
- •40. Понятие мультиколлениарности, главные признаки мультиколлениарности, последствия мультиколлениарности. Методы устранения мультиколлениарности.
- •41. Способы обнаружения мультиколлениарности. Алгоритм Фаррара-Глобера для обнаружения мк, три вида статистических критериев.
- •42. Понятие гомо- и гетероскедастичности. Примеры из экономики. Методы обнаружения гетероскедастичности, последствия гетероскедастичности.
- •Методы обнаружения гетероскедастичности
- •43. Критерий µ обнаружения гетероскедастичности.
- •44. Тест Гольдфельда-Квандта для обнаружения гетероскедастичности.
- •45. Обобщенный 2мнк и его отличие от классического 1мнк.
- •46. Автокорелляция в регрессионных моделях, причины автокорреляции. Последствия автокорреляции и способы ее устранения.
- •47. Методы обнаружения автокорреляции. Метод рядов для обнаружения автокорреляции.
- •48. Критерий Дарбина – Уотсона для обнаружения автокорреляции. Нижние и верхние границы критических точек Дарбина – Уотсона.
- •49. Коэффициент автокорреляции первого порядка и его применение для раскрытия неопределенности в критерии Дарбина-Уотсона.
- •50. Регрессионные уравнения с переменной структурой. Фиктивные переменные, виды фиктивных переменных. Преимущества использования фиктивных переменных при построении регрессионных моделей.
- •51. Использование фиктивных переменных для исследования структурных изменений. Моделирование сезонности. Количество бинарных переменных при к градациях.
- •53. Аналитическая функция Кобба-Дугласа. Записать ее вид и разъяснить
- •54. Способы расчета параметров a0, a1, a2 производственной функции Кобба-Дугласа.
- •58. Система одновременных уравнений. Вид структурной формы модели одновременных регресионных уравнений. Эндогенные и экзогенные переменные
- •59. Приведенная форма модели одновременных регрессивных уравнений. Причины, вызывающие необходимость построения приведенной формы модели
- •60. Примеры практической постановки задач систем одновременных уравнений: модель 1 спроса и предложения; модель 2 – кейнсианская модель спроса и предложения. Эндогенные лаговые переменные.
- •61. Идентификация переменных. Предопределенные переменные системы одновременных уравнений.
- •62. Классы структурной модели относительно идентифицируемости регрессионных уравнений.
- •63. Необходимое и достаточное условие идентифицируемости уравнений структурной формы модели. Показать на примере.
- •64. Алгоритм косвенного метода решения систем одновременных уравнений
- •65. Алгоритм двухшагового метода наименьших квадратов для решения систем одновременных регрессионных уравнений
- •68. Методы выявления аномальных наблюдений (метод Ирвина).
- •69. Критерий проверки исходной информации на наличие тренда. Критерий серий основанных на медиане. Критерий нисходящих и восходящих серий. Сравнение средних уровней ряда.
- •71. Модели кривых роста
- •72. Моделирование экономических процессов, подверженных сезонным колебаниям .Критерии проверки наличия сезонных колебаний.
- •73.Фильтрация компонент тренд- сезонных колебаний временного ряда.
- •1.Сглаживаем исходный временной ряд методом цетрированной скользящей среней, испозуя весовые коэффициенты:
- •1/12(1/2,1,1,1,1,1,1,1,1,1,1,1,1/2)-Для месячных данные, т.Е. По ф-ле
- •2.Из исходного временного ряда вычитаем сглаженные значения
- •2.Делим значения исходного временного ряда на соответствующие сглаженные значения ряда
- •5. Определяем значения случайной компоненты
72. Моделирование экономических процессов, подверженных сезонным колебаниям .Критерии проверки наличия сезонных колебаний.
Под сезонным колебаниями понимают регулярные, периодические внутригодовые подъемы и спады пр-ва, а под сезонностью – ограниченность годового периода под влиянием этого фактора. Временной ряд, в кот наблюдаются и тренд и сезонные колебания называется тренд- сезонным временным рядом.
Сезонность отрицательно влияет на экономические процессы, поэтому ее необходимо уметь измерять и анализировать, с тем чтобы при прогнозировании таких процессов учитывать фактор сезонности и снижать ее отрицательные воздействия.
Для исследования и прогнозирования тренд- сезонных экономичесикх процессов,независимо от причин порождающих сезонность колебания, необходимо уметь решать след.задачи:
- Определять наличие во временном ряде тренда
- выявлять присутствие во временном ряде сезонных колебаний
- осуществлять фильтрацию ряда(разделять ряд на тренд,сезон.и случ.компоненты)
- Анализировать динамику сезонной волны
- составлять прогноз тренд-сезонного экономического процесса.
Определять наличие во временном ряде тренда. Решение этой задачи можно осуществить или визуально, путем нанесения на график соответствующего исходного временного ряда, или аналитическими методами.
Для определения наличия во временном ряде сезонных колебаний рекомендуется использ критерии:
Дисперсионный
Гармонический
Критерий, основанный на сравнении распределения коэф. Автокорреляции с распределением циклического коэф автокорреляции.
Смысл их применения сводиться к проверке на случайность остаточной компоненты, остающейся после выделения из исходного временного ряда тренда.
При применении дисперсионного критерия выдвигается гипотеза- во временном ряде, из кот отфильтрован тренд, отсутствуют сезонные колебания.
Для обнаружения сезонных колебаний с использованием коэф автокорреляции его значения рассчитываются по формуле
Расчетные значения коэф автокорреляции сравниваются с табл.с заданным уровнем значимости и в случае, когда расчетное значение Больше табл.,тогда соответствующий коэф-значительный, что свидетельствует о наличии сезонных колебаний
73.Фильтрация компонент тренд- сезонных колебаний временного ряда.
Разделение тренд – сезонного временного ряда на компоненты можно осуществлять регрессионными , спектральными и итерационными методами.
В экон исследованиях чаще используют итерационные (простые и приемлемая точность фильтрации)
Аддитивное соотношение между компонентами тренд – сезонного временного ряда имеет место тогда, когда с течением времени сезонная компонента существенно Не изменяется. В тех случаях, когда составляющая из года в год возрастает или снижается , используют мультипликативное соотношение.
Алгоритм фильтрации одного из итерационных методов, предполагая наличие аддитивной взаимосвязи между компонентами ряда.