
- •Общее представление об эконометрическом моделировании: предмет и методология исследования, основные задачи.
- •Парная линейная регрессионная модель: основные гипотезы.
- •Парная линейная регрессионная модель: оценка коэффициентов регрессии методом наименьших квадратов (мнк).
- •Парная линейная регрессионная модель: графическая интерпретация мнк.
- •Парная линейная регрессионная модель: доказать несмещенность мнк-оценок коэффициентов регрессии.
- •Парная линейная регрессионная модель: эффективность мнк-оценок коэффициентов регрессии.
- •Парная линейная регрессионная модель: остатки регрессии, необъясненная дисперсия и стандартная ошибка регрессии.
- •Парная линейная регрессионная модель: дисперсии, стандартные отклонения и ковариация мнк-оценок коэффициентов регрессии, и их оценки (на основе необъясненной дисперсии).
- •Понятие о распределениях «хи квадрат» и Стъюдента (с заданным числом степеней свободы), квантили распределения Стъюдента.
- •Парная линейная регрессионная модель: построение t-статистик для коэффициентов регрессии, проверка гипотез для коэффициентов регрессии.
- •Парная линейная регрессионная модель: полная, остаточная и объясненная суммы квадратов, коэффициент детерминации и его использование для оценки общего качества модели.
- •Парная линейная регрессионная модель: интервальные оценки коэффициентов регрессии. Линейная регрессионная модель.
- •Парная линейная регрессионная модель: точечный прогноз и его несмещенность.
- •61. (14.) Парная линейная регрессионная модель: интервальный прогноз для ожидаемого значения зависимой переменной.
- •62 (15). Парная линейная регрессионная модель: интервальный прогноз для зависимой переменной.
- •63 (16.). Множественная линейная регрессионная модель: спецификация модели с матричном виде, преобразование модели со свободным членом к модели без свободного члена.
- •64. Множественная регрессионная модель: осн гипотезы в матр виде.
- •65. Множеств лин регресс модель: оценка коэф-тов регрессии методом наим квадратов (мнк)
- •66 Множественная линейная регрессионная модель: доказать несмещенность мнк-оценок коэффициентов регрессии.
- •67 Множественная линейная регрессионная модель: эффективность мнк-оценок коэффициентов регрессии.
- •68 Множественная линейная регрессионная модель: ковариационная матрица мнк-оценок коэффициентов регрессии.
- •69 Множественная линейная регрессионная модель: остатки регрессии, необъясненная дисперсия и стандартная ошибка регрессии
- •70 Множественная линейная регрессионная модель: оценка ковариационной матрицы мнк-оценок коэффициентов регрессии (на основе необъясненной дисперсии).
- •72 Множественная линейная регрессионная модель: построение t-статистик для коэффициентов регрессии, проверка гипотез для коэффициентов регрессии.
- •Проверка линейного ограничения на параметры линейной регрессии
- •74 Множественная линейная регрессионная модель: полная, остаточная и объясненная суммы квадратов, коэффициент детерминации и его использование для оценки общего качества модели.
- •76. Множественная линейная регрессионная модель: построение f-статистики общего вида, проверка гипотез.
- •79. Множественная линейная регрессионная модель: доверительная область для коэффициентов регрессии
- •Множественная линейная регрессионная модель: точечный прогноз и его несмещенность.
- •81 (34) Множественная линейная регрессионная модель: интервальный прогноз для ожидаемого значения зависимой переменной.
- •82 (35 )Множественная линейная регрессионная модель: интервальный прогноз для зависимой переменной.
- •83 (36) Скорректированный коэффициент детерминации и его использование для выбора объясняющих переменных.
- •84 (37) Метод оптимального отбора объясняющих переменных.
- •85 (38) Нелинейные регрессионные модели: метод наименьших квадратов, методика выбора вида зависимости объясняемого фактора от объясняющих факторов.
- •86. (39)Показательная регресс. Модель:
- •8 7.(40) Полулогарифмические модели: экономич. Смысл коэффициентов регрессии, сведение к линейной модели.
- •88.(41) Модели, линейные относит-но коэфф-тов регрессии, и их сведение к линейным моделям.
- •89.(42)Обратная и степенная регрессион. Модели, и их сведение к линейным моделям.
- •90.(43) Качественные переменные: общее понятие о качеств. Переменных, экономич. Смысл коэфф-тов регрессии при таких переменных.
- •91.(44) Качествен. Переменные и их использование для исследования сезонных колебаний.
91.(44) Качествен. Переменные и их использование для исследования сезонных колебаний.
Фиктивн. (качеств.) переменная - переменная, принимающая значения 0 и 1, включаемая в эконометрич. модель для учёта влияния качествен. признаков и событий на объясняемую переменную. При этом фиктив. переменные позволяют учесть влияние не только качест. признаков, принимающих два, но и несколько возможных значений. В этом случае добавляются неск-ко фиктивных переменных.
Под сезонностью понимают систематически повторяющиеся колебания показателей, обусловлен. особенностями производствен. условий в определен. период времени.
Методич. особенности построения модели временного ряда рассмотрим на примере ряда, учитывающ. основную его тенденцию – тренд – и сезонные колебания с использованием фиктивных (качеств.) переменных.
Предположим, что
сезонность можно учесть колебаниями
моделируемой переменной по кварталам.
1-й квартал каждого года будем считать
эталонным кварталом, а для оценки
различия между ним и др. кварталами
будем использовать 3 фиктивные переменные.
Тогда модель времен. ряда представима
в виде урав-я множествен. линейной
регрессии:
,
где
зависимая
– объясняемая переменная;
время;
и
фиктивные
переменные;
и
параметры
уравнения регрессии;
случайное
слагаемое. Фиктивные переменные,
введенные в уравнение, определяются
следующим образом:
Переменная |
1 квартал |
2 квартал |
3 квартал |
4 квартал |
z1 |
0 |
1 |
0 |
0 |
z2 |
0 |
0 |
1 |
0 |
z3 |
0 |
0 |
0 |
1 |