- •Автокорреляция случайного возмущения. Причины. Последствия.
- •Автокорреляция уровней временного ряда и ее последствия.
- •Автокорреляция. Методы устранения автокорреляции.
- •Алгоритм проверки адекватности парной регрессионной модели.
- •Алгоритм проверки значимости регрессора в парной регрессионной модели.
- •Алгоритм теста Голдфелда-Квандта на наличие (отсутствие) гетероскедастичности случайных возмущений.
- •Выбор типа математической функции при построении уравнения регрессии
- •Выведите формулы вычисления параметров модели парной регрессии
- •Гетероскедастичность - понятие, проявление и меры устранения
- •Гетероск-сть случайного возмущения. Причины. Последствия. Тест gq.
- •Двухшаговый метод наименьших квадратов для оценки параметров структурной формы модели
- •Индивидуальная и интервальная оценка индивидуального значения зависимой переменной
- •Интервальная оценка параметров уравнения парной регрессии
- •Классическая парная регрессионная модель. Спецификация модели. Теорема Гаусса – Маркова.
- •Ковариация, коэффициент корреляции и индекс детерминации
- •Количественные характеристики взаимосвязи пары случайных переменных.
- •Косвенный метод наименьших квадратов для оценки параметров структурной формы модели
- •Линейная модель множественной регрессии.
- •Метод Монте-Карло, его применение в эконометрике
- •Метод наименьших квадратов: алгоритм метода; условия применения. Обобщённый метод наименьших квадратов
- •Модели с бинарными фиктивными переменными.
- •Мультиколлинеарность факторов – понятие, проявление и меры устранения.
- •Методы устранения мультиколлинеарности
- •Назначение теста Голдфелда-Квандта, этапы его проведения
- •Нелинейная модель множественной регрессии Кобба-Дугласа. Оценка её коэффициентов.
- •Нелинейная регрессия (линеаризация, оценка параметров)
- •Ожидаемое значение случайной переменной, её дисперсия и среднее квадратическое отклонение.
- •Основные числовые характеристики вектора остатков в классической множественной регрессионной модели
- •Отражение в модели влияния неучтённых факторов и времени.
- •Оценивание параметров в ур-ниях тренда.
- •Оценка адекват-ти полученной эк модeли
- •Оценка коэффициентов модели Самуэльсона-Хикса
- •Оценка параметров множественной регрессионной модели методом наименьших квадратов.
- •Оценка параметров парной регрессионной модели методом наименьших квадратов.
- •Оценка параметров эконометрической модели
- •Оценка статистической значимости коэффициентов модели множественной регрессии
- •Подбор объясняющих переменных множественной линейной модели. Алгоритм исключения квазинеизменных переменных.
- •Подбор объясняющих переменных множественной линейной модели. Метод анализа матрицы коэффициентов корреляции.
- •Подбор переменных в модели множественной регрессии на основе метода оценки информационной ёмкости.
- •Понятие гомоск-сти и гетероск-сти случ-х возмущений, их графич интерпретация.
- •Порядок оценивания линейной модели множественной регрессии методом наименьших квадратов (мнк) в Excel
- •Последствия гетероскедастичности. Тест Голдфелда-Квандта.
- •Предпосылки метода наименьших квадратов
- •Применение обобщенного метода наименьших квадратов (омнк) для случая гетероскедастичности остатков.
- •Применение теста Стьюдента в процедуре подбора переменных в модели множественной регрессии.
- •Применение фиктивных переменных при исследовании сезонных колебаний: спецификация модели, экономический смысл параметров при фиктивных переменных.
- •Принципы спецификации эконометрических моделей и их формы.
- •Проблема мультиколлинеарности в моделях множественной регрессии. Признаки мультиколлинеарности
- •Проверка качества эконометрической модели
- •Прогнозирование экономических переменных. Проверка адекватности модели.
- •Простейшие модели временных рядов. Их свойства.
- •Регрессионные модели с фиктивными переменными.
- •Роль вектора и матрицы корреляции множественной линейной модели при подборе объясняющих переменных.
- •Свойства дисперсии случайной переменной
- •Случайные переменные и их характеристики.
- •Смысл и значение множественной регрессии в эконометрических исследованиях. Выбор формы уравнения множественной регрессии.
- •Составление спецификации модели временного ряда
- •Спецификация и оценивание мнк эконометрических моделей нелинейных по параметрам
- •Спецификация моделей со случайными возмущениями и преобразование их к системе нормальных уравнений.
- •Способы корректировки гетероскедастичности. Метод взвешенных наименьших квадратов.
