- •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.
- •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.
- •8. Корреляция и детерминация для линейной регрессии.
- •9. Прогноз по линейному ур-ию регрессии.
- •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
4. Измерения в эк-ке.
- Признаки измерения – это получение, сравнение и упорядочение инф-ии. (это измерение в шир.смысле).
- Измерение – это операция, в рез-те кот.получается численное значение величины, причем числа должны соотв-ть наблюдаемым св-ам, фактам, качествам, законам науки.
- Третье понимание измерения связано с обязательным наличием единицы измерения (эталона). Это опр-е измерения в уз.смысле.
Все понятия измерения м.б. объединены на базе определения шкалы измерения:
1)Шкала наименований (номинальная) шкала . Для опр-ия любой шкалы измерения необходимо дать название объекта, отождествить объект с некоторым св-ом или группой св-в. Если это требование оказывается единсьвенным, то шкала называется номинальной. (предприятие промышленное, девушка сероглазая).
2) Порядкавая(ранговая) шкала – это шкала, в кот.порядок эл-ов по уровню проявления некоторого св-ва существен, а кол-ое выражение несущественно или плохо осуществимо. Допускает операции «равенство-неравенство», «больше- меньше».
3) Интервальные шкалы – применение этих шкал дает возможность не только упорядочить объекты по кол-ву св-ва, но и сравнить м/у собой разности количеств. (у=ах+b, а>0, b≠0)
4) Шкала отношений (пропорциональная) – в случаях, когда на шкале можно указать абсолют.нуль, мы имеем несколько более высокий уровень измерения, а именно шкалу отношений. Допускает операции «равенство-неравенство», «меньше-больше», операцию деления. (у=ах при х≠0)
5) Шкала разностей . Если в интерв.шкале масштаб зафиксирован, то измерение происходит в шкале разностей. Эта шкала допускает операции «равенство-неравенство», «больше-меньше», «равенство-неравенство интервалов»., операцию вычитания. (у=х+b, b≠0)
5. Парная регрессия и корреляция. Способы задания уравнения парной регрессии.
Парная (простая) регрессия – это модель, где среднее значение зависимой (объясняемой) переменной (y) рассм-ся как ф-ция одной независимой (объясняющей) переменной (х), т.е. это модель вида у=f(x)
Способы задания уравнения парной регрессии.
1. Графический (прогматический) – выбор формы зависимости осущ-ся на основе графика. На координатную плоскость наносятся значения признаков по оси ох – значения факторного признака, по оси оу – значения рез-го признака. Данная плоскость будет наз-ся полем корреляции.
Каждое пересечение будет обозначаться точкой. Если имеет место беспорядочное расположение точек, то это говорит об отсутствии тесных связей м/у изучаемыми признаками.
Чем сильнее связь, тем теснее точки будут групп-ся вокруг опред.линии. Данная линия – линия регрессии.
По виду можно уст-ть форму связи.
Если точки опр-ют равномерное нарастание рез-го признака с увеличением факторного, то будет иметь место линейная зависимость.
3. Аналитический метод основан на изучении материальной природы связей.
Например, спрос товара от его кол-ва и цены, всегда развивается по линейной завис-ти.
4. Экспериментальный метод – сравнение величины остаточной дисперсии при различ.моделях.