
- •Эконометрика, её задача и метод. (20)
- •2. Линейная модель множественной регрессии. (30)
- •3. Структурная и приведённая формы спецификации эконометрических моделей (привести пример). (25)
- •4. Отражение в эконометрических моделях фактора времени. (25).
- •5. Схема построения эконометрических моделей. (22)
- •6. Отражение в модели влияния неучтённых факторов. (28)
- •7. Простейшие модели временных рядов. (30)
- •8.Структура экономических задач. Математическая модель объекта. (20)
- •9. Принципы спецификации эконометрических моделей. (20)
- •10. Преобразование динамической модели к приведённой форме (на примере «паутинообразной» модели спроса-предложения блага на конкурентном рынке). (30)
- •11. Компактная (матричная) запись структурной и приведённой форм динамической модели из одновременных линейных уравнений. (25)
- •12. Оценка параметров парной регрессионной модели методом мнк
- •13. Регрессионные модели с переменной структурой.
- •14. Ожидаемое значение случайной переменной, ее дисперсия и среднее квадратическое отклонение.
- •15. Спецификация моделей со случайными возмущениями и преобразование их к приведенной форме.
- •16. Случайный вектор и его основные количественные характеристики.
- •17. Структурная форма упрощённой динамической макромодели.
- •18. Количественные характеристики взаимосвязи пары случайных переменных
- •19. Преобразование структурной формы упрощённой динамической макромодели к приведённой форме.
- •20. Условный закон распределения, условное математическое ожидание (функция регрессии) как оптимальный прогноз. (25)
- •21. Спецификация и компактная (матричная) запись структурной формы эконометрической модели делового цикла экономики.
- •22. Дифференциальный закон распределения, как характеристика случайной переменной.
- •Преобразование структурной формы модели Самуэльсона-Хикса к приведённой форме.
- •Порядок оценивания линейной модели множественной регрессии методом наименьших квадратов (мнк) в mExel.
- •Эконометрическая инвестиционная модель Самуэльсона-Хикса.
- •26. Ожидаемое значение случайного вектора и ковариационная матрица. (23)
- •Эконометрическая модель Самуэльсона –Хикса государственных расходов.
- •Ковариация и коэффициент корреляции.
- •Преобразование структурной формы модели делового цикла экономики к приведённой форме.
- •Теорема Гаусса-Маркова
- •Составление спецификации модели временного ряда.
- •Оценка параметров множественной регрессионной модели методом наименьших квадратов.
- •Принцип построения матрицы а и в коэффициентов структурной формы компактной записи динамической модели из одновременных линейных уравнений (на примере упрощённой динамической макромодели).
- •34. Алгоритм теста ГолдфелдаКвандта на наличие (отсутствие) гетероскедастичности случайных возмущений. (30)
- •35. Этапы построения эконометрических моделей. (20)
- •36.(79),(83). Алгоритм теста Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений. (27).
- •37. Принцип построения матрицы m коэффициентов приведённой формы компактной записи динамической модели из одновременных линейных уравнений (на примере упрощённой динамической макромодели). (20)
- •38. Схема Гаусса – Маркова. (30)
- •39(9). Принципы спецификации эконометрических моделей и их формы. (20)
- •40(28).Коэффициент корреляции и ковариации
- •41. Преобразование к приведённой форме эконометрических моделей со случайными возмущениями (на примере модели делового цикла экономики). (27)
- •42.(26)Ковариационная матрица и ожидаемое значение случайного вектора
- •43.Модели с бинарными фиктивными переменными (20)
- •45. Типы уравнений в эмм: поведенческие уравнения и тождества (на примере макромодели). (30)
- •46. Спецификация и преобразование к приведённой форме динамических моделей. Лаговые и предопределённые переменные динамической модели.(20)
- •47(14). Ожидаемое значение случайной переменной, ее дисперсия и среднее квадратическое отклонение.
- •48.(5)Схема построения эконометрических моделей. (22)
- •49.Линейная модель множественной регрессии. Порядок ее оценивания методом наименьших квадратов в Excel.
- •50(64).Регрессионные модели с переменной структурой (фиктивные переменные)
- •51. Система нормальных уравнений и явный вид её решения при оценивании методом наименьших квадратов линейной модели парной регрессии. (30)
- •52.Коэффициент детерминации в регрессионной модели.
- •54. Процедура интервального прогнозирования по оценённой линейной эконометрической модели значений эндогенной переменной и проверка адекватности оценённой модели.(30)
- •55. Тест Голдфелда-Квандта гомоскедастичности случайного возмущения в линейной модели множественной регрессии. (30)
- •56.Понятие статистической гипотезы. Процедура проверки статистической гипотезы.
