- •1.Эконометрика, её задача и метод.
- •2. Экономические данные и их статистические хараетристики.
- •3.Типовые распределения выборочных характеристик
- •4. Точность и надежность выборочных характеристик. Понятие надежности и доверительного интервала.
- •5. Корреляция случайных величин, уравнение регрессии. Регрессионная зависимость между случайными факторами.
- •6. Оценка параметров уравнения регрессии методом наименьших квадратов.
- •7. Геометрическая интерпретация метода наименьших квадратов.
- •8.Показатели адекватности уравнения регрессии
- •9. Связь дисперсии результирующей переменной с дисперсией регрессии
- •10. Связь дисперсии результирующей переменной с остаточной дисперсией
- •11. Точность и значимость коэффициентов регрессии.
- •12. Связь показателей адекватности и точности уравнения регрессии.
- •13. Связь коэффициентов уравнения регрессии с выборочными значениями результирующей переменной
- •14. Дисперсия коэффициентов регрессии.
- •15. Условия оптимальности мнк-оценок. Теорема Гаусса-Маркова.
- •16. Множественная линейная регрессия.
- •17. Решение системы линейных уравнений множественной регрессии
- •18. Матричная форма записи множественной линейной регрессии
- •19. Натуральная и стандартизованная формы модели множественной регрессии.
- •20. Связь коэффициентов обычной и стандартизованной регрессии.
- •21. Показатели силы связи в модели множественной регрессии.
- •22. Оптимальность коэффициентов множественной регрессии.
- •23. Оценка значимости модели множественной регрессии и ее параметров.
- •24. Прогнозирование на основе модели множественной регрессии.
- •25. Линейные регрессионные модели с гетероскедастичностью.
- •26. Нелинейные регрессионные модели и их классификация.
- •27. Регрессионная модель, линейная относительно параметров.
- •28.Обобщенный метод наименьших квадратов
- •30. Особенности включения в модели регрессии неколичественных показателей.
- •31. Модели регрессии с фиктивными переменными сдвига, наклона.
- •32. Временной ряд и его характеристики.
- •33. Корреляция временных рядов.
- •34. Определение тренда временного ряда.
- •35. Учет автокорреляции остатков временного ряда. Критерий Дарбина-Уотсона.
- •36. Сглаживание временных рядов.
- •37. Системы эконометрических моделей. Одновременные системы уравнений.
- •38. Проблема идентификации эконометрических моделей.
2. Экономические данные и их статистические хараетристики.
3.Типовые распределения выборочных характеристик
Будем
осуществлять испытания по схеме повторной
выборки. Взяв наудачу один элемент из
генеральной совокупности, мы фиксируем
значения признака, возвращаем выбранный
элемент в генеральную совокупность и
затем выбираем наудачу следующий
элемент. Этот процесс мы повторяем до
получения n
значений, представляющих случайную
выборку объема n
. Обозначим значения признака у первого
выборочного элемента через X1
, у второго – через X2
, …, у n-го
– через Xn
. Представим, что из генеральной
совокупности объема N
произведены всевозможные выборки
объема
,
и для каждой выборки рассчитаны выборочные
средние
.
Естественно ожидать, что выборочные
средние могут отличаться друг от друга,
т.е. выборочную среднюю можно считать
случайной величиной. Таким образом,
полученные значения
можно
представить в виде ряда распределения
выборочных средних и рассчитать среднее
значение для этого распределения.
Любое
распределение, полученное из выборочных
характеристик, называется выборочным
распределением. Когда мы строим
распределение выборочных средних, то
называем его выборочное
распределение средних
.
Теоретической основой выборочного метода служит закон больших чисел и центральная предельная теорема Ляпунова. Из теоремы Ляпунова следует, что если генеральная совокупность подчиняется нормальному закону распределения, то и выборочное распределение также подчиняется закону нормального распределения, а, согласно следствию из этой же теоремы, при достаточно большом объеме выборки распределение выборочных средних также будет подчиняться близкому к нормальному закону распределения, независимо от того, какой закон распределения имеет генеральная совокупность.
Поскольку
–
независимые одинаково распределенные
случайные величины, то все случайные
величины
имеют
один и тот же закон распределения
вероятностей и одинаковые числовые
характеристики – математическое
ожидание и дисперсию.
Математическое
ожидание выборочной средней равно
генеральной средней исследуемой
совокупности
:
(15.18)
Дисперсию выборочной средней можно представить:
(15.19)
Отсюда среднее квадратическое отклонение выборочной средней равно:
(15.20)
Таким образом, выборочное распределение имеет вид:
(15.21)
В теории
выборочного метода величину
называют
средней ошибкой выборки. В случае
бесповторного отбора среднее квадратическое
отклонение средней выборочной вычисляется
по формуле:
(15.22)
4. Точность и надежность выборочных характеристик. Понятие надежности и доверительного интервала.
Доверительным называется интервал,
который с заданной надежностью
покрывает
оцениваемый параметр.
Для
оценки математического ожидания
случайной
величины
,
распределенной по нормальному закону,
при известном среднем квадратическом
отклонении
служит
доверительный интервал
где
-
точность оценки,
-
объем выборки,
-
выборочное среднее,
-
аргумент функции Лапласа, при котором
