
- •Кіріспе. Ықтималдық теориясы мен математикалық статистика түсініктері
- •Пәннің мақсаты
- •Пәннің міндеттері
- •Эконометрияны оқып білу үшін керекті пәндер
- •Эконометрия пәні
- •Эконометрияның ғылым ретінде пайда болуынан тарихи деректер
- •Эконометриялық өлшем мен зерттеу проблемалары
- •Негізгі түсініктер
- •Ықтималдықтың анықтамалары. Қасиеттерi
- •Ықтималдықтарды қосу және көбейту
- •Ықтималдықты табу формулалары
- •Ең болмағанда бiр оқиғаның пайда болу формуласы
- •7. Пуассон формуласы
- •Дискреттi кездейсоқ шамалар
- •Дискреттi кездейсоқ шамалардың сандық мiнездемелерi
- •Қорытынды мен ескертулер
- •Үздiксiз кездейсоқ шамалар. Сандық мiнездемелерi
- •Бас жиын және таңдамалы жиын
- •Математикалық статистиканың эконометриялық мақсаттары
- •Таңдамалы математикалық үміт және дисперсия
- •Қайталау сұрақтары
- •Ең кіші квадраттар әдісі Эконометриялық модель құру ерекшеліктері.
- •Модель құру принциптері.
- •Ең кіші квадрат әдісімен сызықтық регрессия теңдеуін құрып, зерттеу (е.К.К.).
- •Сызықтық корреляциялық модельдер.
- •Қайталау сұрақтары
- •Көптік сызықтық регрессия Регрессиялық факторлар
- •Екк әдісі бойынша көпмәнді регрессия
- •Дербес регрессиялық және кореляциялық теңдеулер
- •Қайталау сұрақтары
- •Көптік сызықтық регрессияның классикалық моделі
- •Болжамдарды (гипотезаларды) тексеру
- •Қайталау сұрақтары
- •Детерминация коэффициенті
- •Қажетті формулалар
- •Айнымалылар спецификациясы. ДЕрбес корреляция
- •Сызықтық емес регрессияның кейбір түрлері.
- •Түрге жататындар,
- •Өндірістік функция түсінігі (ө.Ф.)
- •Сұраныс функциясы.
- •Нарық моделі
- •Икемділік
- •Қайталау сұрақтары
- •Мультиколлинеарлық құбылыс Мультиколлинеарлық
- •Мультиколлинеарлық түсінігі
- •Мультиколлинеарлықтың зиянды салдарлары
- •Мультиколлинеарлықты анықтау
- •Мультиколлинеарлықты болдырмау әдістері
- •Қайталау сұрақтары
- •Спирменнің рангілік корреляциясы
- •1) Спирмен тесті:
- •Қайталау сұрақтары
- •Динамикалық қатар Динамикалық қатар түсінігі
- •Динамикалық қатарды жөнге келтіру әдістері.
- •Динамикалық модель
- •Қайталау сұрақтары
- •Әдебиеттермен жұмыс жасау
- •Жаттығулар, есептер шығару
- •Өз білімін өзі тексеру жолдары
- •Консультациялар
- •Бақылау жұмыстары
- •Жұмысты орындау үшін негізгі түсініктемелер, нұсқаулар
- •Варианттар
- •Жұмысты орындау үшін негізгі түсініктемелер, нұсқаулар
- •Варианттар
- •Жұмысты орындау үшін негізгі түсініктемелер, нұсқаулар
- •Варианттар
- •10 Сабақ
- •Жұмысты орындау үшін негізгі түсініктемелер, нұсқаулар
- •Варианттар
- •11 Сабақ
- •12 Сабақ
- •Жұмысты орындау үшін негізгі түсініктемелер, нұсқаулар
- •Варианттар
- •Автокорреляция
- •Сөж тақырыптары
- •Ықтималдық теориясы мен математикалық статистика түсініктері.
