
- •Конспект лекций
- •Направление подготовки: 080100 «Экономика»
- •1. Предмет и задачи курса. 5
- •2. Спецификация переменных в уравнениях регрессии. 13
- •3. Парная и множественная регрессия. 19
- •Глава 4. Предпосылки метода наименьших квадратов 82
- •Глава 5. Нелинейные модели регрессии. 102
- •1. Предмет и задачи курса.
- •1.1 Определение эконометрики. Взаимосвязь с другими науками. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы.
- •1.2 Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.
- •2. Спецификация переменных в уравнениях регрессии.
- •2.1. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.
- •2. Регрессионные модели с одним уравнением.
- •3. Системы одновременных уравнений.
- •2.2.Спецификация переменных в уравнение регрессии. Ошибки спецификации.
- •3. Парная и множественная регрессия.
- •3.1.Понятие о функциональной, статистической и корреляционных связях. Основные задачи корреляционно-регрессионного анализа.
- •3.2. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии.
- •3.3 Линейная модель парной регрессии. Метод наименьших квадратов (мнк). Свойство оценок мнк.
- •Статистические свойства оценок метода наименьших квадратов.
- •3.4.Ковариация. Коэффициент ковариации. Показатели качества регрессии: линейный коэффициент регрессии, коэффициент детерминации.
- •3.5.Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии. Дисперсионный анализ. Критерии Фишера и Стьюдента.
- •3.6. Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (клммр). Определение параметров уравнения множественной регрессии методом наименьших квадратов.
- •3.8. Оценка качества модели множественной регрессии: f-критерий Фишера, t-критерий Стьюдента. Мультиколлинеарность. Методы устранения мультиколлинеарности.
- •Глава 4. Предпосылки метода наименьших квадратов
- •4.1. Исследование остатков величин регрессии.
- •4.2. Проблема гетероскедастичности. Её экономические причины и методы выявления.
- •4.3. Обобщенный метод наименьших квадратов. (омнк).
- •Глава 5. Нелинейные модели регрессии.
- •5.1. Нелинейные модели регрессии и их линеаризация.
- •5.2. Оценка степени тесноты связи между количественными переменными.
- •5.3. Индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации для нелинейных моделей.
- •5.4. Применение мнк для нелинейных моделей.
Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное
учреждение высшего профессионального образования
«Тульский государственный университет»
Кафедра «Финансы и менеджмент»
Гучек Н.Е. доцент, к.т.н.
Конспект лекций
по дисциплине
ЭКОНОМЕТРИКА
Направление подготовки: 080100 «Экономика»
Cпециальность подготовки: 080107 «Налоги и налогообложение»
Форма обучения: очная
Тула 2011 г.
Рассмотрен и утвержден на заседании кафедры «Финансы и менеджмент» факультета Э и М
Протокол № 1 от 30 августа 2011 г.
Зав. кафедрой _________________Е.А. Федорова
Содержание
КОНСПЕКТ ЛЕКЦИЙ 1
Направление подготовки: 080100 «Экономика» 1
1. Предмет и задачи курса. 5
1.1 Определение эконометрики. Взаимосвязь с другими науками. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. 6
1.2 Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов. 10
2. Спецификация переменных в уравнениях регрессии. 13
2.1. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. 13
2.2.Спецификация переменных в уравнение регрессии. Ошибки спецификации. 17
3. Парная и множественная регрессия. 19
3.1.Понятие о функциональной, статистической и корреляционных связях. Основные задачи корреляционно-регрессионного анализа. 19
3.2. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения 24
регрессии. 24
3.3 Линейная модель парной регрессии. Метод наименьших квадратов (МНК). Свойство оценок МНК. 27
3.4.Ковариация. Коэффициент ковариации. Показатели качества регрессии: линейный коэффициент регрессии, коэффициент детерминации. 37
3.5.Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии. Дисперсионный анализ. Критерии Фишера и Стьюдента. 38
3.6. Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов. 46
3.7. Стандартизированные коэффициенты регрессии, их интерпретация. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции. 58
3.8. Оценка качества модели множественной регрессии: F-критерий Фишера, t-критерий Стьюдента. Мультиколлинеарность. Методы устранения мультиколлинеарности. 77
Глава 4. Предпосылки метода наименьших квадратов 82
4.1. Исследование остатков величин регрессии. 83
4.2. Проблема гетероскедастичности. Её экономические причины и методы выявления. 86
4.3. Обобщенный метод наименьших квадратов. (ОМНК). 98