1. Визначення економетрії як науки, її природа

2. Роль економетричних досліджень в економіці.

3. Предмет, цілі, задачі курсу — Економетрика.

4. Взаємозв’язки курсу із суміжними дисциплінами

5. Основні типи економетричних моделей.

6. Етапи економетричного моделювання

7. Загальний вигляд лінійної економетричної моделі

8. Специфікація економетричної моделі.

9. Передумови застосування МНК

10. Метод найменших квадратів.

11. Властивості статистичних оцінок параметрів,

12. Поняття адекватності і точності економетричної

13. Перевірка значущості оцінок параметрів економетричної

14. Перевірка статистичної значущості економетричної

15. Дисперсійний аналіз лінійної регресії.

16. Інтервальний прогноз залежної змінної

17. Проста лінійна регресія. Структура моделі та

18. Коефіцієнт детермінації.

19. Властивості параметрів регресії.

20. Залишки моделі. Дисперсія моделі.

21. Гіпотеза про значимість коефіцієнта регресії.

22. Гіпотеза про лінійні обмеження на коефіцієнти моделі

23. Перевірка моделі на адекватність.

24. Перевірка моделі на стійкість.

25. Прогнозування за допомогою простої лінійної регресії.

26. Моделі, які зводяться до моделі множинної

27. Множинна лінійна регресія. Структура моделі та

28. Моделі, які зводяться до моделі множинної

29. Виділення сезонних коливань.

30. Економетрична лінійна модель на основі нормаліз.

31. Регресійні залежності довільного типу.

32. Модель Коба-Дугласа та її оцінка.

33. Інтерпретація коефіцієнтів регресії. Порівняння

34. Поняття мультиколінеарності, її природа.

35. Методи визначення мультиколінеарності та

36. Поняття гомо- й гетероскедастичності,

37. Метод перевірки гетероскед, тест Голдфелда-Квондта

38. Тест Глейзера для виявлення гетероскедастичності

39. Критерій Уайта для виявлення гетероскедастичності

40. Зважений МНК оцінювання лінійної моделі з гетероскед

41. Сутність авто кореляції, її природа

42. Методи визначення автокореляції.

43. Критерій Дарбіна-Уотсона перевірки

44. Метод Дарбіна (загальна характеристика).

45. Узагальнений МНК, відомої кореляційної матриці збурень

46. Авторегресія першого порядку.

47. Оцінювання моделі з автокор збур невідома…

48. Системи одночасних структурних рівнянь.

49. Приклади систем одночасних рівнянь на макрорівні.

50. Поняття ідентифікації.

51. Проблеми оцінювання параметрів системи,

52. Непрямий МНК оцінювання строго ідентифікованих р-нь

53. Розрахунок параметрів сист економр-нь поп і пропоз

54. Двоетапний МНК. Алгоритм.

55. Порядок аналізу часових рядів.

56. Лаговий оператор.

57. Міри точності прогнозів.

58. Стаціонарність часових рядів.

59. Метод усереднення.

60. Методи експоненціального згладжування

1. Визначення економетрії як науки, її природа. Приклади використання економетричних моделей для розв’язування економічних задач.

Економетрика – наука, що вивчає економічні моделі та процеси за допомогою математичних та статистичних методів.-конспект

Економетрика (за підр. Черняка) – наука, що вивчає кількісні взаємозв’язки економічних об’єктів і процесів за допомогою математичних і статистичних методів і моделей. Економетричні методи передбачають статистичний аналіз конкретних економічних даних зазвичай за допомогою комп’ютерів.

Також, можна описати економетрику, як галузь економічної теорії, яка вивчає моделі економічних систем у такій формі, яка дає можливість перевіряти ці моделі на адекватність засобами математичної статистики.

Основна задача економетрики полягає в практичній перевірці основних економічних концепцій та положень.-конспект

Економетрика – наука, яка вивчає конкретні кількісні та якісні взаємозв’язки економічних процесів за допомогою математичних та статистичних методів та моделей. Мета економетрики – здійснювати емпіричну перевірку положень економічної теорії, підтверджуючи чи відхиляючи останні. Цим економетрика відрізняється від математичної економіки, зміст якої полягає виключно у застосуванні математики, і теоретичні положення якої не обов’язково потребують емпіричного підтвердження. Економетрика є результатом синтезу економічної теорії, математичної статистики та економічної статистики. Застосування статистичних методів до аналізу економічних даних має давню історію. Перша «емпірична» крива попиту була опублікована Чарльзом Дейвенентом у 1699 році.

Економічна модель являє собою набір припущень, які приблизно описують поведінку економіки (або сектора економіки). Економетрична модель складається з таких частин: 1). Набір рівнянь поведінки, які виводяться з економічної моделі. Ці рівняння включають деякі змінні, значення яких спостерігаються, а також «збурення», які відтворюють ефект від змінних, не включених до моделі у явному вигляді, та ефект від непередбачуваних подій. 2). Опис імовірнісного розподілу «збурень».

Економетричні моделі мають стохастичний характер. Розглянемо співвідношення між споживанням С та доходом Y у такому вигляді: С = α + βY + ε, де ε – збурення, або стохастична складова моделі, α і β – невідомі параметри, які можна оцінити за допомогою методів математичної статистики.

Стохастичний характер економетричних моделей дозволяє використовувати теорію статистичних висновків для перевірки цих моделей на адекватність. Перевірка складається з двох етапів: статистичного і економічного. На статистичному етапі ми перевіряємо, чи виконуються вимоги, які накладено на стохастичну складову ε при формулюванні моделі. На економічному етапі ми перевіряємо, чи узгоджуються знайдені оцінки параметрів з положеннями економічної теорії. Наприклад, теорія споживання стерджує, що зі зростанням доходу споживання зростає, але не в такій мірі як доход. Звідси випливає, що ця модель коректна, при 0 < β < 1.

Таким чином, економетричні методи дозволяють не тільки встановлювати кількісні зв’язки між економічними змінними, але й робити висновки про коректність одержаних моделей.