
- •Типы взаимосвязи между явлениями. Функц. И коррел. Связь.
- •2. Типы данных и типы моделей. Специфика экон. Данных. Системы эконометрич. Уравнений.
- •3. Ковариация между переменными. Формула расчета ковариации.
- •4.Коэффициент парной корреляции
- •5.Качественная оценка коэф. Парной корреляции. Шкала Чеддока.
- •6. Оценка значимости линейного коэффициента корреляции с помощью t-критерия Стьюдента.
- •7. Матрица коэффициентов парной корреляции, ее структура, экономическая сущность.
- •8. Коэффициент множественной корреляции, приделы его измерения.
- •10. Частный коэффициент множественной корреляции, пределы его измерения
- •11.Оценка тесноты нелинейной связи, индекс корреляции
- •12.Регрессионные модели. Общие предпосылки рег. Анлиза.
- •13. Алгоритм построения и анализа регрессионных моделей
- •14. Основные предпосылки мнк
- •15. Свойства оценок параметров регрессионной модели
- •16. Оценка параметров регрессионного уравнения с помощью метода наименьших квадратов
- •17. Оценка параметров линейной модели парной регрессии. Расчетные формулы
- •18. Матричная форма модели парной регресии и формула расчета ее парметров
- •19. Оценка качества уравнения регрессии
- •20. Коэффициент детерминации и коэффициент корреляции, их расчет в модели парной регересии.
- •22. Проверка значимости уравнения регрессии в целом. F-критерий Фишера.
- •23. Уровень значимости и степени свободы пр проверке значимости уравнения регрессии.
- •26. Оценка статистической значимости коэффициентов регрессии
- •27. Доверительные интервалы параметров регрессии
- •41. Способы обнаружения мультиколлинеарности. Обнаружение мультиколлинеарности с помощью алгоритма Феррара-Флобера: критерий Пирсона , критерий Фишера, критерий Стьюдента.
- •42. Понятие гомо- и гетероскедастичности
- •43. Критерий обнаружения гетероскедастичности.
- •44. Тест Гольдфельда-Квандта для обнаружения гетероскедастичности.
- •45. Обобщенный мнк и его отличие от классического мнк (метод Эйткена).
- •46. Автокорреляция в регрессионных моделях. Причины, последствия, методы устранения.
- •47. Метод обнаружения автокорреляции. Метод рядов для обнаружения автокорреляции.
- •48. Критерий Дарбина-Уотсона.
- •49. Коэффициент автокорреляции первого порядка и его применение для раскрытия неопределенности в критерии Дарбина-Уотсона.
- •50. Регрессионные уравнения с переменной структурой. Фиктивные переменные. Виды фиктивных переменных, преимущества использования.
- •51. Использование фиктивных переменных для исследования структурных изменений. Моделирование сезонности. Количество бинарных переменных при к градациях.
- •52. Модель задачи об оптимальном использовании средств, представленной в виде регрессионной модели
- •57. Система рекурсивных регрессионных уравнений. Ее формальная запись. Метод решения.
- •59. Приведенная форма модели одновременных регрессионных уравнений. Причины, вызывающие необходимость построения приведенной формы модели.
- •64. Алгоритм косвенного метода решения систем одновременных уравнений.
- •65. Алгоритм двухшагового метода наименьших квадратов для решения систем одновременных регрессионных уравнений
- •66. Понятие динамического ряда, временного ряда. Его обозначение. Составляющие временного ряда. Виды моделей представления временного ряда.
- •67. Процедуры предварительного анализа временных рядов.
- •72 Моделирование экономических процессов, подверженных колебаниям. Критерии проверки наличия сезонных колебаний.
- •73 Фильтрация компонентов тренд-сезонных колебаний временного ряда
- •74 Адаптивные модели прогнозирования: сс модель и ар модель
Типы взаимосвязи между явлениями. Функц. И коррел. Связь.
Стохастическая (вероятностная) природа экономических данных обуславливает необходимость применения соответствующих статистических методов для их обработки и анализа.
Между признаками могут быть два типа связей:
функциональные – величина начисленной зарплаты при повременной оплате труда зависит от количества отработанных часов; стоимость ж/д билета в зависимости от расстояния.
корреляционные – между изменением двух признаков нет полного соответствия, и воздействие отдельных факторов проявляется лишь в среднем.
Это приводит к тому, что одному и тому же значению признака-фактора соответствует целое распределение значений результативного признака. При
наличии корреляционной зависимости устанавливается лишь тенденция изменения результативного признака при изменении величины факторного признака.
Взаимосвязи между признаками могут быть:
по направлению (прямые и обратные).;
по форме (линейные и нелинейные). Линейная связь – прямая линия, нелинейная – кривая (парабола, гипербола и т.п.);
по количеству факторов (однофакторные и многофакторные).
Основная задача корреляционного анализа – выявление взаимосвязи между случайными переменными путем точечной и интервальной оценки парных коэффициентов корреляции, вычисления и проверки значимости
множественного коэффициента корреляции и детерминации. Корреляция непосредственно не выявляет причинных связей между параметрами (что причина, а что следствие), но устанавливает численное значение этих связей и достоверность суждений об их наличии.
2. Типы данных и типы моделей. Специфика экон. Данных. Системы эконометрич. Уравнений.
При построении эконометрических моделей используются следующие
типы экономических данных:
1)пространственные (объем производства, количество работников, доход и др. по разным фирмам в один и тот же момент времени); 2)временные ряды – отражают динамику какой-либо переменной в промежутке времени (ежеквартальные данные по инфляции, по средней заработной плате, национальному доходу).
Специфика экономических данных:
многие экономические данные неотрицательны;
доля нечисловых данных в экономике существенно выше, чем в технике; количество изучаемых объектов часто ограничено (в пространстве и времени);
экономические процессы развиваются во времени, поэтому много требуется анализа временных рядов, в т.ч. и многомерных.
Особенности временных рядов:
уровни временных рядов взаимозависимы;
информационная ценность наблюдений убывает по мере их удаления от текущего момента времени;
с увеличением количества уровней временного ряда точность статистических характеристик не увеличивается пропорционально числу наблюдений.
Системы эконометрических уравнений применяются в том случае, когда экономические явления невозможно адекватно описать с помощью только одного соотношения (уравнения). Модели с одним уравнением не отражают взаимосвязей между объясняющими переменными и их связей с другими переменными. Кроме того, некоторые переменные могут оказывать взаимные воздействия и трудно однозначно определить, какая из них является зависимой, а какая независимой переменной. Поэтому при построении эконометрической модели прибегают к системам уравнений.
Выделяют следующие три вида эконометрических систем:
система независимых уравнений;
система рекурсивных уравнений;
система взаимосвязанных уравнений.