
- •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)
110( 106)(103)(. 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.
111(115)Матричный вид приведённой формы динамической регрессионной модели из одновременных линейных уравнений (привести пример). (25)
Приведем пример динамической модели спроса и предложения нормального и ценного блага в структурной форме («паутинной» модели):
Приведенная динамическая модель состоит из линейных алгебраических уравнений спроса и предложения. Такую модель в эконометрике называют динамической моделью из одновременных линейных уравнений.
Данная
модель, в отличие от прогнозной, является
динамической и предназначена для
прогноза значений текущих эндогенных
переменных
при помощи известного в периоде t
лагового значения цены товара pt-1
и заданного
экзогенного текущего значения дохода
на душу населения xt
. Переменные
pt-1
, xt
, значения
которых в периоде t
известны, именуются предопределенными
переменными (предопределенными
переменными динамической модели
называются текущие и лаговые экзогенные
переменные и лаговые эндогенные).Данную
модель можно записать в матричной
(компактной) форме структурной формы
динамической модели из одновременно
линейных уравнений:
Где
- набор текущих эндогенных переменных
модели
-
расширенный единицей набор ее
предопределенных переменных
Например, для модели:
A & B – матрицы коэффициентов структурной формы. Следовательно, для нашей модели:
Для преобразования динамической модели к приведенной форме следует представить каждую текущую эндогенную переменную модели в виде явной функции предопределенных переменных. Получим скалярную запись приведенной формы модели:
Здесь
Компактная запись приведенной формы динамической модели из одновременных линейных уравнений выглядит так:
,
где
-
обратная к А матрица. Например, матрица
M
компактной записи
равна: