Эконометрика - это наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей (Энциклопедический Словарь). Эконометрические методы - это прежде всего методы статистического анализа конкретных экономических данных, естественно, с помощью компьютеров. В нашей стране они пока сравнительно мало известны, хотя именно у нас наиболее мощная научная школа в области основы эконометрики - теории вероятностей. В настоящей лекции дается общее представление о структуре и возможностях эконометрики, включая ее последние достижения. Что дает эконометрика для формирования мышления менеджера и экономиста? Почему необходимо учить будущих экономистов и менеджеров эконометрике? Эти вопросы - центральные для нашего обсуждения.

Термин "выборочные исследования" применяют, когда невозможно изучить все единицы представляющей интерес совокупности. Приходится знакомиться с частью совокупности - с выборкой, а затем с помощью эконометрических методов и моделей переносить выводы с выборки на всю совокупность. В качестве примера рассмотрим выборочные исследования предпочтений потребителей, которые часто проводят специалисты по маркетингу.

Лекция посвящена введению в теорию измерений, описываются шкалы количественных и качественных признаков, указаны допустимые операции и средние величины для каждой шкалы, приведены примеры.

В лекции рассматриваются вопросы непараметрического доверительного оценивания характеристик распределения, проверки однородности двух независимых (критерии Стьюдента, Крамера-Уэлча, Вилкоксона, Смирнова, омега-квадрат) и для связанных выборок.

В многомерном статистическом анализе выборка состоит из элементов многомерного пространства. Отсюда и название этого раздела эконометрических методов. Из многих задач многомерного статистического анализа рассмотрим две - восстановления зависимости и классификации.

Под временными рядами понимают экономические величины, зависящие от времени. При этом время предполагается дискретным, в противном случае говорят о случайных процессах, а не о временных рядах.

Наиболее часто встречаются людям такие экономические характеристики, как цены на товары и услуги. Как правило, они изменяются с течением времени. Вполне естественно подвергнуть цены на товары и услуги эконометрическому анализу. Под инфляцией в настоящей лекциипонимается рост цен (крайне редко бывает, чтобы цены устойчиво падали). При анализе экономических процессов, протяженных во времени, необходимо переходить к сопоставимым ценам. Это невозможно сделать без расчета индекса роста цен, т.е. индекса инфляции. Проблема состоит в том, что цены на разные товары растут с различной скоростью, и необходимо эти скорости усреднять. На примере разработанной в Институте высоких статистических технологий и эконометрики минимальной потребительской корзины продовольственных товаров, составленной на основе физиологических норм потребления, продемонстрируем свойства и алгоритмы расчета индекса инфляции.

Много внимания уделяется различным объектам нечисловой природы, в том числе бинарным отношениям, нечетким и случайным множествам. Рассматриваются вероятностные модели различных видов объектов нечисловой природы, в том числе модели парных сравнений. Описываются непараметрические оценки плотности, законы больших чисел и состоятельность статистических оценок в пространствах произвольной природы.

В статистике интервальных данных, как части статистики нечисловых данных, элементы выборки - не числа, а интервалы. Это приводит к алгоритмам и выводам, принципиально отличающимся от классических. В лекции 9 текущего курсарассмотрены основные идеи и подходы асимптотической статистики интервальных данных, приведены результаты, связанные с основополагающими в рассматриваемой области эконометрики понятиями нотны и рационального объема выборки.

В настоящей лекции после обсуждения актуальности проблем изучения устойчивости в различных эконометрических задачах и разбора общей схемы такого изучения рассматриваются три конкретные направления - робастность статистических процедур, устойчивость отношению к объему выборки и устойчивость по отношению к горизонту планирования.

В этой лекции рассматриваем эконометрические технологии, связанные с использованием нескольких эконометрических методов и с применением компьютеров. И то, и другое дает качественный скачок - переход от ручного анализа данных к современной информационной технологии обработки экономической информации. Рассматриваются проблемы последовательной проверки статистических гипотез, разработки и обоснования статистических технологий, методов статистических испытаний (Монте-Карло) и датчиков псевдослучайных чисел, методов размножения выборок (бутстреп-методов), эконометрической поддержки принятия решений в контроллинге.

Что будет через десять лет? Как изменится социально-экономическая обстановка? Будет ли обеспечена экологическая безопасность промышленных производств или же вокруг раскинется рукотворная пустыня? Достаточно вдуматься в эти постановки естественных вопросов, проанализировать, как десять лет назад мы представляли себе сегодняшний день, чтобы понять, что стопроцентно надежных прогнозов просто не может быть. Вместо утверждений с наборами конкретных чисел можно ожидать лишь качественных оценок. Тем не менее мы должны принимать решения, например, об экономических, социальных, экологических и иных проектах, в том числе требующих крупных инвестиций. Их последствия скажутся через десять, двадцать и т.д. лет. А будущего мы не можем знать. Как быть? Остается обратиться к методам экспертных оценок. Что это за методы?

Одна из наиболее важных прикладных областей эконометрики, приносящих наибольший доход в денежном выражении - это эконометрика качества, основанная на применении статистических методов для обеспечения надлежащего качества продукции. Японцы считают: "Все, начиная от председателя Совета Директоров и до рядового рабочего в цехе, обязаны знать хотя бы основы статистических методов." Основам эконометрических методов управления качеством и сертификации продукции посвящена настоящая лекция.

Последствия решений менеджера, экономиста, инженера проявятся в будущем. А будущее неизвестно. Мы обречены, принимать решения в условиях неопределенности. Мы всегда рискуем, поскольку нельзя исключить возможность нежелательных событий. Но можно сократить вероятность их появления. Для этого необходимо спрогнозировать дальнейшее развитие событий, в частности, последствия принимаемых решений.

Подведем итоги и наметим перспективы развития эконометрических методов. В настоящей лекции дается критический анализ современного состояния эконометрики и прикладной статистики, обсуждаются тенденции развития статистических методов, выделяются пять основных "точек роста". Рассматриваются основные нерешенные эконометрические проблемы. В связи с внедрением современных эконометрических методов обосновывается полезность понятия "высокие статистические технологии".