- •1.Определение и задачи эконометрики. Место эконометрики в общественных науках.
- •2.История эконометрических исследований.
- •XVII век- зарождение политических арифметиков.
- •3. Методология эконометрического моделирования.
- •4.Выбор типа математической функции при построении уравнения регрессии.
- •5 .Оценка параметров уравнения парной регрессии.
- •6.Абсолютные и относительные показатели силы связи в уравнениях парной регрессии.
- •9.Таблица дисперсионного анализа (назначение, построение).
- •10.Оценка значимости параметров уравнения парной регрессии.
- •11.Интервальная оценка параметров уравнения парной регрессии.
- •12.Нелинейная регрессия (линеаризация, оценка параметров).
- •13.Оценка качества модели регрессии на основе ошибки аппроксимации.
- •14. Использование модели парной регрессии для прогнозирования.
- •15.Визуальный анализ остатков.
- •16.Смысл и значение множественной регрессии в эконометрических исследованиях. Выбор формы уравнения множественной регрессии.
- •17.Отбор факторов в уравнение множественной регрессии.
- •18. Оценка параметров уравнения множественной регрессии.
- •19. Построение уравнения регрессии в стандартизованном масштабе.
- •20.Абсолютные и относительные показатели силы связи в модели множественной регрессии.
- •21. Множественный коэффициент корреляции и коэффициент детерминации. Скорректированный коэффициент детерминации.
- •22.Показатели частной корреляции.
- •23.Оценка значимости уравнения множественной регрессии и его параметров.
- •24.Частные критерии Фишера в оценке результатов множественной регрессии.
- •25. Использование фиктивных переменных в моделях множественной регрессии.
19. Построение уравнения регрессии в стандартизованном масштабе.
Все переменные выразим в одних и тех же единицах в стандарт отклонении.
20.Абсолютные и относительные показатели силы связи в модели множественной регрессии.
Абсолютные
Показывают, на сколько единиц в среднем изменяется результативный признак при изменении рассматриваемого факторного признака на одну единицу при условии, что остальные факторы зафиксированы на среднем уровне и не меняются
Относительные
Стандартизованные коэффициенты регрессии !
Частные коэффициенты эластичности
Показывают на сколько процентов в среднем измен результат признак при измен факторного признака на 1% при условии что все остальные факторы зафиксированы на среднем уровне и не меняются. Параметры b1 b2 b3….bр являются коэф эластичности в степенной функции. !
21. Множественный коэффициент корреляции и коэффициент детерминации. Скорректированный коэффициент детерминации.
Практическая значимость уравнения множественной регрессии оценивается с помощью показателя множественной корреляции и его квадрата- коэффициента детерминации.
Показатель множественной корреляции характеризует тесноту связи рассматриваемого набора факторов с исследуемым признаком, или оценивает тесноту совместного влияния факторов на результат.
Коэф(индекс) множественной корреляции может быть найден как кВ.корень из коэф детерминации:
Методика построения индекса множественной корреляции аналогична построению индекса корреляции для парной зависимости. Границы его изменения те же: от 0 до 1. Чем ближе его значение к 1, тем теснее связь результативного признака со всем набором исследуемых факторов.
Формулы по нахождению индекса множественной корреляции !:
Формула индекса множественной корреляции для линейной регрессии получила название линейного коэффициента множественной корреляции или совокупного коэффициента корреляции !
Формула скорректированного индекса множественной детерминации имеет вид !:
Коэф множ детерминации показывает долю вариации рез-ого признака, за счет вариации включ в модель факторов, в общей вариации р-та.
22.Показатели частной корреляции.
Ранжирование факторов, участвующих в множественной линейной регрессии, может быть проведено через стандартизованные коэффициенты регрессии (бэта- коэффициенты). Эту же цель можно достичь с помощью частных коэффициентов корреляции. Кроме того, частные показатели корреляции широко используются при отборе факторов: целесообразность включения того или иного фактора в модель доказывается величиной показателя частной корреляции.
Частные коэффициенты (или индексы) корреляции характеризуют тесноту связи между результатом и соответствующим фактором при устранении влияния других факторов, включенных в уравнение регрессии.
Показатели частной корреляции представляют собой отношение сокращения остаточной дисперсии за счет дополнительного включения в анализ нового фактора к остаточной дисперсии, имевшей место до введения его в модель.
Расмотренные показатели частной корреляции принято называть коэффициентами (индексами) частной корреляции первого порядка, ибо они фиксируют тесноту связи двух переменных при закреплении (элиминировании влияния) одного фактора.
Если рассматривается регрессия с числом факторов p, то возможны частные коэффициенты корреляции не только первого, но и второго, третьего ..., (p-1) порядка, то есть влияние фактора х1 можно оценить при разных условиях независимости действия других факторов:
ryx1*x2 – при постоянном действии фактора x2
ryx1*x2x3- при постоянном действии фактора х2 и х3
ryx1*x2...xp- при неизменном действии всех факторов, включенных в уравнение регрессии.
При i=1 формула коэффициента частной корреляции примет вид:
Коэффициенты частной корреляции более высоких порядков можно найти через коэффициенты частной корреляции более низких порядков по рекуррентной формуле.
Связь с бета-коэффициентами