- •Статистические свойства оценок параметров парной регрессионной модели.
- •Статистические характеристики выборки и генеральной совокупности статистических данных. Их соотношения.
- •Суть метода наименьших квадратов. Его графическое пояснение
- •Теорема Гаусса – Маркова.
- •Тест Дарбина – Уотсона, последовательность его выполнения.
- •Тест Стьюдента.
- •Типы переменных в эконометрических моделях. Структурная и приведённая формы спецификации эконометрических моделей.
- •Устранение автокорреляции в парной регрессии
- •Функция регрессии как оптимальный прогноз.
- •Цели и задачи эконометрики. Этапы процесса эконометрического моделирования. Классификация эконометрических моделей.
- •Эконометрика, её задача и метод
- •Эконометрическая инвестиционная модель Самуэльсона-Хикса.
- •Экспоненциальное сглаживание временного ряда.
- •Этапы исследования зависимостей между экономическими явлениями при помощи эконометрической модели. Принципы спецификации модели. Формы эконометрических моделей.
- •Структурная и приведенная формы модели системы эконометрических уравнений
- •Этапы построения эконометрических моделей.
Цели и задачи эконометрики. Этапы процесса эконометрического моделирования. Классификация эконометрических моделей.
Задача: выявление связей между количественными характеристиками экономических объектов. Целью выявления связей является построение математических правил прогноза, недоступных для наблюдения количественных характеристик изучаемых объектов по наблюдаемым или заданным значениям других количественных характеристик этих объектов.
Этапы процесса:
1) спецификация модели;
2) сбор статистической информации об объекте-оригинале в виде конкретных значений экзогенных и эндогенных переменных, включенных в спецификацию модели;
3) оценка параметров модели (настройка, оценивание или идентификация модели);
4) проверка адекватности модели (проверка соответствия настроенной модели объекту-оригиналу).
Классификация моделей:
1) В зависимости от конечной цели исследования выделяют зависимую (эндогенную) переменную Y, значения которой являются предметом объяснения. Экзогенные переменные рассматриваются как определенные независимо от моделируемого явления.
2) По типу функции f различают линейные и нелинейные модели.
3) По количеству включенных в модель факторов однофакторные (парные) и многофакторные (множественные) модели.
Таким
образом, эконометрическая
модель
имеет вид
,
Специфической особенностью деятельности современного экономиста является работа в условиях недостатка информации и неполноты исходных данных. Анализ такой информации требует специальных - статистических методов. Поэтому основой эконометрического моделирования являются методы корреляционно-регрессионного анализа.
Эконометрика, её задача и метод
Эконометрика – наука, изучающая конкретные количественные закономерности и взаимосвязи эконометрических объектов и процессов с помощью математических методов и моделей. Термин был введен Фришем.
Задача: выявление связей между количественными характеристиками экономических объектов.
Эконометрика служит инструментом решения прогнозных экономических задач методом математического моделирования. Как наука эконометрика является синтезом экономической теории, социально-экономической статистики, алгебры, теории вероятностей и математической статистики.
Эконометрическая инвестиционная модель Самуэльсона-Хикса.
Ct = a0+a1Yt-1 ,
It = b*( Yt-1-Yt-2),
Gt = gG t-1,
Yt = Ct+It+Gt,
0<a1<1, b>0, g>1
В модели 4 текущие эндогенные переменные Ct, It, Gt и Yt. Значения переменных объясняются тремя предопределенными переменными Yt-1, Yt-2, Gt-1. Модель состоит из 3 поведенческих уравнений (это 1,2,3 уравнения модели) и 1 тождества. В спецификации содержится 4 неизвестных параметра a0, a1, b, g, из которых g – темп роста государственных расходов Gt в текущем периоде.
Экспоненциальное сглаживание временного ряда.
Этапы исследования зависимостей между экономическими явлениями при помощи эконометрической модели. Принципы спецификации модели. Формы эконометрических моделей.
Стандартная схема анализа зависимостей состоит в осуществлении ряда последовательных процедур:
1.Подбор начальной модели (этап спецификации). Он осуществляется на основе экономической теории, предыдущих знаний об объекте исследования, опыта исследователя и его интуиции.
2.Оценка параметров модели на основе имеющихся статистических данных (этап параметризации).
3.Осуществление проверки качества модели (этап верификации).
4.При наличии хотя бы одного неудовлетворительного ответа по какому-либо критерию модель совершенствуется с целью устранения выявленного недостатка.
5.При положительных ответах по всем критериям модель считается качественной. Она используется для анализа и прогноза объясняемой переменной.
