- •Эконометрика как наука: цель, задачи, предмет и метод. Понятие эконометрической модели
- •Типы данных и виды переменных в эконометрических моделях
- •Этапы эконометрического моделирования.
- •Понятие генеральной и выборочной совокупности значений случайной величины. Числовые характеристики генеральной и выборочной совокупности.
- •Зависимость (независимость) случайных величин. Функциональная и статистическая зависимости. Ковариация и корреляция св. Выборочные и теоретические коэффициенты ковариации и корреляции.
- •Основные принципы и общая схема проверки статистических гипотез. Понятие уровня значимости и числа степеней свободы. Примеры критериев статистического теста.
- •Оценивание значимости коэффициента парной корреляции с помощью t-критерия Стьюдента.
- •Корреляционно – регрессионный анализ: предпосылки и этапы проведения.
- •Модель парной линейной регрессии: спецификация, условия построения.
- •Метод наименьших квадратов. Предпосылки применения метода для оценивания регрессионной модели. Система нормальных уравнений и ее решение.
- •Вопрос 11.Методы оценивания
- •Точечные оценки параметров модели парной линейной регрессии, их свойства и экономическая интерпретация. Связь оценки коэффициента регрессии с выборочным значением коэффициента корреляции.
- •Точечные оценки параметров модели парной линейной регрессии, их свойства и экономическая интерпретация. Связь оценки коэффициента регрессии с выборочным значением коэффициента корреляции.
- •Стандартная ошибка регрессии, стандартные ошибки оценок параметров модели парной линейной регрессии, их свойства.
- •14/ Оценивание значимости коэффициентов выборочной функции парной линейно регрессии с помощью т-критерия Стьюдента.
- •15. Коэффициент детерминации и его значение. Проверка гипотез, относящихся к оценке адекватности регрессионной модели в целом.
- •16. Интервальные оценки параметров. Построение доверительных интервалов для параметров модели парной линейной регрессии.
- •Вопрос 17 Модели регрессии, нелинейные по факторным переменным
- •Модели регрессии, нелинейные по оцениваемым коэффициентам
- •18. Задача множественного корреляционно – регрессионного анализа. Спецификация эконометрической модели множественной регрессии. Условия Гаусса – Маркова для модели множественной регрессии.
- •19. Отбор факторных признаков для включения в модель множественной линейной регрессии.
- •6. Об.Переменные д.Б. Сильно коррелированны с рез. Переменной.
- •20. Явление мультиколлинеарности факторов в регрессионной модели. Способы определения наличия мультиколлинеарности и ее устранения.
- •Методы устранения мультиколлинеарности
- •2. Метод дополнительных регрессий
- •3. Метод последовательного присоединения
- •23. Проверка адекватности модели множественной регрессии
- •24. Гомоскедастичность и гетероскедастичность ряда остатков регрессионной модели.
- •Последствия гетероскедастичности
- •Обнаружение гетероскедастичности
- •Тест Голдфелда—Квандта.
- •Тест ранговой корреляции Спирмена
- •Устранение гетероскедастичности
- •25. Числовые характеристики модели множественной линейной регрессии
- •27. Задача идентифицируемости системы одновременных уравнений. Необх. И достаточ. Условие идентифицируемости уравнений системы.
- •Рассмотрим типы систем эконометрических уравнений.
- •1. Система независимых регрессионных уравнений (внешне не связанных)
- •2. Система рекурсивных уравнений
- •28. Разновидности мнк для оценивания параметров многомерных регрессионных моделей.
- •Двухшаговый метод наименьших квадратов (дмнк)
- •29. Компоненты временного ряда
- •30/ Аддитивная и мультипликативные модели временного ряда.
- •31/ Явления автокорреляции и авторегрессии временного ряда.
- •32/ Моделирование тенденции временного ряда. Основные типы трендов и их распознавание.
- •33/ Эконометрическое прогнозирование, виды прогнозов. Средняя погрешность прогнозирования.
- •34/ Прогнозирование по трендам. Качество прогноза.
