
- •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
51. Использование фиктивных переменных для исследования структурных изменений. Моделирование сезонности. Количество бинарных переменных при к градациях.
В регрессионной модели с временными рядами используется 4 вида фактических переменных:
для моделирования скачкообразных структурных сдвигов строят кусочно-линейные модели, где в качестве фактор-аргументов выступают переменные индикаторы, отражающие изменение пренадлежное переменной к определенному периоду
Постоянный структурный сдвиг моделируется переменной равной 0 до определенного момента времени, и на 1 – после этого момента
Исс-ся выпуск продукции при Х от основных фондов
Для моделирования сезонности используются сезонные переменные
Получение прибыли от прохладительных напитков
Вводить
4-ю структурную переменную не следует,
т.к. в этом случае все переменные будут
связаны тождеством х1+х2+х3+х4=1, а матрица
будет вырожденной и использовать МНК
в этом случае будет невозможно.
Если х1=х2=х3=0 – то это осень, то у=а0
Если х1=1, х2=х3=0 – зима, у=а+а1
для моделирования плавных постепенных структурных сдвигов используется линейный временной тренд.
Если промежутки времени между наблюдениями одинаковые, то временной тренд можно составить из номеров наблюдений.
Преимущества использования фиктивных переменных
при введении фиктивных переменных можно использовать МНК
коэффициент при фиктивных переменных легко интерпретировать, они наглядно показывают структуру динамического процесса
интервалы между наблюдениями не обязательно должны быть равными, могут отсутствовать некоторые наблюдения, они обозначаются как 0
52. Модель задачи об оптимальном использовании средств, представленной в виде регрессионной модели.
Производственная функция - это зависимость объемов выпускаемой продукции от затрачиваемых в производстве ресурсов
У – объем продукции
-
ресурсы
L - труд
k – капитал
Производственная функция позволяет:
производить анализ увеличения производства продукции в зависимости от увеличения ресурсов
определить эффективность использования ресурсов при их дополнительном вовлечении в производство
прогнозировать выпуск производства при различных вариантах развития предприятия
С помощью производственной функции можно решать задачу об оптимизации использования ресурсов
53. Аналитическая функция Кобба-Дугласа. Записать ее вид и разъяснить
функция Кобба-Дугласа имеет следующий вид:
,
где
объем продукции;
затраты труда
;
затраты капитала (основные фонды)
;
параметры модели.
Сумма
параметров
может быть равна, меньше или больше
единицы. Если
,
то темпы роста объема продукции ниже
темпов роста ресурсов, если
,
то, наоборот.
По своей математической форме приведенное уравнение является степенной функцией. Оценка параметров функции Кобба-Дугласа осуществляется путем предварительного логарифмирования исходной зависимости:
.
Тем самым производится линеаризация функции.
К преобразованным таким образом данным применяется метод наименьших квадратов и осуществляется проверка полученной модели с помощью стандартных критериев (F-критерий, и др.). Если модель адекватна, она может быть использована для анализа макроэкономических показателей и их прогнозирования.