
- •1. Назначение эконометрических моделей. Принципы их спецификации.
- •2. Типы переменных в эконометрических моделях.
- •3. Структурная форма спецификации эконометрических моделей.
- •4. Приведённая форма спецификации эконометрических моделей.
- •5. Взаимосвязь структурной и приведённой форм спецификации эконометрической модели.
- •6. Этапы построения эконометрических моделей.
- •7. Порядок оценивания линейной регрессионной модели из изолированного уравнения в Excel.
- •8. Смысл выходной статистической информации функции линейн.
- •9. Классификация регрессионных моделей.
- •10. Спецификация парной линейной регрессионной модели.
- •11. Предпосылки Гаусса-Маркова относительно случайного возмущения регрессионной модели.
- •12. Теорема Гаусса - Маркова.
- •13. Оценка параметров парной регрессионной модели методом наименьших квадратов (мнк) в координатной форме.
- •20. Проверка значимости оценок параметров линейной регрессионной модели.
- •21. Алгоритм проверки значимости оценок параметров линейной регрессионной модели в Excel.
- •22. Интервальная оценка ожидаемого значения зависимой переменной в парной регрессионной модели.
- •23. Интервальная оценка индивидуального значения зависимой переменной в парной регрессионной модели.
- •25. Коэффициент детерминации регрессионной модели.
- •26. Нецентрированный коэффициент детерминации регрессионной модели.
- •39. Алгоритм построения интервальной оценки значения зависимой переменной в множественной регрессионной модели в Excel.
- •40. Алгоритм проверки адекватности множественной регрессионной модели.
- •41. Скорректированный коэффициент детерминации в множественной регрессионной модели.
- •43. Спецификация регрессионной модели при наличии автокорреляции случайного возмущения.
- •44. Причины автокорреляции случайного возмущения.
- •45. Последствия автокорреляции случайного возмущения.
- •46. Алгоритм теста Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений.
- •47. Способы корректировки автокорреляции (авторегрессионные модели первого порядка).
- •48. Способы корректировки автокорреляции: алгоритм метода Кохрейна-Оркатта.
- •53. Способы корректировки гетероскедастичности. Метод взвешенных наименьших квадратов.
- •54. Способы корректировки гетероскедастичности. Доступный метод взвешенных наименьших квадратов.
- •55 Обобщенная регрессионная модель. Обобщенный метод наименьших квадратов.
- •56. Спецификация и оценивание мнк эконометрических моделей нелинейных по параметрам.
- •57. Примеры спецификаций регрессионных моделей нелинейных по параметрам.
- •58. Интерпретация параметров регрессионных моделей нелинейных по параметрам.
- •59. Способы включения случайных возмущений в спецификацию нелинейной по параметрам модели.
- •60. Спецификация и оценивание мнк эконометрических моделей нелинейных по переменным.
- •61. Примеры спецификаций регрессионных моделей нелинейных по переменным.
- •62. Интерпретация параметров регрессионных моделей нелинейных по переменным.
- •63. Проблема мультиколлинеарности в моделях множественной регрессии.
- •64. Признаки мультиколлинеарности.
- •65. Фиктивные переменные: определение, назначение, типы, смысл названий.
- •66. Фиктивная переменная сдвига: спецификация регрессионной модели с фиктивной переменной сдвига.
- •67. Экономический смысл параметра при фиктивной переменной сдвига.
- •68. Применение фиктивных переменных сдвига при исследовании сезонных колебаний: спецификация модели; проблема мультиколлинеарности.
- •69. Экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
- •70. Фиктивная переменная наклона: назначение; спецификация регрессионной модели с фиктивной переменной наклона.
- •71. Тест Чоу на наличие структурных изменений в регрессионной модели.
- •72. Оценка моделей с распределенными лагами с конечным числом лагов.
- •73. Оценка моделей с распределенными лагами с бесконечным числом лагов: метод геометрической прогрессии.
- •74. Оценка моделей с распределенными лагами с бесконечным числом лагов: метод Койка.