Эконометрика как наука: цель, задачи, предмет и метод. Понятие эконометрической модели
Эконометрика – совокупность моделей и методов, позволяющих на базе эк теории, эк статистики, математики и информатики выполнить количественный анализ взаимосвязей между эк показателями и придать количественное выражение общим качественным закономерностям, обусловленным эк теорией. Базовый метод изучения – эмпирический подход (эксперимент и наблюдения)
Один из способов классификации – учет фактора неопределенности.
Модели: детерминированные (полностью определенные, характериз тем, что все входы и выходы наблюдаемы, условия существования эк объекта известны и фиксированы) и вероятностные.
Цель – формирование представления о теории и методах мат моделирования экономич явлений и процессов на основе, характеризующих их статистических данных.
Задачи:
Уметь формализовать описание механизмов функционирования экономич объекта в условиях неполноты информации
Показать возможность применения методологию эконометрики к анализу конкретных экономических ситуаций
Создать информационную базу для прогнозирования эконом тенденций и принятия научно-обоснованных решений
Объект изучения эконометрики – национальная экономика в целом и ее основные функциональные подсистемы.
Предмет эконометрики – количественное выражение взаимосвязей реальных экономических процессов и явлений.
Метод – математическое моделирование экономических явлений на базе статистических обработанных данных, характеризующих изучаемый экономич объект, а также проверка, обоснование и оценивание адекватности использования математических моделей.
Эконометрическая модель – это его абстрактная схема, содержащая описание наиболее существенных черт изучаемого явления, выражающая его количеств закономерн на языке мат соотношений и построенная с помощью статистически обработанных данных наблюдений для оценивания и прогнозирования показателей недоступных измерений.
Типы данных и виды переменных в эконометрических моделях
Типы данных:
Пространственные, перекрестные – набор независимых сведений по какому либо одному экономическому показателю в один и тот же момент времени для групп разных однотипных экономических объектов.
Пространственные данные являются выборочной совокупностью из некоторой генеральной совокупности. Примером пространственных данных может служить комплекс экономической информации по какому-либо предприятию (численность работников, объём производства, размер основных фондов), объёмах потребления продукции определённого вида, данные о ВВП различных стран в каком-либо конкретном году и т. д.
Временной (динамический) ряд – набор наблюдений одного и того же экономического показателя в последовательные моменты определенного промежутка времени. (существование порядка, в который производится наблюдение; зависимость наблюдений, степень которых определяется положением наблюдений в последовательности)
Примером временных данных могут служить данные о динамике индекса потребительских цен, ежедневные обменные курсы валют.
Отличия временных данных от пространственных данных:
1) единицы временных рядов подвержены явлению автокорреляции (зависимости между прошлыми и текущими наблюдениями временного ряда), т. е. они не являются статистически независимыми в отличие от единиц случайной пространственной выборки;
2) единицы временных рядов не являются одинаково распределёнными величинами;
3) в отличие от пространственных данных временные данные естественным образом упорядочены во времени.
Панельные данные – набор данных по какому-либо экономическому показателю для группы разных однотипных эк. объектов, причем наблюдения осуществляется в последовательные периоды времени.
Панельные данные являются обобщением или комбинацией пространственных и временных данных. Примером панельных данных могут служить показатели хозяйственной деятельности совокупности предприятий, которые собираются каждый год.
Набором признаков называется совокупность экономической информации, которая характеризует изучаемый процесс или объект.
В эконометрических моделях результативный признак называется объясняемой переменной, а факторный признак называется объясняющей переменной.
В эконометрическом моделировании выделяют следующие виды экономических переменных:
1) экзогенные или независимые переменные (х), значения которых задаются извне. В определённой степени экзогенные переменные поддаются управлению;
2) эндогенные или зависимые переменные (у), значения которых определяются внутри модели;
3) лаговые переменные – это экзогенные или эндогенные переменные, которые относятся к предыдущим моментам времени и находятся в эконометрической модели одновременно с переменными, относящимися к текущему моменту времени. Например, xt-1 – это лаговая экзогенная переменная, а yt-1 – это лаговая эндогенная переменная;
4) предопределённые или объясняющие переменные – это лаговые (xt-1) и текущие (х) экзогенные переменные, а также лаговые эндогенные переменные (yt-1), значения которых известны к текущему моменту времени.
5) фиктивные переменные используются в эконометрических моделях для характеристики явления или процесса, в отношении которого нет данных по качественному признаку;