
- •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)
22. Дифференциальный закон распределения, как характеристика случайной переменной.
Дифференциальный закон распределения Px(q): (6.17)
lim-
q-0
Называется плотностью вероятности. Значения функции 6.17 неотрицательны и обладают свойством:
Понятие
дифференциального закона распределения
распространяются на несколько случайных
переменных, например (x;y).
Пусть эти переменные появляются в одном
опыте с элементарными исходами вида
,
где q-какое-то
значение сл переменной x,
r-какое-то
значение y.
Px,y(q,r)-дифференциальный
закон распределения (x,y).
Px,y(q,r)=P(x=q,y=r)
Билет №23
Преобразование структурной формы модели Самуэльсона-Хикса к приведённой форме.
Экономический объект – это закрыта национальная экономика. Её величины зависят от времени.
– ВВП
- потребление
– инвестиции
– государственные расходы
- величина налогов
- реальная ставка процента
Задача 2.1
Требуется:
1. Составить спецификацию макромодели, в которой величины , , объясняются при помощи величин , ,
В процессе составления спецификации необходимо учесть:
текущий уровень потребления ( ) определяется текущим располагаемым доходом и возникает с его увеличением, при этом каждая дополнительная единица дохода потребляется не полностью
текущий уровень инвестиций ( ) объясняется лаговым значением ВВП ( ) и текущим значением реальной ставки процента ( ), возрастая с увеличение ВВП и уменьшаясь с ростом %-ставки
в закрытой экономике текущие уровни потребления ( ), инвестиций ( ) и государственных расходов ( ) в сумме равны текущему уровню ВВП ( )
2. После получения спецификации модели необходимо привести к приведённой форме.
- текущие эндогенные переменные
– предопределённые переменные
(2.11)
=
=
A +B = 0
Запишем приведённую форму спецификации (2.11):
Билет №24
Порядок оценивания линейной модели множественной регрессии методом наименьших квадратов (мнк) в mExel.
Дана линейная эконометрическая модель со спецификацией вида
(5.1)
y – эндогенная переменная
-
экзогенные переменные
-
параметры
(5.1) – линейная эконометрическая модель в виде изолированного уравнения с несколькими объясняющими переменными или модель линейной множественной регрессии
Экономический
смысл параметров
- ожидаемые предельные значения переменной
y
по объясняющим
переменным соответственно
Эконометрическая инвестиционная модель Самуэльсона-Хикса является частным случаем модели (5.1). Она является моделью парной регрессии, т.к. имеет 2 переменных (а именно: эндогенную и предопределённую )
Пусть мы располагаем информацией в виде конкретных значений экзогенных и эндогенной переменных модели (5.1)
при
t
= 1, 2,…., n
Порядок оценивания модели (5.1) состоит из следующих шагов:
Шаг 1. В столбце А листа Exel с первой строчки расположить значения эндогенной переменной y. В столбца В и С, начиная с первой строчки, записать значения экзогенных переменных соответственно
|
A |
B |
C |
D |
E |
F |
G |
1 |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
… |
… |
… |
… |
|
|
|
|
n |
|
|
|
|
|
|
|
n+1 |
|
|
|
|
|
|
|
n+2 |
|
|
|
|
|
|
|
n+3 |
|
|
|
|
|
|
|
n+4 |
|
|
|
|
|
|
|
n+5 |
|
|
|
|
|
|
|
Шаг
2. Активировать ячейку с адресом A(n+1)
и на стандартной
панели инструментов щёлкнуть мышью
кнопку вставки функции
.
Шаг 3. В диалоговом окне «Категория» выбрать «Статистические»; в диалоговом окне «Выберите функцию» - «Линейн»; щёлкнуть мышью по кнопке «ОК».
Шаг
4. В строчке «Известные_значения_y»
диалогового окна указать (латиницей!)
адрес А1:An
диапазона значений эндогенной переменной
,
а в строчке «Известные_значения_х» -
адрес В1:Сn
диапазона известных значений
предопределённых переменных
.
Шаг 5. В строчку «Конст» диалогового окна занести (киррилицей!) слово «истина», либо цифру 1.
Замечание. Если в эту строку занести слово «ложь» либо цифру 0, то параметр модели (5.1) априорно получит значение 0.
Шаг 6. В строчку «Статистика» диалогового окна занести слово «истина» либо цифру 1 и щёлкнуть мышью по кнопке «ОК».
Шаг 7. Выделить мышью диапазон ячеек A(n+1):C(n+5)
Шаг 8. Щёлкнуть мышью по строке формул
Шаг 9. Нажать клавиши Ctrl+Shift+Enter
В итоге в выделенном диапазоне ячеек появятся результаты оценивания модели (5.1)
|
A |
B |
C |
D |
E |
F |
G |
1 |
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
… |
… |
… |
… |
|
|
|
|
n |
|
|
|
|
|
|
|
n+1 |
|
|
|
|
|
|
|
n+2 |
|
|
|
|
|
|
|
n+3 |
|
|
# Н/Д |
|
|
|
|
n+4 |
F |
|
# Н/Д |
|
|
|
|
n+5 |
|
|
# Н/Д |
|
|
|
|
Билет №25