Вопросы для самопроверки

1. В чем состоят возможные ошибки спецификации модели?

2. Запишите соотношения для оценки параметров парной линейной регрессии методом наименьших квадратов.

3. Поясните смысл коэффициента регрессии, охарактеризуйте способы его оценивания.

4. Запишите основное соотношение дисперсионного анализа для парной регрессии.

5. Какова концепция F-критерия Фишера?

6. Как оценивается значимость параметров уравнения регрессии?

7. Запишите формулы для точечного и интервального прогноза по уравнению парной линейной регрессии.

8. Приведите примеры регрессионных моделей, нелинейных относительно:

- включаемых переменных;

- оцениваемых параметров.

9. В чем отличие применения МНК к моделям, нелинейным относительно включаемых переменных и оцениваемых параметров?

10. Как определяются коэффициенты эластичности по разным видам регрессионных моделей?

11. Назовите показатели корреляции, используемые при нелинейных соотношениях рассматриваемых признаков.

12. В чем смысл средней ошибки аппроксимации и как она определяется?

Тема 3. Множественная регрессия и корреляция

При изучении данной темы главное внимание следует уделить вопросам спецификации множественной регрессионной модели, отбору факторов и выбору формы уравнения при построении множественной регрессии, оценке надежности результатов множественной регрессии и корреляции. Важное значение имеет исследование случайных остатков при использовании линейной модели, необходимость применения обобщенного метода наименьших квадратов для линейных моделей регрессии с гетероскедастичными и автокорреляционными остатками.

Изучив данную тему, студент должен знать требования, предъявляемые к факторам для включения их в модель множественной регрессии, проблему мультиколлинеарности факторов и пути ее решения, математический аппарат множественной регрессии и корреляции, особенности его использования при нарушении предпосылок МНК, суть и алгоритм применения обобщенного метода наименьших квадратов.

В результате изучения темы студент должен приобрести навыки построения множественной регрессионной модели, оптимизации ее структуры, оценки качества модели и возможности ее практического использования для прогнозирования исследуемого экономического показателя.

Литература

1. Эконометрика: Учебник / И.И. Елисеева, С.В. Курышева, Т.В. Костеева и др.; Под ред. И.И. Елисеевой. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 2005, с. 109..222.

2. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. Проф. Н.Ш. Кремера. – М.: ЮНИТИ-ДАНА, 2006. с. 82..132.

3. Бобешко Л.О. Основы эконометрического моделирования: Учебное пособие. – М.: КомКнига, 2006. с. 91..178, 218..258.

4. Доугерти К. Введение в эконометрику: Учебник. 2-е изд. / Пер. с англ. – М.: ИНФРА-М, 2004. с. 118..200.

5. Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордеенко и др.; Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2005, с. 49..105.

6. Вуколов В.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL: Учебное пособие. – М.: ФОРУМ: ИНФРА-М, 2004. с. 197..239.