- •1. Предмет и задачи эконометрики. Примеры моделей.
- •2.Статистические данные и способы их представления.
- •4.Общая схема проверки гипотез. Ошибки I, II рода.
- •5.Интервальные оценки для нормального распределения при неизвестной дисперсии.
- •6. Модель парной линейной регрессии. Предположения.
- •7.Оценка коэффициентов парной регрессии методом наименьших квадратов
- •8. Статистические свойтва мнк для модели парной линейной регрессии.
- •9. Проверка стат значимости коэфф-ов парной линейной регрессии.
- •10. Прогнозирование значений зависимой переменной
- •14.Метод наименьших квадратов для модели множественной линейной регрессии.
- •16.С мысл теоремы Гаусса-Маркова.
- •17. Несмещенная оценка дисперсии случайного члена множественной линей ной регрессии.
- •18.Проверка значимости коэффициентов регрессии
- •19. Качество оцененного уравнения: коэффициент детерминации. Его связь с коэффициентом корреляции.
- •20. Скорректированный коэффициент детерминации. Статистика Фишера.
- •21)Спецификация переменных модели линейной регрессии.
- •22)Нелинейные модели. Логарифмические, полулогарифмические модели.
- •23)Явление мультиколлинеарности. Ее последствия и способы устранения.
- •24.Фиктивные переменные. Примеры.
- •Прогнозирование значений зависимой переменной для парной регрессии.
- •26. Гетероскедастичность. Последствия гетероскедастичности
- •27. Обобщенный метод наименьших квадратов.
- •28. Выявление гетероскедастичности
- •29. Способы корректировки гетероскедастичности.
- •30. Автокорреляция. Положительная и отрицательная. Последствия автокорреляции.
- •31.Использования статистики Дарбина-Уотсона для выявления автокорреляции.
- •32.Способы устранения автокорреляции в модели множественной регрессии.
- •33. Системы одновременных уравнений. Примеры.
- •34. Структурная и приведенная формы системы одновременных уравнений. Косвенный мнк.
34. Структурная и приведенная формы системы одновременных уравнений. Косвенный мнк.
Уравнения, составляющие исходную модель, называют структурными уравнениями модели. Обычно их подразделяют на поведенческие уравнения и уравнения тождества. В первых из них описываются взаимодействия между переменными. Во вторых - соотношения, которые должны выполняться во всех случаях (заметим, что тождества не содержат подлежащие оценке параметры и случайные составляющие). Уравнения, в которых отражена схема определения эндогенных переменных, называются уравнениями в приведенной форме (приведенными уравнениями). Это уравнения, в которых эндогенные переменные выражены только через экзогенные или предопределенные переменные, а также случайные составляющие. Предопределенными переменными называются лаговые эндогенные переменные, значения которых определены до рассмотрения данного соотношения.
В силу невозможности получения на основе «обычного» МНК качественных оценок параметров системы одновременных уравнений, необходимо использовать другие методы получения «хороших» оценок. Один из таких возможных методов – косвенный метод наименьших квадратов (КМНК), основанный на использовании приведенных уравнений.