- •1.Понятие и предмет исследования эконометрики
- •2. Этапы развития эконометрики.
- •3.Понятия модели и моделирования, связь между объектом и его моделью.
- •6.Понятие однофакторных моделей, уравнение линейной регрессии, временное и пространственное исследование, определение параметров уравнения парной регрессии.
- •8.Коэффициент корреляции, коэффициент детерминации.
- •11.Понятие многофакторных моделей, уравнение множественной регрессии, определение параметров уравнения множественной регрессии.
- •13.Коэффициент корреляции, частный коэффициент множественной корреляция, коэффициент детерминации.
- •15.Проблема выбора факторов в многофакторной модели: корреляционная матрица, р-тест, t-тест.
- •18.Понятие временных рядов, трендовая, циклическая, сезонная и случайная компоненты.
- •19.Понятие временных рядов, виды линий тренда, определение параметров уравнения тренда.
- •20.Тенденция, проверка существования тенденции.
- •21.Сезонность, определение сезонных колебаний.
- •22.Оценка качества и надежность уравнения тренда.
- •23.Коэффициент корреляции, коэффициент детерминации.
- •Понятие производственной функции и функции издержек производства, функция Кобба-Дугласа.
- •27.Издержки производства, постоянные и переменные издержки, функция издержек производства, функция цены, доход и прибыль фирмы, совокупный, средний и предельный продукт, издержки и доход.
- •28.Функция издержек производства, функция цены,предельные издержки и предельный доход.
- •29.Максимизация прибыли.
- •30.Идеально конкурентный рынок, максимизация прибыли на конкурентном рынке.
- •31.Монополия, исследование монопольного рынка, максимизация прибыли на монопольном рынке.
- •Олигополия, исследование олигопольного рынка, максимизация прибыли на олигопольном рынке.
- •33.Модель Курно, Модель Бернулли.
- •5.Источники статистических данных.
22.Оценка качества и надежность уравнения тренда.
F-критерий Фишера (статистически значима или нет модель);
коэффициент корреляции (свидетельствует о силе связи между показателем и факторами);
средняя ошибка аппроксимации (допустимый предел до 10%, если к-т оппроксимации попадает в допустимый предел, то модель можно использовать для прогнозирования);
среднеквадратическое отклонение (показывает меру ошибки, которую допустили при построении уравнения регрессии).
23.Коэффициент корреляции, коэффициент детерминации.
К-т корреляции (r) отражает зависимость между рассматриваемыми показателями.
Коэффициент корреляции − это безразмерная величина, которая может меняться в пределах от -1 до +1. При этом, чем ближе значение коэффициента к единице (неважно, с каким знаком), тем с большей уверенностью можно утверждать, что между рассматриваемыми переменными существует связь.
Величина коэффициента корреляции |
Характеристика силы связи |
до 0,3 |
практически отсутствует |
0,3-0,5 |
слабая |
0,5-0,7 |
заметная |
0,7-0,9 |
сильная |
0,9-0,99 |
очень сильная |
24.F-критерий Фишера, средняя ошибка аппроксимации, среднеквадратическое отклонение, коэффициент вариации.F-критерий Фишера – оценивает статистически значима или нет зависимость, описанная уравнением регрессии. Чем больше значение, тем лучше. Расчетное значение критерия Фишера сравнивают с табличным. Искать нужно по таблице значений критерия Фишера. F расчетное > F табличного, значит, модель статистически значима. Средняя ошибка аппроксимации – среднее отклонение расчетных значений от фактических. Допустимый предел ошибки 8-10%. Если коэффициент аппроксимации попадает в допустимый предел до 10%, то модель можно использовать для прогнозирования.Среднеквадратическое отклонение – это мера ошибки, которую допустили при построении уравнения регрессии. Чем меньше значение показателя, тем лучше уравнение описывает данную зависимость. Коэффициент вариации оказывает относительную меру отклонения отдельных значений от среднего арифметического. Чем больше коэффициент вариации, тем относительно больший разброс и меньшая выравненность изучаемых объектов.Изменчивость вариационного ряда принято считать:
незначительной, если вариация не превышает 10%;
средней, если вариация составляет 10-20%;
значительной, если вариация составляет больше 20-33%;
вариация выше 33% свидетельствует о неоднородности.
25. Прогнозирование по уравнению тренда, интервал прогноза.Для нахождения прогнозного значения временного ряда в уравнение регрессии подставляем показатели времени. Это точечный прогноз.Затем необходимо скорректировать точечный прогноз на коэффициент сезонности. Y13*Sq1 и т.д.Определяем интервал прогноза: ∆=среднее квадратич.отклонен. на к-т Стьюдента Уверх, Унижн.