Добавил:
Upload
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Shpargalka_po_ekonometrike (2).docx
X
- •Случайные события. Вероятность. Теоремы сложения и умножения.
- •Случайные величины. Законы распределения дискретных и непрерывных случайных величин
- •Числовые характеристики дискретных и непрерывных случайных величин
- •Системы случайных величин. Законы распределения и числовые характеристики
- •Генеральная и выборочная совокупность. Выборочные характеристики
- •6. Основные распределения случайных величин, используемые в эконометрике.
- •7. Точечные оценки параметров распределений и требования к ним.
- •8.Интервальные оценки параметров распределений.
- •9. Общая схема статистической проверки гипотез.
- •10. Эконометрика как научная дисциплина. Общее понятие эконометрической модели.
- •11. Парный регрессионный анализ. Спецификация модели. Линейная парная регрессия
- •12. Предпосылки метода наименьших квадратов (мнк)
- •13. Мнк и мнк-оценки параметров парной регрессии. Теорем Гаусса-Маркова
- •14. Коэффициент регрессии и выборочный коэффициент корреляции. Его свойства.
- •15. Оценка точности уравнения парной линейной регрессии в целом
- •16. Оценка статистической значимости параметров линейной регрессии
- •17. Интервальные оценки для коэффициентов парной регрессии
- •18. Доверительная область для линии регрессии.
- •19. Доверительный интервал для прогнозных индивидуальных значений зависимой переменной
- •20. Коэффициент детерминации и средняя ошибка аппроксимации
- •21. Нелинейная парная регрессия. 2 типа нелинейных регрессий.
- •22. Линеаризация нелинейных моделей. Примеры.
- •23. Индексы корреляции и детерминации в нелинейных регрессиях.
- •24. Классическая нормальная линейная модель множественной регрессии.
- •26. Уравнение регрессии в стандартизованном масштабе
- •27. Честные коэффициенты корреляции
- •28. Коэффициенты множественной детерминации и корреляции
- •29. Оценка значимости уравнения в целом и его параметров в отдельности
- •30. Доверительный интервал для коэффициентов множественной регрессии
- •31. Доверительные интервалы для индивидуальных прогнозных значений зависимой переменной
- •32. Частные f-критерии и их использование в эконометрике
- •33. Мультиколлинеарность, ее разновидности, последствия и способы выявления
- •34. Методы устранения мультиколлинеарности
- •35. Гетероскедастичность и ее последствия
- •36. Методы обнаружения гетероскедастичности
- •37. Устранение гетероскедастичности. Взвешенный метод наименьшего квадрата.
- •38. Обобщенная модель множественной регрессии.
- •39. Автокорреляция, ее виды и последствия.
- •40. Методы обнаружения автокорреляции.
- •41.Оценка параметров при наличии автокорреляции.
- •42. Фиктивные переменные в регрессионных моделях.
- •43. Основные типы дискретных зависимых переменных.
- •44. Модели бинарного выбора. Линейная модель вероятности.
- •45. Probit-и logit- модели бинарного выбора. Модели множественного выбора.
- •46. Нелинейная множественная регрессия
- •47. Общие понятия временного ряда. Его составляющие. Типы моделей
- •48. Стационарные временные ряды. Коэффициент автокорреляции. Коррелограмма
- •49. Аналитическое и механическое выравнивание временного ряда
- •50. Применение фиктивных переменных при моделировании сезонных колебаний ряда.
- •51. Тесты Чоу и Гуйарата для обнаружения структурных изменений ряда
- •52.Нестационарные временные ряды.
- •53. Динамические модели. Модели авторегрессии и скользящей средней.
- •54. Модели с распределенным лагом и их характеристики
- •55. Модели Алмон и Койка.
- •56 Модель адаптивных ожиданий.
- •57. Общие сведения о системе одновременных уравнений (соу). Структурная и приведенная форма модели.
- •58. Косвенный мнк для соу.
- •59. Проблемы идентифицируемости соу. Необходимые ,достаточные условия идентифицируемости.
- •60. Двухшаговый метод наименьших квадратов.
- •61. Трехшаговый метод наименьших квадратов.
61. Трехшаговый метод наименьших квадратов.
Если случ.возмещения разных ур-ний коррелируют друг с другом, то оценки, полученные ДМНК, теряют свою эффективность. В этом случае применяют трехшаговый МНК(ТМНК).
Этот метод оценки коэф-ов систем регрессионных ур-ий сочетает метод одновременного оценивания и метод инструментальных перем-х.
Он заключ-ся в том, что на 1м шаге к исходной структурной форме модели примен-ся Обобщенный МНК с целью устранения корреляции случ.ошибок регрессии. Затем к получ-м ур-ям применяют ДМНК.
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]