- •Ең кіші квадраттар әдісі
- •Тапсырмалар
- •Тақырыбы: Жұптық сызықтық регрессия және корреляция. Тапсырмалар
- •Тақырыбы: Көптік сызықтық регрессияның моделі Тапсырма
- •Тақырыбы:Мультиколлинеарлық құбылыс. Жалған айнымалылар. Тапсырмалар
- •7.Ең жоғарғы пайда болу шарты? -
- •Тақырыбы: Сызықтық регрессия коэффициенттерінің статистикалық мәнділігін бағалау. Тапсырмалар
- •Тапсырмалар
- •9. Баға 1% өзгергенде, сұраныс өзгереді -
- •10.Ұсыныс формуласы - ның баға арқылы өзгеруі? - баға 1% өскенде ұсыныс кемиді
Жұмысты орындау үшін негізгі түсініктемелер, нұсқаулар
1. Модельдің параметрлердің анықтау үшін ЕКК әдісі:
,
мұндағы
-
.
алдындағы коэффициенттерінің анықтаушы;
-
дербес анықтауштар.
Варианттардың берілгені 8 сабақтан алыңыз
Қателер дисперсияның бағалауы
3. Дербес дисперсиялар:
; ;
Егер , онда модель гетероскедастикалық.
Егер модель мағыналы болса, онда мультиколлениарлық пен гетероскедастикалық теріске шығады.
4.
Копшілік жағдайда регрессияның
матрицалық сипаттамасы маңыздырақ
болады.
,
5.
Құрастырылған копмәнді регрессиялық
теңдеу арқылы дербес регрессиялық
теңдеулерді құрастыруға болады:
,
мұндағы
;
.
Бұлар
нақты фактордың қорытынды факторға
әсерін көрсетеді. Кейде икемділік
коэффициенттерін де қолдануға болады:
,
немесе орта икемділік
.
6. Копмәнді регрессияның индексі ж.с.с.
Варианттар
1 |
|
4,0 |
5,5 |
4,5 |
3,0 |
3,0 |
||
|
6,0 |
3,6 |
3,6 |
1,5 |
9,0 |
|||
|
58,0 |
83,2 |
81,2 |
59,5 |
37,0 |
|||
2 |
|
7,0 |
8,6 |
7,5 |
6,0 |
5,3 |
||
|
9,0 |
6,6 |
6,4 |
3,0 |
15,0 |
|||
|
85,0 |
111,4 |
98,8 |
81,0 |
46,6 |
|||
3 |
|
3,0 |
4,5 |
3,5 |
2,0 |
1,8 |
||
|
1,5 |
3,6 |
2,3 |
1,0 |
4,1 |
|||
|
59,5 |
81,2 |
63,1 |
49,0 |
37,3 |
|||
4 |
|
5,0 |
6,5 |
5,5 |
4,0 |
4,0 |
||
|
8,0 |
4,6 |
4,6 |
2,5 |
12,0 |
|||
|
64,0 |
92,2 |
80,2 |
68,5 |
40,0 |
|||
5 |
|
6,0 |
7,5 |
6,5 |
5,0 |
5,2 |
||
|
8,0 |
5,5 |
5,6 |
2,5 |
15,0 |
|||
|
76,0 |
101,5 |
89,2 |
80,5 |
45,4 |
|||
6 |
|
4,0 |
5,5 |
4,5 |
3,0 |
3,0 |
||
|
6,0 |
3,6 |
3,6 |
1,5 |
9,0 |
|||
|
63 |
97,5 |
82,5 |
70,5 |
63 |
|||
7 |
|
7,0 |
8,6 |
7,5 |
6,0 |
5,3 |
||
|
9,0 |
6,6 |
6,4 |
3,0 |
15,0 |
|||
|
93 |
129,0 |
113,5 |
108,0 |
37,5 |
|||
8 |
|
3,0 |
4,5 |
3,5 |
2,0 |
1,8 |
||
|
1,5 |
3,6 |
2,3 |
1,0 |
4,1 |
|||
|
70,5 |
82,5 |
96,5 |
58 |
39,5 |
|||
9 |
|
5,0 |
6,5 |
5,5 |
4,0 |
4,0 |
||
|
8,0 |
4,6 |
4,6 |
2,5 |
12,0 |
|||
|
68,0 |
107,5 |
92,5 |
90,5 |
43,0 |
|||
10 |
|
6,0 |
7,5 |
6,5 |
5,0 |
5,2 |
||
|
8,0 |
5,5 |
5,6 |
2,5 |
15,0 |
|||
|
83,0 |
118,0 |
102,5 |
95,5 |
36 |