
- •1. История развития. Этапы становления.
- •2.Определение (предмет) эконометрики.
- •3. Эконометрический метод и этапы эк-го исследования.
- •4. Измерения в эк-ке.
- •5. Парная регрессия и корреляция. Способы задания уравнения парной регрессии.
- •6. Линейная модель парной регрессии. Смысл и оценка параметров.
- •7. Оценка существенности пар-ов регрессии. Смысл и оценка пар-ов.
- •8. Корреляция и детерминация для линейной регрессии.
- •9. Прогноз по линейному ур-ию регрессии.
- •10. Средняя ошибка аппроксимации
- •11. Нелин.Регрессиия. Классы нелин.Регрессий. Нелин.Регрессия отн-но вкл-ых в анализ объясняющих пер-ых и по оцениваемым пар-ам.
- •2) Нелин.Рег-ия по оцениваемому коэф-ту.
- •12. Корреляция и детерминация для нелинейной регрессии (дисперс-й ан-з)
- •13. Коэффициенты эластичности для разных видов регрессионных моделей.
- •1. Выдвигаем нулевую гипотезу:
- •2. Наблюдаемое значение f-критерия Фишера (Fнабл) определяется по формуле:
- •3. Fтабл (α, k1, k2)
- •4. Сравниваем наблюдаемое и табличное значения. Делаем вывод:
- •15. Оценка адекватности модели
- •16. Множественная регрессия (спецификация модели).
- •17. Проблема мультиколленеарности.
- •18. Отбор факторов при построении множественной регрессии
- •20. Множественная корреляция
- •21. Частные уравнения регрессии
- •22. Частные коэффициенты корреляции
- •23. Оценка надежности результатов множественной регрессии и корреляции.
- •24. Частный f-критерий Фишера ( ) для уравнения множественной регрессии
- •26. Фиктивные переменные во множественной регрессии.
- •27, 28. Предпосылки мнк: гомоскедастичность, гетероскедастичность, автокорреляция остатков.
- •29. Метод наименьших квадратов. Обобщенный мнк.
- •I. Модель в натуральном и стандартизованном масштабе:
- •Множественная модель в натуральном масштабе (общий вид) запишется так:
- •Модель множественной регрессии в стандартизованном масштабе.
- •Мнк для модели в общем виде:
- •Мнк для модели в стандартизованном масштабе:
- •30. Общие понятия и необходимость использования систем эконометр-их уравнений. Формы и составляющие систем эконометрич-х уравнений.
- •31. Формы и составляющие систем эконометрич-х уравнений
- •32. Проблема идентификации. Необходимое и достаточное условие идентифицируемости
- •33. Методы оценки параметров систем уравнений: косвенный, двушаговый и трехшаговый методы.
- •34. Основные элементы временного ряда.
- •35. Автокорреляция уровней временного ряда и выявление его струк-ры.
- •36. Моделирование тенденции временного ряда
- •37. Моделирование сезонных и циклич колебаний
- •38.Автокорреляция в остатках. Критерий Дарбина-Уотсона
- •39. Методы исключения тенденции.
- •2 Основных метода:
- •1)Метод отклонения от тренда.
- •2)Метод последовательных разностей.
- •40. Динамические эконометрические модели
- •1.Харак-ка и интерпретация параметров модели с распределенным лагом.
- •Медианный шаг
- •41.Харак-ка модели с распределенным лагом.
- •Медианный шаг
- •42. Метод Койка и Лаги Алмон
Мнк для модели в стандартизованном масштабе:
30. Общие понятия и необходимость использования систем эконометр-их уравнений. Формы и составляющие систем эконометрич-х уравнений.
При моделировании достаточно сложных эконометрич-их объектов часто приходится вводить не одно, а несколько связанных между собой уравнений.
При проведении регрессионного ан-за модели может возникнуть необходимость оценивать сис-му уравнений. Оценка таких урав-ий требует введения новых понятий и методов.
Классическим примером сис-м одновременных уравнений явл-ся зависимость спроса и предложения некоторого товара от его цены и дохода.
Функ-я
спроса
Ф-я
предложения
Ф-я равновесия Q=S
P- цена, Y-доход
Случайные отклонения данной м-ли показывают отсутствие ряда важных переменных.
Изменения этих факторов могут отразиться на всей модели.
31. Формы и составляющие систем эконометрич-х уравнений
При рассмотрении сис-м одновременных уравнений переменные в таких уравнениях делятся на 2 больших класса:
эндогенные переменные- это зависимые переменные, значения кот-х определяются внутри модели.
