- •Эконометрика. Цели и задачи. Этапы эконометрического моделирования.
- •Основные этапы регрессионного анализа.
- •Что такое функция регрессии? Чем регрессионная модель отличается от функции регрессии?
- •Как выглядит линейная модель парной регрессии? Как называются переменные в модели?
- •Коэффициент корреляции. Свойства коэффициента корреляции. Множественный коэффициент корреляции. Частный коэффициент корреляции. Ложная корреляция.
- •Причины наличия в регрессионной модели случайного отклонения.
- •Что понимается под спецификацией модели и как она осуществляется в случае одной независимой переменной.
- •В чем состоит различие между теоретическим и эмпирическим уравнениями регрессии?
- •В чем суть метода наименьших квадратов?
- •Выведите формулы для расчета коэффициентов парной линейной регрессии по методу наименьших квадратов.
- •Проинтерпретируйте коэффициенты эмпирического парного линейного уравнения регрессии.
- •12.Коэффициент детерминации. Роль коэффициента детерминации при определении качества построенного уравнения регрессии. Формула расчёта коэффициента детерминации.
- •15. Расчет коэффициентов множественной регрессии по мнк в матричной форме.
- •16. Коэффициент детерминации и скорректированный коэффициент детерминации.
- •Сформулируйте предпосылки мнк. Каковы последствия их выполнимости или невыполнимости.
- •Как определяются стандартные ошибки регрессии и коэффициентов регрессии?
- •19. Интервальные оценки коэффициентов регрессии
- •20. В чем суть статистической значимости коэффициентов регрессии?
- •Как определяется статистическая значимость коэффициентов регрессии
- •Что такое предсказание значения зависимой переменной? Как его найти?
- •Что означает статистическая значимость уравнения регрессии в целом? Как проверить значимость уравнения по f-тесту?
- •Что такое мультиколлинеарность? Последствия мультиколлинеарности.
- •Методы устранения мультиколлинеарности.
- •26. Пошаговый метод включения исключения факторной переменной в модель регрессии.
- •27.Нелинейные модели регрессии.
- •28.Основные виды ошибок спецификации модели.
- •4.3. Ошибки спецификации
- •29. Фиктивная переменная. Причины использования фиктивных переменных в моделях регрессии.
- •Что такое автокорреляция остатков, и каковы ее виды? Причины ее возникновения.
- •30. В чем суть теста Чоу проверки структурной однородности модели. Тест Грегори Чоу
- •Примеры использования фиктивных переменных.
- •Каким образом выявляется наличие автокорреляции в остатках?
- •Способы устранения автокорреляции в остатках.
- •Что такое гетероскедастичность? Причины и последствия гетероскедастичности.(гл 5)
- •38. Временной ряд. Составляющие временного ряда. Примеры.
- •39.Коэффициент автокорреляции. Автокорреляционная функция. Коррелограмма.
Эконометрика. Цели и задачи. Этапы эконометрического моделирования.
эконометрика – это статистико-математический анализ экономических отношений.
Основные задачами эконометрики:
- выявление связей между количественными характеристиками экономических объектов в целях построения математических правил прогноза
- определить значения всех числовых параметров, входящих в модель и обеспечить соответствие ее реальному поведению объекта
- получение наилучших оценок параметров экономико-математических моделей, конструируемых в прикладных целях;
- проверка теоретико-экономических положений и выводов на фактическом (эмпирическом) материале;
- создание универсальных и специальных методов для обнаружения статистических закономерностей в экономике.
Основная цель эконометрики - дать исследователям инструмент для прогнозирования поведения экономического объекта в различных ситуациях и на базе прогнозирования решать практические задачи по оптимальному управлению объектом, выбору стратегии поведения на рынке и т.п.
Этапы эконометрического моделирования:
1. Постановочный этап. Определение и формулировка основных целей модели. Предмодельный анализ экономической ситуации и сущности изучаемого явления. Формирование и обработка информации на основе исходных статистических данных, определение набора возможных факторов и показателей, относящихся к исследуемому объекту.
2. Этап спецификации. Выбор наиболее значимых факторов, участвующих в модели, и математической формы модели, удобной для проведения анализа, т. е. построение самой эконометрической модели.
3. Этап параметризации. Оценка параметров построенной модели на основе имеющихся статистических данных. В решении этой задачи, делающей модель работоспособной, одним из ключевых является вопрос точности используемой статистической информации.
4. Этап верификации. Проверка качества найденных параметров модели и самой модели в целом статистическими методами и сопоставлением модельных и реальных данных. На данном этапе в результате проверки модели на надежность и устойчивость могут быть внесены поправки в задачу спецификации, а именно, откорректирована форма модели и уточнен состав факторов-аргументов.
5. Этап внедрения. Использование построенных моделей для объяснения поведения исследуемых экономических показателей и прогнозирования. Уточнение границ применимости модельного анализа.
Основные этапы регрессионного анализа.
При проведении регрессионного анализа необходимо выполнить, по крайней мере, 5 следующих этапов:
1.выбрать функцию для построения уравнения регрессии
2.рассчитать коэффициента (параметры) уравнения регрессии
3.оценить надежность рассчитанных коэффициентов уравнения регрессии
4.проверить качество уравнения регрессии
5.провести экономический анализ на основе ур.регрессии
Регрессионный анализ представляет собой установление аналитической зависимости между признаками. Он включает следующие этапы:
1) выбор формы связи (вида аналитического уравнения регрессии);
2) оценка параметров уравнения;
3) оценка качества аналитического уравнения регрессии.