
- •1.Понятие и практическое значение эконометрики
- •2.Связь эконометрики с другими областями научного знания.
- •3.Структура дисциплины «Эконометрика»
- •4.Моделирование парных связей: понятие, принцип, последовательность операций.
- •7. Оценка соответствия уравнения регрессии исходным данным на основе средней ошибки аппроксимации.
- •5. Парная корреляция и регрессия в условиях линейной связи, порядок расчетов и интерпретация параметров.
- •6. Методы оценки качества модели парных связей
- •10. Точечный прогноз на основе парной линейной регрессии
- •9. Оценка статистической значимости уравнения регрессии т-критерий Стьюдента.
- •11. Интервальный прогноз на основе парной линейной регрессии
- •12. Корреляция и регрессия нелинейных парных связей.
- •13. Техника расчета и экономич интерпретация параметров уравнения парной линейной регрессии, коэф парной лин корреляции.
- •14. Последовательные этапы построения модели множественной регрессии.
- •16. Выбор формы уравнения множественной регрессии.
- •17. Натуральная и стандартизованная формы модели множественной регрессии.
- •19. Показатели силы связи во множественной регрессии в абсолютной и относительной форме.
- •21. Коэф частной корреляции техника их расчета в двухфакторной моделе.
- •22. Оценка значимости уравнения множественной регрессии.
- •23. Проблемы мультиколлениарности ф-в.
- •24. Неколичественные модели в эконометрических моделях.
- •33. Автокорреляционная функция (акф) и коррелограмма.
- •25. Понятие и виды систем эконометрич уравнений.
- •30. Понятие временного ряда. Компоненты временного ряда.
- •32. Коэф автокорреляции уровней временного ряда 1 и 2 порядка.
- •31. Автокорреляция уровней временного ряда и методы ее оценки
- •18. Оценка параметров уравнения множественной регрессии и их экономическая интерпритация.
- •26. Идентификация системы эконометрических уравнений.
- •27. Структурная и приведенная формы системы одновременных уравнений.
- •28. Оценивание параметров системы одновременных уравнений косвенным методом наименьших квадратов.
- •29. Применение двухшаговых методов наименьших квадратов при определении параметров системы одновременных уравнений.
14. Последовательные этапы построения модели множественной регрессии.
Начальными этапами являются выбор одной из наиболее существенных независ переменных и выбор формы уравнения регрессии. В общем виде: y=f(x1,x2…xn). Для отбора независ переменных проводится предварительный теоретич анализ, а затем количественное измерение тесноты связи у с отобранными ф-рами. Теоретический анализ базируется на экспертных оценках значимости важнейших условий и предпосылок, которыми определяют состояние зависимой переменной. На этапе количественного анализа из предварительно отобранных ф-в необходимо отобрать наиболее значимые и проверить их на мультиколлениарность(связь независимых ф-в м/у собой). Если м/у некоторыми ф-рами пресутствует достаточно тесная связь, то будут искажены результаты оценки связи этих ф-в с у. Общие требования: 1. Д.б. существенные ф-ры реально влияющие на у. 2. Ф-ры д.б. количественно измеряемы, если прямой колич меры нет, то необходимо попытаться дать им бальную оценку. 3. Ф-ры не д.б. зависимы друг от друга, проверка на мультиколлениарность. Отбор ф-в можно выполнить используя таблицу парных коэф корреляции или применить спец. мат. приемы: 1. Отсев ф-в. 2. Добавление ф-в. 3. Пошаговое
16. Выбор формы уравнения множественной регрессии.
Наиболее растпространенным элементом является линейный модуль: y=a+b1x1+b2x2+b3x3+E. Среди нелинейных модулей: 1. Гипербола y= 1/ (a+b1x1+b2x2) 2степенная y=a+x1b1*x2b2. Различие линейной и нелинейной модели в том, что в нелин модели трудней интерпретировать параметры. В лин модели коэф регрессии b имеет очевидный экономический смысл и показывает на сколько измеряется у при изменении х, при условии предположения, что влияние всех остальных ф-в сохраняется неизменным. В нелинейной модели b инетрпретируется в относит величинах и такая интерпретация менее очевидна. Расчет параметров нелин модели можно выполнять либо ручным способом используя логарифмирование, либо на калькуляторе. Чем больше переменных в моделе тем строже требования к числу наблюдений.
17. Натуральная и стандартизованная формы модели множественной регрессии.
y=a+b1x1+b2x2 – естественная(натуральная) форма.
Чтобы обеспечить сопоставимость характеристик силы связи при множествен регрессии необходимо от абсолютной формы перейти к их относительной форме.
ty= β1tx1+ β2tx2 – стандартизованная модель
Для расчета β-коэф необходимо использовать информацию о парных коэф корреляции в зависимости от числа независ переменных в модели, ф-лы расчета β-коэф имеют вид:
Определить силу связи м/у ф-ром х и следствием у в относит форме и благодаря этому есть возможность оценить какой ф-р и во сколько раз сильнее влияет на следствие у.
19. Показатели силы связи во множественной регрессии в абсолютной и относительной форме.
Для обеспечения сопоставимости характеристик силы связи для лин моделей используется замена натуральной формы уравнения на стандартизованную. При этом коэф регрессии b заменяется на β-коэф, кот имеет относительную форму. Для лин моделей в кач-ве относит характеристики силы связи применяются коэф эластичности:
(δ)
линейная модель (%) – для лин и нелин
моделей.
bi-
на какую величину изменится у, при
увелич х на 1 ед. βi
– коэф дают оценку влияния ф-ра x
в относительной форме и определяют на
сколько своих средних квадратичных
отклонений (δу)
в среднем изменяется зависимая переменная
у при изменении переменной х на одно
свое среднеквадратичное отклонение
при фиксированных значениях других
переменных, включенных в данную модель
регрессии.
(относительная
оценка силы связи) показывает на сколько
% в среднем изменится зависимая переменная
у при изменении переменной на 1%, если
другие независимые переменные считать
неизменными. Коэф эластичности –
универсальный инструмент и м.б.
использован при анализе как множественных
так и парных связей.
20. коэф множественной корреляции и коэф множественной детерминации. Сущ несколько способов оценки тесноты связи: R – коэф множественной корреляции, R2скорректир – скорректированный коэф множественной детерминации, R2 – множественный коэф детерминации.
Р
асчет
линейного коэф множественной корреляции
с использованием коэф ryxi
и βi:
коэф
множественной детерминации на основе
парных коэф корреляции:
где
парные коэф корреляции высчитываются
по ф-лам:
и т.п.
Интерпретация R: дается в мерах тесноты связи путем оценки степени близости показателя к единице. Меньше 0,3 – лабая теснота связи, больше 0,3 – умеренная теснота связи.
R2скорректир. Для одного и того же числа наблюдений n, коэф детерминации принимает разные значения в зависимости от числа переменных в модели и степени нелинейности связи.
Коэф
скорректированный на число степеней
свободы:
скорректированный коэф множественной детерминации не имеет самостоятельного эластичного значения, используется только для сравнения с обычным коэф детерминации. Модель считается хорошей, если невелика разница м/у обычным и скорректированным коэф детерминации, а сама величина этих коэф близка к 1.