- •75. Проблемы оценки параметров регрессионных моделей с распределёнными лагами методом Койка
- •76. Оценка моделей с распределенными лагами: метод Алмон.
- •77. Тест Дарбина на наличие (отсутствие) автокорреляции вектора возмущений в авторегрессионных моделях.
- •78. Системы одновременных уравнений (соу): проблема оценивания структурных параметров.
- •79. Проблема идентификации системы одновременных уравнений соу.
- •80. Идентификация отдельных уравнений системы одновременных уравнений: порядковое условие.
- •81. Идентификация отдельных уравнений системы одновременных уравнений: ранговое условие.
- •82. Косвенный метод наименьших квадратов: алгоритм метода; условия применения.
- •83. Двухшаговый метод наименьших квадратов (дмнк): алгоритм метода; условия применения.
- •84. Корректировка оценки дисперсии возмущения при реализации алгоритма дмнк в Excel.
- •85. Корректировка оценок ско оценок параметров соу при реализации алгоритма дмнк в Excel.
6. Этапы построения эконометрических моделей.
Построение эконометрической модели выполняется в несколько этапов:
спецификация модели (подробное описание, определяется список экономических переменных, характеризующих функционирование данного объекта и устанавливается их взаимосвязь)
сбор статистической информации об объекте исследования
оценка параметров модели (параметризация, настройка)
проверка адекватности модели (верификация, проверяется соответствие модели эмпирическим данным)
7. Порядок оценивания линейной регрессионной модели из изолированного уравнения в Excel.
где
,
,
t=1,…,n
– выборочные данные (наблюдения), n
–объем выборки (количество наблюдений)
Оценка параметров парной регрессионной модели, а также вычисление статистик, позволяющих проверить качество оцененной модели, могут быть выполнены в Excel при помощи мастера функций в категории "Статистические" и функции "ЛИНЕЙН". Порядок работы с функцией "ЛИНЕЙН":
1) выделяется область для размещения результата — два столбца и пять строчек;
2) вызывается функция "ЛИНЕЙН";
3) заполняются строчки окна функции:
столбец значений эндогенной переменной Y;
столбец значений регрессора X;
значение параметра "Конс"(0 — спецификация без свободного члена, 1— спецификация со свободным членом);
значение параметра "Стат" (0 — оцениваются только параметры модели, 1 — оцениваются параметры модели и статистики, позволяющих проверить качество оцененной модели);
4) нажимается кнопка "Ok";
5) выполняется "щелчок" мышью по строке формул;
6) нажимаются клавиши Ctrl + Shift + Enter.
Результаты вычислений расположены в следующем порядке:
|
|
|
|
|
|
|
|
|
|
, — оценки параметров модели;
, — оценки ско оценок параметров;
— оценка ско возмущений;
— коэффициент детерминации, используемый для определения качества модели, чем лучше качество спецификации, тем значение ближе к 1, чем хуже — тем ближе к 0;
— значение статистики, имеющей распределение Фишера и используемой для проверки статистической значимости коэффициента детерминации;
—
число степеней
свободы (
,
—
объем выборки,
—
число параметров модели);
— сумма квадратов остатков;
— сумма квадратов центрированных по выборочным данным оценок значений эндогенной переменной.
8. Смысл выходной статистической информации функции линейн.
где , , t=1,…,n – выборочные данные (наблюдения), n –объем выборки (количество наблюдений)
Результаты вычислений функции ЛИНЕЙН расположены в следующем порядке:
Таблица.
|
|
|
|
|
|
|
|
|
|
Где
, — оценки параметров модели;
, — оценки ско оценок параметров;
— оценка ско возмущений;
— коэффициент детерминации, используемый для определения качества модели, чем лучше качество спецификации, тем значение ближе к 1, чем хуже — тем ближе к 0;
— значение статистики, имеющей распределение Фишера и используемой для проверки статистической значимости коэффициента детерминации;
— число степеней свободы ( , — объем выборки, — число параметров модели);
— сумма квадратов остатков;
— сумма квадратов центрированных по выборочным данным оценок значений эндогенной переменной.