- •Предмет эконометрики. Методология эконометрического исследования.
- •Типы моделей. Спецификации моделей.
- •Типы экономических данных.
- •Модель парной регрессии.
- •Параметры, характеризующие качество линейной модели.
- •Метод наименьших квадратов в регрессионном анализе.
- •Линейная модель регрессии.
- •Выражение параметров линейной модели регрессии через средние значения исходных данных.
- •Статистические характеристики оценок параметров парной линейной регрессии.
- •Теорема Гаусса-Маркова.
- •Проверка значимости параметров линейной модели.
- •Проверка значимости линейной модели в целом.
- •Нелинейная регрессия и ее классификация.
- •Варианты сведения нелинейной регрессии к линейной.
- •Оценка параметров линейной регрессии и коэффициента корреляции.
- •Прогнозирование в случае линейной модели регрессии, интервальные
- •Доверительные интервалы прогнозируемых значений линейной модели.
- •Варианты получения доверительных интервалов прогнозируемых значений и их характеристика.
- •Корреляция для нелинейной модели регрессии
- •Средняя ошибка аппроксимации.
- •Статистическая характеристика корреляции нелинейной модели регрессии .
- •Множественная линейная регрессия в скалярной и векторной формах.
- •Выбор структуры уравнения множественной регрессии.
- •Оценка параметров уравнения множественной регрессии.
- •Временные ряды, основные элементы временного ряда.
- •Автокорреляция уровней временного ряда и выявление его структуры.
- •Моделирование тенденции временного ряда.
- •Аддитивная модель временного ряда.
- •Мультипликативная модель временного ряда.
- •Моделирование сезонных и циклических колебаний временных рядов.
- •Метод скользящей средней в моделировании временных рядов.
- •Метод фиктивных переменных в моделировании сезонных колебаний
- •Моделирование тенденции временного ряда при наличии структурных изменений.
- •Временные ряды и прогнозирование.
- •Доверительные интервалы для прогнозируемых значений временных рядов.
- •Мультиколлинеарность данных.
Экзаменационные вопросы по дисциплине «Эконометрика»
Предмет эконометрики. Методология эконометрического исследования.
Эконометрика – это наука, которая даёт количественное выражение взаимосвязей экономических явлений и процессов с помощью математических и статистических методов и моделей. Она основана на 3 науках: экономической теории, статистике и математике.
Основным предметом исследования эконометрики являются массовые экономические явления и процессы.
Эконометрика через математические и статистические методы анализирует экономические закономерности, доказанные экономической теорией.
Принципы эконометрики.
1. принцип правильной постановки проблемы;
2. принцип системной направленности эконометрических расчетов;
3. принцип учета рыночной неопределенности;
4. принцип улучшения имеющихся альтернатив и поиска новых.
Основные эконометрические методы.
1. сводка и группировка информации;
Статистическая сводка - это научно организованная обработка материалов наблюдения, включающая в себя систематизацию, группировку данных, составление таблиц, подсчет итогов, расчет производных показателей (средних, относительных величин). Статистическая группировка - это процесс образования однородных групп на основе расчленения статистической совокупности на части или объединения изучаемых единиц в частные совокупности по существенным для них признакам.
2. вариационный и дисперсионный анализ;
Дисперсия признака - это средний квадрат отклонений вариантов от их средней величины.
В эконометрических расчетах, как правило, используют общую, межгрупповую и внутригрупповую дисперсии. При этом общая дисперсия характеризует вариацию признака в статистической совокупности в результате влияния всех факторов. Межгрупповая дисперсия показывает размер отклонения групповых средних от общей средней, то есть характеризует влияние фактора, положенного в основание группировки. Внутригрупповая (остаточная) дисперсия характеризует вариацию признака в середине каждой группы статистической группировки. В эконометрических расчетах используется среднее квадратическое отклонение - обобщающая характеристика размеров вариации признака в совокупности. Оно равно корню квадратному из дисперсии. Для осуществления сравнений колеблемости одного и того же признака в нескольких совокупностях используется относительный показатель вариации — коэффициент вариации.
2. регрессионный и корреляционный анализ;
Применение метода наименьших, квадратов (МНК) позволяет получить достаточно точные теоретические значения модели однофакторной регрессии и соответственно ее графическое изображение (термин "регрессия" - движение назад, возвращение в прежнее состояние, - был введен Фрэнсисом Галтоном в конце XIX века при анализе зависимости между ростом родителей и ростом детей; в любом случае средний рост детей - и у низких, и у высоких родителей -стремится (возвращается) к среднему росту людей в данном регионе).
3. статистические уравнения зависимости;
4. статистические индексы и др.
Статистические индексы могут быть использованы в качестве меры изменения количества независимо от изменения качественного признака (цены, себестоимости, производительности труда и т.п.), а также для характеристики качественного признака независимо от изменения количества (объема продукции в натуральном выражении, численности работников и т.п.).