- •57. Тест Дарбина-Уотсона на отсутствие автокорреляции случайного остатка в линейной модели множественной регрессии
- •58. Процедура точечного прогнозирования по оценённой линейной эконометрической модели значений эндогенной переменной
- •59. Метод наименьших квадратов (мнк). Свойства оценок мнк
- •60.Схема построения эконометрических моделей
- •61(6).Отражение в модели влияния на объясняемые переменные неучтенных факторов(25)
- •62.Несмещённость оценок параметров
- •63.Спецификация простейших моделей временных рядов.
- •64.Регрессионные модели с переменной структурой.
- •65.Спецификация простейших моделей временных рядов.
- •66.Оценка параметров парной регрессионной модели методом наименьших квадратов.
- •68. Автокорреляция случайного возмущения. Причины. Последствия. 25
- •69. Статистические свойства оценок параметров парной регрессионной модели. 25
- •70. Фиктивные переменные: определение, назначение, типы. 25
- •71. Принципы спецификации эконометрических моделей. 22
- •72. Алгоритм проверки адекватности парной регрессионной модели. 28
- •73. Метод наименьших квадратов, алгоритм метода, условия применения.25
- •74. Алгоритм проверки значимости регрессора в парной регрессионной модели. 25
- •75. Коэффициент детерминации в парной регрессионной модели. 22
- •76. Fтест качества спецификации парной регрессионной модели. 28
- •77. Оценка параметров множественной регрессионной модели методом наименьших квадратов. 25
- •78.Теорема Гаусса-Маркова
- •79. Алгоритм теста Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений. (27).
- •80. Статистические свойства оценок параметров множественной регрессионной модели
- •81. Порядок оценивания линейной эконометрической модели из изолированного уравнения в Excel. (25)
- •83( 36).(79). Алгоритм теста Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений. (27).
- •85. Причины и последствия автокорреляции случайного возмущения/
- •86. Коэффициент детерминации в множественной регрессионной модели.
- •87(3). Структурная и приведенная формы спецификации эконометрических моделей.(23)
- •88. Спецификация эконометрических моделей и оценивание параметров мнк.(23)
- •89. Применение фиктивных переменных при исследовании сезонных колебаний (привести пример). (25)
- •90. Алгоритм проверки значимости регрессора в парной регрессионной модели. (25)
- •91. Оценка дисперсии случайных возмущений модели множественной регрессии.
- •92.(72). Алгоритм проверки адекватности парной регрессионной модели. 28
- •93. Алгоритм оценки коэффициентов в модели Самуэльсона-Хикса.
- •94(73). Метод наименьших квадратов, алгоритм метода, условия применения.25
- •95. Качество спецификации модели. Проверка статистической гипотезы.
- •96. Гетероскедостичность и ее последствия.
- •Порядок действий при проверке статистических гипотез можно представить в виде следующего алгоритма:
- •98.Тестирование автокорреляции(25)
- •99. Функция регрессии, стандартные модели функции регрессии. (25)
- •100. Тестирование гомоскедастичности случайного остатка в модели.
- •101. Тестирование отсутствия автокорреляции случайного остатка.
- •102. Алгоритм поиска незначащих переменных в парной регрессионной модели.
- •103(106)(110). Виды переменных в эконометрических моделях: эндогенные, экзогенные, датированные, лаговые, предопределенные (привести пример). (25)
- •104. Дисперсия и ковариация: их смысл и взаимосвязь,оценочные значения.
- •105(109). Алгоритм проверки статистической гипотезы. (25)
- •106(103)(110). Виды переменных в эконометрических моделях: эндогенные, экзогенные, датированные, лаговые, предопределенные (привести пример). (25)
- •107. Эффективность и состоятельность оценок параметров.(25)
- •108. Алгоритм применения критерия Стъюдента для оценки статистических гипотез. (25)
- •109. Алгоритм проверки статистической гипотезы. (25)
- •110( 106)(103)(. Виды переменных в эконометрических моделях: эндогенные, экзогенные, датированные, лаговые, предопределенные (привести пример). (25)
- •111(115)Матричный вид приведённой формы динамической регрессионной модели из одновременных линейных уравнений (привести пример). (25)
- •112. Принцип метода наименьших квадратов. (25)
- •113. Дроби Стъюдента и Фишера, как примеры искусственно созданных переменных для проверки статистических гипотез. (30)
- •114. Эконометрика, её задача и метод. (20)
- •115. Матричный вид приведённой формы динамической регрессионной модели из одновременных линейных уравнений (привести пример). (25)
- •116. Связь векторов случайных возмущений в структурной и приведённой формах (привести пример). (25)
- •117. Основные модели временных рядов. (25)
- •118. Матрица коэффициентов предопределённых переменных приведённой формы (привести пример). (25)
- •119. Динамическая модель из одновременных линейных уравнений (привести пример). (20)
- •120. Применение фиктивных переменных при исследовании сезонных колебаний: спецификация модели, экономический смысл параметров при фиктивных переменных. (30)
36.(79),(83). Алгоритм теста Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений. (27).
