
- •1. Нестационарные по математическому ожиданию и стационарные процессы.
- •2. Понятие, предмет, задачи эконометрики.
- •3. Основные этапы развития эконометрики.
- •4. Особенности эконометрического метода.
- •5. Стохастика - детерминированный характер социально - экономических явлений.
- •7. Основные этапы моделирования связи методом корреляционно-регрессионного анализа.
- •8. Выбор объекта исследования при построении эконометрической модели.
- •9. . Выбор факторов, включаемых в систему, при построении эконометрической модели.
- •10. Сбор исходной информации при построении эконометрической модели.
- •11. Первичная статистическая обработка при построении эконометрической модели.
- •12. Построение двухмерной линейной модели корреляционно-регрессионного анализа.
- •13. Проверка значимости коэффициентов простой линейной регрессии и адекватности регрессионной модели.
- •14. Оценка существенности параметров линейной регрессии с помощью дисперсионного анализа.
- •15.Нелинейная регрессия
- •16. Множественная линейная регрессия: задача и основные предположения.
- •17. Выбор формы уравнения множественной регрессии.
- •18. Проверка значимости результатов множественной регрессии.
- •19. Метод наименьших квадратов для множественной линейной регрессии.
- •20. Геометрическая интерпретация метода наименьших квадратов.
- •21. Статистические свойства оценок параметров, теорема Гаусса - Маркова.
- •22. Парные, частные коэффициенты корреляции, совокупные коэффициенты множественной корреляции и детерминации. Понятие и связь между ними.
- •24. Использование коэффициента детерминации r2 и f-критерия для проверки статистических гипотез о параметрах регрессии.
- •25. Предпосылки метода наименьших квадратов. Гомоскедастичность дисперсии остатков. Гетероскедастичность.
- •2) Нулевая средняя величина остатков, т.Е.
- •4. Отсутствие автокорреляции остатков. Значения остатков распределены независимо друг от друга.
- •26. Обобщенный метод наименьших квадратов.
- •Сущность обобщённого мнк
- •27. Взвешенный метод наименьших квадратов.
- •28. Регрессионные модели с переменной структурой (фиктивные переменные).
- •29. Экономическая интерпретация многофакторной регрессионной модели.
- •30. Понятие мультиколлинеарности, ее значение при отборе факторов.
- •31. Расчет ошибки репрезентативности и доверительных интервалов при построении моделей.
- •32. Методы исключения тенденции во временных рядах.
- •33. Скользящая средняя и метод центрирования.
- •34. Автокорреляция. Тесты на автокорреляцию остатков (критерий Дарбина-Уотсона).
- •35. Оценивание при наличии автокорреляции остатков.
- •36. Прогнозирование в регрессионных моделях. Хуета какая то
- •37. Система линейных одновременных уравнений и ее идентификация.
- •38. Приведенная форма структурной модели.
- •39Идентификация параметров структурной и приведенной форм модели.
- •40. Оценивание параметров структурной формы модели.
- •42. Двушаговый метод оценки параметров систем одновременных уравнений.
- •43. Экономически значимые примеры систем одновременных уравнений.
- •45. Типы динамических эконометрических моделей. Модели с распределенным лагом и модели авторегрессии.
- •46. Интерпретация моделей: краткосрочный, промежуточный и долгосрочный мультипликаторы.
- •48. Метод Алмон. Метод Койка. Метод главных компонент. Метод Алмон
1. Нестационарные по математическому ожиданию и стационарные процессы.
Нестационарные процессы. В общем случае значения функций математического ожидания, дисперсии и корреляции могут быть зависимыми от момента времени t, т.е. изменяться во времени. Такие процессы составляют класс нестационарных процессов.
Стационарные процессы. Процесс называют стационарным, если плотность вероятностей процесса не зависит от начала отсчета времени и если на интервале его существования выполняются условия постоянства математического ожидания и дисперсии, а корреляционная функция является функцией только разности аргументов = t2-t1, т.e.:
mХ(t1) = mХ(t2) = mХ = const,
DХ(t1) = DХ(t2) = DХ = const,
Среди стационарных процессов выделяют строго стационарные процессы, для которых постоянны во времени не только математическое ожидание, дисперсия и корреляция, но и все остальные моменты высших порядков (в частности, асимметрия и эксцесс).
2. Понятие, предмет, задачи эконометрики.
Эконометрика - совокупность методов анализа связей между различными экономическими показателями (факторами) на основании реальных статистических данных с использованием аппарата теории вероятностей и математической статистики.
Эконометрика – быстро развивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественные меры экономическим отношениям.
Основное внимание в эконометрике уделяется следующим методам:
1. регрессионный анализ – для оценки уравнений, которые в наибольшей степени соответствуют совокупности уравнений, зависимых и независимых переменных. Эти уравнения позволяют предсказать значения зависимой переменной для заданного значения независимой (т.е. прогнозировать).
2. система эконометрических уравнений;
3. моделирование временных рядов;
4. динамические эконометрические модели.
3. Основные этапы развития эконометрики.
17в. шк. «Политич-е арифметики» - использовали в своих исслед-ях в сфере налогооблаж-я, ден.обращ-я, м/днар торговли и финансах цифры и факты.(Пети, Кинг)
18в. Гальтон, Пирсон, Эджворта. Первые применения парной корреляции (исследование Юла связи м/д ур-ем бедности и формами помощи бедным).
19.в 1ое применение Бонини метода множ. регрессии для оценки функции спроса. Исследования по цикличности экономики.
20в. 1930г. – создание эк-ческого общ-ва – Фишер, Фриш, Тимберген, Андерсон. Официально дали название науки –эконометрика.
70е.гг. – в связи с компьютеризацией сущ-ое развитие получил стат-ий анализ временных рядов.
В наст.время Э располагает множ-ом разнообразн. типов моделей, как больших (с множ-ом ур-ий), так и маленьких (для реш-я специфич.проблем).
4. Особенности эконометрического метода.
Первый момент – эконометрика как система специфических методов начала развиваться с осознания своих задач – отражения особенностей экономических переменных и связей между ними. В уравнения регрессии начали включаться переменные не только в первой, но и во второй степени – с целью отразить свойство оптимальности экономических переменных: наличия значений, при которых достигается мини-максное воздействие на зависимую переменную. Второй момент – это взаимодействие социально-экономических переменных, которое может рассматриваться как самостоятельная компонента в уравнении регрессии.
Конечно,
эффект взаимодействия (в данном случае
это параметр
)
может оказаться статистически незначимым.
Поэтому гипотезы о нелинейности и
неаддитивности связей не исключают
особого внимания к проблеме применимости
линейных и аддитивных уравнений
регрессии.
Эконометрический метод складывался в преодолении следующих неприятностей, искажающих результаты применения классических статистических методов:
асимметричности связей;
мультиколлинеарности объясняющих переменных;
закрытости механизма связи между переменными в изолированной регрессии;
Эконометрическое исследование включает решение следующих проблем:
качественный
анализ связей экономических переменных
- выделение зависимых (
)
и независимых переменных (
);
подбор данных;
спецификация формы связи между y и ;
оценка параметров модели;