
- •Эконометрика как наука, определение, основные цели и задачи.
- •Классификация переменных эконометрических моделей.
- •Понятие гетероскедастичности, оценивание гетероскедастичных моделей, обобщенный метод наименьших квадратов.
- •4. Типы переменных в эконометрических моделях. Структурная и приведённая формы спецификации эконометрических моделей.
- •5. Спецификация и преобразование к приведённой форме динамических моделей. Лаговые и предопределённые переменные динамической модели.
- •6. Понятие качества спецификации модели, тестирование качества спецификации модели .
- •7.Схема построения эконометрических моделей (на примере).
- •8. Теорема Гаусса-Маркова, основные допущения и предпосылки, их практическое содержание и назначение.
- •9.Автокорреляция случайных возмущений, их последствия, обобщенный метод наименьших квадратов.
- •10. Принципы спецификации эконометрических моделей и их содержание.
- •11. Метод наименьших квадратов, основные понятия и определения. Расчет оценок параметров уравнения парной регрессии методом наименьших квадратов
- •12. Расчет стандартных ошибок параметров уравнения парной регрессии и точности прогнозирования.
- •13. Эконометрические модели из одновременных уравнений. Необходимое условие идентифицируемости уравнения модели.
- •14. Тест Дарбина - Уотсона отсутствия автокорреляции случайного остатка в линейной модели множественной регрессии.
- •15. Отражение в модели влияния на эндогенные переменные неучтённых факторов. Приведённая форма эконометрической модели
- •16. Линейная модель множественной регрессии. Порядок её оценивания методом наименьших квадратов в Excel. Смысл выходной статистической информации функции линейн.
- •17. Теорема Гаусса-Маркова, основные допущения и предпосылки, их практическое содержание и назначение.
- •18. Случайная переменная (дискретная и непрерывная) и закон её распределения.
- •19. Процедура интервального прогнозирования по оценённой линейной модели значений эндогенной переменной
- •20. Модели нестационарных временных рядов с трендом и сезонной составляющей и их идентификация
- •21. Последствия нарушения предпосылок теоремы Гаусса-Маркова.
- •22. Показатели качества регрессии. Коэффициент детерминации как мерило качества спецификации эконометрической модели
- •23. Автокорреляция в уравнениях множественной регрессии, признаки ее наличия и последствия. Оценка параметров уравнения множественной регрессии с автокоррелированными остатками.
- •29. Гетероскедастичность в уравнениях множественной регрессии, ее признаки и последствия.
- •30. Проверка статистических гипотез. Оценка статистической значимости параметров уравнения множественной регрессии.
- •31. Последствия, проявления и методика устранения ошибки спецификации эконометрической модели, состоящей во включении в линейное уравнение регрессии незначимой объясняющей переменной
- •32. Модели стационарных временных рядов и их идентификация
- •33. Понятие и причина мультиколлинеарности.
- •34. Устранение гетероскедастичности в уравнениях множественной регрессии.
- •35. Взвешенный метод наименьших квадратов.
- •36. Формы эконометрических моделей. Переход от структурной к приведенной форме модели.
- •37. Показатели качества регрессии: f-тест.
- •38. Формы эконометрических моделей. Переход от структурной к приведенной форме модели
- •43. Ожидаемое значение случайной переменной, её дисперсия и среднеквадратическое отклонение
- •44. Проявления, последствия и методика устранения ошибки спецификации эконометрической модели, состоящей в неверном выборе типа функции, играющей роль уравнения регрессии.
- •45. Фиктивные переменные и особенности их использования в моделях.
- •46. Взвешенный метод наименьших квадратов.
- •54. Теорема Гаусса-Маркова, основные допущения и предпосылки, их практическое содержание и назначение.
- •55. Проверка статистических гипотез. Оценка статистической значимости параметров уравнения множественной регрессии.
- •56. Последствия нарушений предпосылок теоремы Гаусса-Маркова.
- •57. Схема Гаусса-Маркова (на примере модели Оукена)
- •58. Сущность, предпосылки и процедура метода наименьших квадратов.
- •59. Фиктивные переменные и особенности их использования в моделях.
- •60. Понятие статистической гипотезы
- •61. Обобщённый метод наименьших квадратов.
Эконометрика как наука, определение, основные цели и задачи.
Эконометрика – наука, изучающая конкретные количественные закономерности и взаимосвязи экономических объектов и процессов с помощью математических методов и моделей.
Задача эконометрики состоит в выявлении связей между количественными характеристиками экономических объектов. Целью выявления связей является построение математических правил прогноза, недоступных для наблюдения количественных характеристик изучаемых объектов по наблюденным или заданным значениям других количественных характеристик этих объектов.
Эконометрика служит инструментом решения прогнозных экономических задач методом математического моделирования.
Классификация переменных эконометрических моделей.
Переменные модели, значения которых формируются внутри модели в результате взаимодействия с другими переменными, называются эндогенными (зависимыми, внутренними).
Переменные модели, значения которых формируются вне модели, называются экзогенными (независимые, внешние).
Переменная модели, отнесенная к предшествующим моментам времени, называется лаговой. Лаговыми могут быть, как эндогенные, так и экзогенные переменные.
Переменные модели, отнесенные ко времени называются датированными (от слова «дата»).
Все экзогенные и лаговые эндогенные переменные образуют группу предопределенных переменных
Понятие гетероскедастичности, оценивание гетероскедастичных моделей, обобщенный метод наименьших квадратов.
Гетероскедастичность — понятие, используемое в эконометрике, означающее неоднородность наблюдений, выражающуюся в неодинаковой (непостоянной) дисперсии случайной ошибки регрессионной (эконометрической) модели. Гетероскедастичность противоположна понятию гомоскедастичность, которое означает однородность наблюдений, то есть постоянство дисперсии случайных ошибок модели.
оценка
параметра
называется
несмещенной, если
,
где
-
математическое ожидание;
- оценка
параметра
называется
состоятельной, если
(сходимость
по вероятности);
- оценка параметра называется эффективной, если она имеет минимальную дисперсию в некотором классе оценок.
Обобщённый
метод наименьших
квадратов (ОМНК, GLS — англ. Generalized
Least
Squares) —
метод оценки параметров регрессионных
моделей,
являющийся обобщением классического метода
наименьших квадратов.
Обобщённый метод наименьших квадратов
сводится к минимизации «обобщённой
суммы квадратов» остатков регрессии —
,
где
—
вектор остатков,
—
симметрическая положительно определенная
весовая матрица. Обычный МНК является
частным случаем обобщённого, когда
весовая матрица пропорциональна
единичной.
4. Типы переменных в эконометрических моделях. Структурная и приведённая формы спецификации эконометрических моделей.
Типы переменных: эндогенные – образуются внутри модели. Экзогенные – не зависят от модели, внешние для модели.
Модель, возникающая на этапе спецификации, как правило, имеет структурную форму, отражающую заложенные в модель экономические утверждения. В такой форме эндогенные переменные модели, как правило, не выражены явно через ее экзогенные переменные. При помощи алгебраических преобразований модель от структурной формы может быть трансформирована к приведенной форме, где каждая эндогенная переменная представляется в виде явной функции только экзогенных переменных модели. Приведенная форма модели непосредственно предназначена для прогноза (объяснения) эндогенных переменных при помощи экзогенных переменных. В частном случае структурная форма модели может совпадать с приведенной формой.
Переход от структурной к приведенной форме возможен всегда и однозначно, а обратное неверно.
Приведенная форма.
Структурная
форма.