- •Оглавление
- •Тема 0. Введение (группа 3.3б) 4
- •Тема 1. Парная регрессия (группа 3.5а) 23
- •Тема 2. Множественная регрессия (группа 3.5б) 51
- •Тема 3. Нелинейная регрессия (группа 3.3а) 70
- •Тема 4. Системы регрессионных уравнений (группа 3.3б) 91
- •Тема 5. Прогнозирование временных рядов (группа 3.7ммэ) 102 Тема 0. Введение (группа 3.3б)
- •0.1. Эконометрика как наука.
- •0.2. История возникновения эконометрики
- •0.3.Элементы теории вероятности.
- •0.3.1. Вероятностные характеристики случайных переменных
- •0.3.2.Законы распределения:
- •0.3.3 Условное математическое ожидание
- •0.4. Элементы математической статистики
- •0.4.1.Оценивание «хороших» свойств оценок
- •1) Состоятельность оценок
- •2) Несмещенность оценок
- •3) Эффективность оценок
- •0.4.2. Проверка гипотез и интервальное оценивание
- •Тема 1. Парная регрессия (группа 3.5а)
- •1.1 Определение линейной однофакторной регрессии.
- •1.1.1.Основные понятия регрессионного анализа
- •1.1.2. Линейная однофакторная регрессия
- •1.1.3. Матричная запись линейной регрессии
- •1.1.4 Оценки параметров регрессии
- •1.1.5 Смысл коэффициента регрессии
- •1.2 Проверка адекватности ру
- •1.2.1 Показатели качества подгонки
- •1.2.2.Проверка гипотез относительно параметров ру
- •1.3 Предпосылки мнк (ls)
- •1.3.1. Общие положения мнк
- •1.3.2. Выполнение первой предпосылки мнк (случайный характер остатков)
- •1.3.4. Выполнение третьей предпосылки мнк (гомоскедастичность остатков)
- •1.3.5 Выполнение 4-го условия мнк (отсутствие автокорреляции остатков)
- •1.3.6 Выполнение 5-го условия мнк (нормальность остатков)
- •1.4. Устранение нарушения предпосылок мнк для оценки парной регрессии
- •1.4.1. Автокорреляция остатков
- •1.4.2.Гетероскедастичность остатков и избавление от нее
- •1 Подход: преобразование исходных данных
- •2 Подход: применение другого метода оценивания коэф-ов регрессии.
- •3 Подход) включение дисперсии в модель
- •1.4.3. Метод максимального правдоподобия.
- •Тема 2. Множественная регрессия (группа 3.5б)
- •2.1 Множественная линейная регрессия
- •2.1.1. Основные понятия
- •2.1.2. Методы оценивания коэффициентов линейной многофакторной регрессии.
- •2.2.Проверка адекватности уравнений линейной множественной регрессии
- •2.2.1. Проверка качества подборки мнк.
- •3) Коэффициент эластичности
- •2.2.2.Проверка гипотез для млр
- •2.2.3. Допущение выполнения мнк или получение «хороших» оценок
- •2.3. Мультиколлинеарность факторов
- •2.3.1. Обнаружение мультиколлинеарности
- •2.3.2 Избавление от мультиколлинеарности. Метод главных компонент
- •2.4.Учет качественных факторов
- •2.4.1.Множественные переменные
- •2.4.2. Фиктивные переменные
- •2.4.3. Структурные изменения тенденций. Тест Чоу.
- •2.4.4. Модели бинарного выбора
- •Тема 3. Нелинейная регрессия (группа 3.3а)
- •3.1.Виды нелинейной зависимости
- •3.1.1.Основные понятия
- •3.1.2. Методы оценивания линеаризуемых функций:
- •3.1.3. Нелинеаризуемые функции и методы их оценки
- •1.Квазиньютоновский
- •2.Симплекс-метод
- •3.Метод Хука-Дживса
- •3.2.Проверка адекватности нелинейной регрессии
- •3.2.1. Показатели качества подгонки
- •3.2.2. Проверка гипотезы о значимости нелинейных моделей
- •3.2.3. Проверка выполнения условий для получения «хороших» оценок методом оценивания
- •3.3.Выбор типа зависимости
- •3.3.1. Теоретические предпосылки
- •3.3.2. Процедура Бокса – Кокса и тест Зарембеки
- •Тест Зарембеки
- •3.3.3.Производственные функции (пф)
- •3.3.4. Коэффициент эластичности
- •3.4.Спецификация и прогноз регрессионных уравнений
- •3.4.1. Информационные критерии (критерий Акайке, Шварца)
- •3.4.2. Ложная регрессия
- •3.4.3. Прогноз по регрессионным моделям. Доверительный интервал.
