
- •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)
105(109). Алгоритм проверки статистической гипотезы. (25)
Порядок действий для проверки статистической гипотезы:
Шаг 1.
формулируется основная статистическая гипотеза (описательный этап, формализованная запись)
Шаг 2.
создается
случайная переменная z,
связанная с выдвинутой гипотезой и с
известным законом распределения
(t),
т.к. у случайной переменной, которая
содержится в сформулированной основной
гипотезе закон распределения может
быть неизвестен (т.е. ничего нельзя
сказать о ее поведении). Как правило,
используются две переменные: дробь
Стьюдента и дробь Фишера.
Шаг 3.
создается значение доверительной вероятности
Доверит. вероятность – область определения, созданная случайной переменной z. Данная область разбивается на две пересекаемые подобласти:
1)
где гипотеза
принимается z(
)
2)
где гипотеза
отклоняется (не принимается), а принимается
: z(
)
Разбиение области определения осуществляется так, чтобы оказалось справедливые следующее равенство:
P(z(
)
)
=
- это означает, что вероятность
попадания случайной переменной z
в область z(
)
, при условии z(
)
– истина, равна принятой доверительной
вероятности (т.е. в области определения
переменной z выделяется
участок, внутри которого случайное
событие окажется практически достоверным,
при условии, что гипотеза
- истина.
Граница,
разделяющая область определения
случайной переменной z
– критическое значение распределения
(
)
Шаг 4.
проверяется появление случайного события z, принадлежащего z( )
а) если событие появилось, то гипотеза принимается как непротиворечащая опытным (т.е. статистическим данным);
Гипотеза принимается в качестве истины с доверительной вероятностью (0,95)
– уровень значимости;
б) если событие не появилось, то гипотеза отклоняется.
Случайную переменную z называют статистикой критерия гипотезы
106(103)(110). Виды переменных в эконометрических моделях: эндогенные, экзогенные, датированные, лаговые, предопределенные (привести пример). (25)
Эндогенные переменные – искомые неизвестные, т.е. те значения, которые необходимо найти (определить, спрогнозировать) в эконометрической модели.
Экзогенные переменные – исходные данные, которые уже даны и известны в эконометрической модели, т.е. они определены вне модели.
Датированные переменные – переменные в эконометрических моделях, у которых обозначена их зависимость от времени.
Лаговые переменные – переменные динамической эконометрической модели со значениями за предшествующий период времени (t), т.е (t-1).
Предопределенные переменные – текущие и лаговые экзогенные переменные эконометрической модели, а также – лаговые эндогенные, стоящие в уравнениях с текущими эндогенными переменными модели. (Каждая экзогенная является предопределенной, а предопределенные переменные м.б. как экзогенными, так и эндогенными).
Пример. Рассмотрим следующие условия:
Текущий уровень спроса объясняется текущей ценой товара и текущим располагаемым доходом( ).
Текущее предложение возрастает с ростом цен на товар в предшествующий момент .
Эндогенными переменными здесь являются - , ,
Экзогенные переменные - ,
- лаговая экзогенная переменная, т.к. значение за предшествующий период
- текущая экзогенная переменная, т.к. известна в периоде t, следовательно, предопределенная
Все переменные датированные, т.к. определена их зависимость от времени.