Гипотеза
(1):
Шаг
1. По уравнениям наблюдений объекта
следует вычислить МНК-оценки и оценки
случайных остатков.
Шаг
2. Вычислить величину
Шаг
3. Из таблицы, составленной Дарбиным
и Уотсоном, по количеству n
уравнений наблюдений и количеству k
объясняющих переменных следует выбрать
две величины
Шаг
4. Проверить, в какое из пяти подмножеств
интервала (0,4) попала величина DW.
Сделать вывод о присутствии/отсутствии
автокорреляции.
(на рисунке значение слева напрво: 0, Dl, Du, 4-Du, 4-Dl, 4)
Если попало в -, то автокорреляция присутствует
Если попало в +, то автокорреляция отсутствует
Если попало в ///, то зона неопределенности.
37. Принцип построения матрицы m коэффициентов приведённой формы компактной записи динамической модели из одновременных линейных уравнений (на примере упрощённой динамической макромодели). (20)
Имеем данные: экономический объект – закрытая экономика. Ее состояние описывается следующими факторами:
- ВВП (Yt)
- потреблением (Ct)
- инвестициями (It)
- гос. Расходами (Gt)
Составляем спецификацию с учетом таких утверждений как:
1) текущее потребление объясняется уравнением ВВП в предыдущем периоде; возрастает вместе с ним, но с меньшей скоростью.
2) величина инвестиций в текущем периоде пропорциональна росту ВВП за предыдущий период.
3)гос.расходы возрастают с постоянным темпом роста.
4) Текущее значение ВВП – сумма текущих уровней потребления, инвестиций и гос.расходов.
Вектор предопределенных переменных:
Составим матрицу коэффициентов:
Приведенная выше спецификация близка к приведенной форме модели, так как текущие экзогенные переменные Ct, It,Gt являются явными функциями предопределенных переменных, а Yt можно такой сделать, подставив правые части 3-х уравнений спецификации в правую часть четвертого.
Матрица
М для приведенной формы:
38. Схема Гаусса – Маркова. (30)
В рамках модели (1)
величины
выборки (2)
связаны следующей системой линейных
алгебраических уравнений:
……………………..
Она называется системой уравнений наблюдений объекта в рамках линейной модели (1), или, иначе, схемой Гаусса – Маркова. Компактная матричная запись:
где
– вектор наблюдения эндогенных перем-ых
модели (1);
- вектор случайных
возмущений (остатков);
-
столбец параметров линейной модели
– матрица коэф-тов
при параметрах в системе уравнений
наблюдений. наблюденных значений
предопределенной переменной x
модели (1), расширенная (при наличии в
функции регрессии определяемого
коэффициента
)
столбцом единиц;
Наконец,
- вектор неизвестных коэффициентов
функции регрессии модели, подлежащий
оцениванию по выборке (2).
39(9). Принципы спецификации эконометрических моделей и их формы. (20)
Спецификацией модели называют её построение - то есть корректное описание существующих закономерностей в какой-либо области.
спецификация модели возникает в результате перевода на математический язык взаимосвязей эндогенных и экзогенных переменных (экономических утверждений), при этом закономерность эк.теорий стараются описать лин-ми алгеб-ми функциями.
Второй принцип требует, чтобы количество уравнений, составляющих спецификацию модели, в точности совпадало с количеством эндогенных переменных, включённых в модель.
Фактор времени должен найти отражение в спецификации моделей=>Третий принцип состоит в датировании переменных, то есть учёте зависимости факторов модели от времени. Переменные называются датируемыми, если обозначена их зависимость от времени. Включение в модель времени приводит к созданию динамической модели.
в модель должен быть включён параметр случайной ошибки, чтобы охарактеризовать влияние случайных факторов.
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 предназначена для прогноза эндогенных переменных при помощи экзогенных переменных. В частном случае структурная форма модели может совпадать с приведенной формой.
Пример
Первый принцип: Описываем зависимость инвестиций и потребления от прочих факторов:
It= a0 + a1*Rt + εt1
Ct = b0 + b1*(Yt-Tt) + εt2
где I - инвестиции в экономику страны, R - ставка рефинансирования, Y - ВВП, C - суммарное потребление, T - сумма налогов в стране
Итак, существующие закономерности в экономике описаны математическими выражениями.
Второй принцип: В приведённой выше модели эндогенными являются переменными являются инвестиции и потребление (Как правило, ВВП также является эндогенным показателем, но в данном случае мы сделали допущение, что он известен заранее). Как видим, количество уравнений, как и эндогенных показателей, также два.
Третий принцип - присутствует фактор времени, модель динамическая. Таким образом, зависимость показана для ряда периодов. Кроме того, согласно четвёртому принципу, в модель включён случайный остаток. Как правило, его матожидание - среднее значение за рассматриваемые периоды, равно нулю.