экзогенные переменные- это внешние по отношению к модели переменные. Их значения считаются фиксированными.
Классификация переменных на эндогенные и экзогенные зависит от типа переменных.
Неэкономические переменные, нап-р, климатич-е условия, соц.положение, возрастная категория, пол и т.д., входит в сис-му только как экзогенные переменные.
В качестве экзог-х переем-х могут также рассматриваться значения эндогенных переменных за какой-то предшествующий момент времени, либо лаговые переменные.
Формы систем уравнений:
1. Сис-ма независимых уравнений. В такой форме каждая эндогенная переменная рассматривается как фун-я одного и того же набора экзогенных переменных.
В данной форме каждое уравнение сис-мы независимых урав-й может рассматриваться самост-но. Для нахождения параметров используется МНК.
2. Сис-ма рекурсивных уравнений. В данной сис-ме эндогенная переменная одного урав-я может выступать в кач-ве экзогенной переменной в другом уравнении.
В данной сис-ме эндогенная переменная включ-ся в каждое послед-щее уравнение в кач-ве экзогенных переменных и все эндогенные переменные предшествующих уравнений на ряду с набором собств-х экзогенных перемен-х.
Параметры данной сис-мы уравнений определ-ся методом наим-х кв-ов поэтапно и самостоятельно.
32. Проблема идентификации. Необходимое и достаточное условие идентифицируемости
При переходе от приведенной формы модели к стурктурной возникает проблема идентификации.
Под проблемой идентификации понимается возможность численной оц-ки параметров структ-х уравнений по оц-кам коэф-тов приведенных уравнений.
Идентификация- это единственность соответствия соответсвия м/у приведенной и структурными формами модели.
Исходную сис-му уравнений наз-ют идентифицируемой (точно определенной), если по коэф-там приведенных уравнений можно однозначно определить значения коэф-тов структурных уравнений.
Исходную сис-му уравнений наз-ют сверхидентифицируемой (переопределенной), если по коэф-там приведенных урав-й можно получить неск-ко вар-тов значений структ-х уравнений
Исходную сис-му уравнений наз-ют неидентифицируемой (недоопределенной), если по коэф-там приведенных уравнений невозможно определить значения коэф-тов структ-х уравнений. В этом случае сис-ма, связывающая коэф-ты структ-х уравнений с коэффициентами приведенных урав-й, явл-ся несовместимой.
Если обозначим число эндогенных переменных в данном уравнении сис-му через Н, а число экзогенных переменных, кот-е содержатся в сис-ме, но не входят в данное уравнение - через D, то необходимое условие идентифицируемости модели запишется в виде след-щего счетного правила:
D+1=H – уравнение идентифицируемо
D+1<H – урав-е неидентифиц-мо
D+1>H – урав-е сверхидент-мо
Для оц-ки параметров структурной модели сис-ма должна быть идентфицируема или сверхидентифиц-ма.
Рассмотренное счетное правило отражает необходимое, но недостаточное условие идентификации.
Более точные условия идентиф-ции определ-ся, если накладывать ограничения на коэф-ты матриц параметров структ-ой модели.
(Условие) Уравнение идентифиц-мо, если по отсутствующим в нем переменным как эндогенным, так и экзогенным, можно из коэф-тов при них в других уравнениях сис-мы получить матрицу, определитель кот-ой ≠0, а ранг матрицы не меньше, чем число эндогенных переменных в сис-ме без одного.
det A≠0
rank (A)≥M-1, М- число эндогенных
Целесообразность проверки условия идентиф-ции модели через определитель матрицы коэф-тов, отсутсвующих в данном уравнении, но присутствующих в других объясняется тем, что возможна ситуация когда для каждого урав-я сис-мы выполнено счетное правило, а определитель матрицы названных коэф-тов = 0. В этом случае соблюдается только необходимое условие, но недостаточное. Когда достаточное условие идентификации не выполняется, то урав-е неидентифицируемо.
В эконометрич-их моделях часто наряду с уравнениями, параметры кот-ой должны быть стат-ки оценены, используются балансовые тождества переменных, коэф-ты при кот-х = ±1.
В этом случае, хотя само тождество и не требует проверки на идентификацию, т.к. коэф-ты при переменных в тождестве известны в проверке на идентификацию собственно структ-х уравнений системы тождества учавствуют.