- •3.4.4. Применение регрессионного анализа в хеджировании
- •Тема 4. Системы регрессионных уравнений (группа 3.3б)
- •4.1.Понятие и виды сру
- •4.1.1. Система независимых уравнений
- •4.1.2. Системы рекурсивных уравнений
- •4.2. Структурный и приведенный виды сру
- •4.3 Идентификация модели
- •4.4 Оценка параметров сру
- •4.4.1.Кмнк.
- •4.4.2.Дмнк.
- •4.4.3.Тмнк.
- •Тема 5. Прогнозирование временных рядов (группа 3.7ммэ)
Оглавление
Тема 0. Введение (группа 3.3б) 4
0.1. Эконометрика как наука. 4
0.2. История возникновения эконометрики 6
0.3.Элементы теории вероятности. 8
0.3.1. Вероятностные характеристики случайных переменных 11
0.3.2.Законы распределения: 14
0.3.3 Условное математическое ожидание 15
0.4. Элементы математической статистики 16
0.4.1.Оценивание «хороших» свойств оценок 16
0.4.2. Проверка гипотез и интервальное оценивание 19
Тема 1. Парная регрессия (группа 3.5а) 23
1.1 Определение линейной однофакторной регрессии. 23
1.1.1.Основные понятия регрессионного анализа 23
1.1.2. Линейная однофакторная регрессия 24
1.1.3. Матричная запись линейной регрессии 25
1.1.4 Оценки параметров регрессии 26
1.1.5 Смысл коэффициента регрессии 28
1.2 Проверка адекватности РУ 29
1.2.1 Показатели качества подгонки 29
1.2.2.Проверка гипотез относительно параметров РУ 30
1.3 Предпосылки МНК (LS) 30
1.3.1. Общие положения МНК 32
1.3.2. Выполнение первой предпосылки МНК (случайный характер остатков) 32
1.3.3.Выполнение второй предпосылки МНК (M( εi)=0) 33
1.3.4. Выполнение третьей предпосылки МНК (гомоскедастичность остатков) 33
1.3.6 Выполнение 5-го условия МНК (нормальность остатков) 36
1.4. Устранение нарушения предпосылок МНК для оценки парной регрессии 37
1.4.1. Автокорреляция остатков 37
1.4.2.Гетероскедастичность остатков и избавление от нее 39
1.4.3. Метод максимального правдоподобия. 44
Тема 2. Множественная регрессия (группа 3.5б) 51
2.1 Множественная линейная регрессия 51
2.1.1. Основные понятия 51
2.1.2. Методы оценивания коэффициентов линейной многофакторной регрессии. 52
2.2.Проверка адекватности уравнений линейной множественной регрессии 54
2.2.1. Проверка качества подборки МНК. 54
2.2.2.Проверка гипотез для МЛР 55
2.2.3. Допущение выполнения МНК или получение «хороших» оценок 56
2.3. Мультиколлинеарность факторов 56
2.3.1. Обнаружение мультиколлинеарности 56
2.3.2 Избавление от мультиколлинеарности. Метод главных компонент 58
2.4.Учет качественных факторов 61
2.4.1.Множественные переменные 61
2.4.2. Фиктивные переменные 62
2.4.3. Структурные изменения тенденций. Тест Чоу. 64
2.4.4. Модели бинарного выбора 67
Тема 3. Нелинейная регрессия (группа 3.3а) 70
3.1.Виды нелинейной зависимости 70
3.1.1.Основные понятия 70
3.1.2. Методы оценивания линеаризуемых функций: 71
3.1.3. Нелинеаризуемые функции и методы их оценки 72
3.2.Проверка адекватности нелинейной регрессии 76
3.2.1. Показатели качества подгонки 76
3.2.2. Проверка гипотезы о значимости нелинейных моделей 77
3.2.3. Проверка выполнения условий для получения «хороших» оценок методом оценивания 80
3.3.Выбор типа зависимости 81
3.3.1. Теоретические предпосылки 81
3.3.2. Процедура Бокса – Кокса и тест Зарембеки 81
3.3.3.Производственные функции (ПФ) 82
3.3.4. Коэффициент эластичности 83
3.4.Спецификация и прогноз регрессионных уравнений 85
3.4.1. Информационные критерии (критерий Акайке, Шварца) 85
3.4.2. Ложная регрессия 88
3.4.3. Прогноз по регрессионным моделям. Доверительный интервал. 88
3.4.4. Применение регрессионного анализа в хеджировании 89