- •Автокорреляция случайного возмущения. Причины. Последствия.
- •Автокорреляция уровней временного ряда и ее последствия.
- •Автокорреляция. Методы устранения автокорреляции.
- •Алгоритм проверки адекватности парной регрессионной модели.
- •Алгоритм проверки значимости регрессора в парной регрессионной модели.
- •Алгоритм теста Голдфелда-Квандта на наличие (отсутствие) гетероскедастичности случайных возмущений.
- •Выбор типа математической функции при построении уравнения регрессии
- •Гетероск-сть случайного возмущения. Причины. Последствия. Тест gq.
- •Выведите формулы вычисления параметров модели парной регрессии
- •Гетероскедастичность - понятие, проявление и меры устранения
- •Двухшаговый метод наименьших квадратов для оценки параметров структурной формы модели
- •Индивидуальная и интервальная оценка индивидуального значения зависимой переменной
- •Интервальная оценка параметров уравнения парной регрессии
- •Классическая парная регрессионная модель. Спецификация модели. Теорема Гаусса – Маркова.
- •Ковариация, коэффициент корреляции и индекс детерминации
- •Количественные характеристики взаимосвязи пары случайных переменных.
- •Косвенный метод наименьших квадратов для оценки параметров структурной формы модели
- •Линейная модель множественной регрессии.
- •Метод Монте-Карло, его применение в эконометрике
- •Метод наименьших квадратов: алгоритм метода; условия применения. Обобщённый метод наименьших квадратов
- •Модели с бинарными фиктивными переменными.
- •Мультиколлинеарность факторов – понятие, проявление и меры устранения.
- •Методы устранения мультиколлинеарности
- •Назначение теста Голдфелда-Квандта, этапы его проведения
- •Нелинейная модель множественной регрессии Кобба-Дугласа. Оценка её коэффициентов.
- •Нелинейная регрессия (линеаризация, оценка параметров)
- •Ожидаемое значение случайной переменной, её дисперсия и среднее квадратическое отклонение.
- •Основные числовые характеристики вектора остатков в классической множественной регрессионной модели
- •Отражение в модели влияния неучтённых факторов и времени.
- •Оценивание параметров в ур-ниях тренда.
- •Оценка адекват-ти полученной эк модeли
- •Оценка коэффициентов модели Самуэльсона-Хикса
- •Оценка параметров множественной регрессионной модели методом наименьших квадратов.
- •Оценка параметров парной регрессионной модели методом наименьших квадратов.
- •Оценка параметров эконометрической модели
- •Оценка статистической значимости коэффициентов модели множественной регрессии
- •Подбор объясняющих переменных множественной линейной модели. Алгоритм исключения квазинеизменных переменных.
- •Подбор объясняющих переменных множественной линейной модели. Метод анализа матрицы коэффициентов корреляции.
- •Подбор переменных в модели множественной регрессии на основе метода оценки информационной ёмкости.
- •Понятие гомоск-сти и гетероск-сти случ-х возмущений, их графич интерпретация.
- •Порядок оценивания линейной модели множественной регрессии методом наименьших квадратов (мнк) в Excel
- •Последствия гетероскедастичности. Тест Голдфелда-Квандта.
- •Предпосылки метода наименьших квадратов
- •Применение обобщенного метода наименьших квадратов (омнк) для случая гетероскедастичности остатков.
- •Применение теста Стьюдента в процедуре подбора переменных в модели множественной регрессии.
- •Применение фиктивных переменных при исследовании сезонных колебаний: спецификация модели, экономический смысл параметров при фиктивных переменных.
- •Принципы спецификации эконометрических моделей и их формы.
- •Проблема мультиколлинеарности в моделях множественной регрессии. Признаки мультиколлинеарности
- •Проверка качества эконометрической модели
- •Прогнозирование экономических переменных. Проверка адекватности модели.
- •Простейшие модели временных рядов. Их свойства.
- •Регрессионные модели с фиктивными переменными.
- •Роль вектора и матрицы корреляции множественной линейной модели при подборе объясняющих переменных.
- •Свойства дисперсии случайной переменной
- •Случайные переменные и их характеристики.
- •Смысл и значение множественной регрессии в эконометрических исследованиях. Выбор формы уравнения множественной регрессии.
- •Составление спецификации модели временного ряда
- •Спецификация и оценивание мнк эконометрических моделей нелинейных по параметрам
- •Спецификация моделей со случайными возмущениями и преобразование их к системе нормальных уравнений.
- •Способы корректировки гетероскедастичности. Метод взвешенных наименьших квадратов.
- •Статистические свойства оценок параметров парной регрессионной модели.
- •Статистические характеристики выборки и генеральной совокупности статистических данных. Их соотношения.
- •Суть метода наименьших квадратов. Его графическое пояснение
- •Теорема Гаусса – Маркова.
- •Тест Дарбина – Уотсона, последовательность его выполнения.
- •Тест Стьюдента.
- •Типы переменных в эконометрических моделях. Структурная и приведённая формы спецификации эконометрических моделей.
- •Устранение автокорреляции в парной регрессии
- •Функция регрессии как оптимальный прогноз.
- •Цели и задачи эконометрики. Этапы процесса эконометрического моделирования. Классификация эконометрических моделей.
- •Эконометрика, её задача и метод
- •Эконометрическая инвестиционная модель Самуэльсона-Хикса.
- •Экспоненциальное сглаживание временного ряда.
- •Этапы исследования зависимостей между экономическими явлениями при помощи эконометрической модели. Принципы спецификации модели. Формы эконометрических моделей.
- •Структурная и приведенная формы модели системы эконометрических уравнений
- •Этапы построения эконометрических моделей.
Структурная и приведенная формы модели системы эконометрических уравнений
Простейшая структурная форма модели имеет вид:
,
где y – эндогенные переменные и x –
экзогенные переменные
Структурная - форма спецификации эконометрической модели, полученная в результате математической формализации экономических закономерностей.
Приведенная форма модели представляет собой систему линейных функций эндогенных переменных от экзогенных:
где
dij – коэффициенты приведенной формы
модели, ui – остаточная величина для
приведенной формы.
Следует заметить, что приведенная форма модели хотя и позволяет получить значения эндогенной переменной через значения экзогенных переменных, но аналитически она уступает структурной форме модели, так как в ней отсутствуют оценки взаимосвязи между эндогенными переменными.
Определение явного вида эконометрической модели называется спецификацией эконометрической модели.
При спецификации эконометрических моделей принято учитывать четыре принципа:
1) эконометрические утверждения и закономерности должны быть переведены на математический язык;
2) количество уравнений в модели должно быть равно числу эндогенных переменных;
3) переменные должны быть датированы;
4) в модель должен быть включён параметр случайной ошибки, чтобы охарактеризовать влияние случайных факторов.
Этапы построения эконометрических моделей.
1) спецификация модели;
2) сбор статистической информации об объекте-оригинале в виде конкретных значений экзогенных и эндогенных переменных, включенных в спецификацию модели;
3) оценка параметров модели (настройка, оценивание или идентификация модели);
4) проверка адекватности модели (проверка соответствия настроенной модели объекту-оригиналу).
