УДК 510.644.4
Авторы
Баутин Александр Г.
Студент юридического факультета, Финансовый университет при Правительстве Российской Федерации, Москва, Россия
Научный руководитель – Звягин Леонид Сергеевич, кандидат экономических наук, доцент, Финансовый университет, Москва
Аннотация
В процессе теоретических и экспериментальных эконометрических исследований часто используется байесовский подход. Особенно он популярен при обработке числовой информации. Преимущество данного метода перед классическими заключается в более высокой степени точности статистических выводов в тех случаях, когда объемы выборок не сильно велики. Как правило, в эконометрических исследованиях используются именно такие выборки. Интерпретация реальных параметров модели является основной отличительной чертой байесовского подхода от классических методов, которые утверждают что случайны не параметры, а их оценки, представляющие собой функции наблюдения, включающие элементы случайности. В отличие от них байесовские методы утверждают, что случайность параметров является свойством реального мира, а также то, что каждый физический объект подвержен постоянным случайным вариациям. На основании байесовского подхода оценки данных параметров не случайны, поэтому их следует вычислять. Примером таких оценок является среднее значение случайной величины. На основании принятой гипотезы о случайности параметров модели применяется теорема Байеса. Основная идея байесовского подхода заключается в том, что при объединении априорной функции плотности распределения вероятностей набора параметров с помощью теоремы Байеса можно получить апостериорную функцию плотности распределения
Ключевые слова
байесовский подход, неопределенность, анализ данных, числовая выборка, вероятностная оценка
