большинстве экономических отно-

Шений существует множество объясняющих переменных со сложными