5. Объясните, какие проблемы имеются у модели регрессии и как их исправить.

6. Необходимо параметры регрессии:

Есть основания предполагать, что дисперсия ошибок возрастает с увеличением X1. К каким последствиям это может привести? Как проверить эту гипотезу?

З аведующий кафедрой Канторович Г.Г.

Кафедра математической экономики и эконометрики. Экзамен по эконометрике.

Билет № 12

Ф.И.О. Группа

(Впишите свою фамилию, имя и отчество, группу)

1. Методология эконометрического исследования. Математическая и эконометрическая модель. Три типа экономических данных: временные ряды, перекрестные (cross-section) данные, панельные данные. Задача оценивания параметров.

2. Линейная в логарифмах регрессия, как модель с постоянной эластичностью. Оценка производственной функции Кобба-Дугласа.

3. Взвешенный метод наименьших квадратов при известных дисперсиях случайных составляющих в различных наблюдениях.

4 . Модель адаптивных (adaptive) ожиданий и преобразование Койка.

5. Объясните, какие проблемы имеются у модели регрессии и как их исправить.

6. Если модель содержит лаговые переменные, статистику Дарбина-Уотсона использовать нельзя. Каким образом в этом случае можно проверить, есть ли автокорреляция?

З аведующий кафедрой Канторович Г.Г.

Кафедра математической экономики и эконометрики. Экзамен по эконометрике.

Билет № 36

Ф.И.О. Группа

(Впишите свою фамилию, имя и отчество, группу)

1. Особенности регрессии, проходящей через начало координат (без свободного члена). Выражения для вычисления коэффициента наклона и его дисперсии при отсутствии свободного члена.

2. Полиномиальная регрессия.

3. Обобщенный метод наименьших квадратов для оценки коэффициентов регрессии при наличии автокорреляции и известном значении параметра ρ. Преобразование исходных переменных, позволяющее применить метод наименьших квадратов при наличии автокорреляции и известном значении параметра ρ.

4 . Модели бинарного выбора. Модель линейной вероятности. Модели логит и пробит. Предельные эффекты.

5. Объясните, какие проблемы имеются у модели регрессии и как их исправить.

6. Были оценены параметры регрессии:

Исследователь сделал вывод об отсутствии влияния регрессоров на объясняемую переменную и неадекватности модели в целом. Прав ли он? Ответ обоснуйте. Если не прав, объясните, что нужно делать в такой ситуации.

З аведующий кафедрой Канторович Г.Г.

Кафедра математической экономики и эконометрики. Экзамен по эконометрике.

Билет № 33

Ф.И.О. Группа

(Впишите свою фамилию, имя и отчество, группу)

1. Теорема Гаусса-Маркова (с доказательством) в случае классической линейной регрессии с одной объясняющей переменной.

2. Фиктивные переменные для дифференциации коэффициентов наклона в множественной линейной регрессии.

3. Преобразование исходных переменных, позволяющее применить метод наименьших квадратов при наличии автокорреляции. Итеративная процедура Кокрена-Оркутта (Cochrane-Orcutt).

4 . Понятие о коинтеграции временных рядов. Двухшаговая процедура Грэйнджера-Энгла по проверке коинтеграции двух временных рядов.

5. Объясните, какие проблемы имеются у модели регрессии и как их исправить.

6. Оценивается следующая модель:

Есть сведения о высокой коррелированности X1 иX3. Достаточно ли этого для того, чтобы сделать вывод о наличии мультиколлинеарности. Если да, то почему? Если нет, что необходимо сделать, чтобы проверить, есть ли она?

З аведующий кафедрой Канторович Г.Г.