- •1. Ancova - модель з однією кількісною та однією якісною змінною, яка має дві альтернативи.
- •2. Ancova - модель з однією кількісною та однією якісною змінною, яка має три альтернативи.
- •3. Авторегресійні моделі. Модель адаптивних очікувань.
- •4. Авторегресійні моделі. Модель часткових пристосувань.
- •5. Визначення коефіцієнта детермінації для багатофакторної лінійної регресії, оцінка його статистичної значущості.
- •6. Визначення коефіцієнта детермінації для парної лінійної регресії.
- •7. Використання Dummy-змінних у сезонному аналізі.
- •8. Виявлення автокореляції за допомогою графічного методу, методу рядів.
- •9. Виявлення гетероскедастичності (графічний аналіз залишків, тест рангової кореляції Спірмена).
- •Визначається коефіцієнт рангової кореляції: (1)
- •10. Дайте означення дисперсії вв.
- •11. Дайте означення закону розподілу дискретної вв. Яким чином можна його задати?
- •12. Дайте означення коваріації.
- •13. Дайте означення середнього квадратичного відхилення вв.
- •14. Дайте означення та перелічите основні властивості математичного сподівання вв.
- •15. Дайте означення функції розподілу вв.
- •16. Дайте означення функції щільності ймовірності неперервної вв.
- •17. Зв’язок між коефіцієнтом кореляції та коефіцієнтом детермінації.
- •18. Зв’язок між коефіцієнтом кореляції та кутовим коефіцієнтом b1.
- •19. Методи пом’якшення гетероскедастичності.
- •20. Методи усунення автокореляції. Авторегресійне перетворення.
- •21. Методи усунення мультиколінеарності.
- •22. Моделі ancova
- •23. Моделі anova.
- •24. Наведіть формули для розрахунків коефіцієнтів емпіричного парного лінійного рівняння регресії за мнк.
- •25. Нелінійні моделі та їх лінеаризація. Приклади використання в економіці.
- •26. Об'єкт, предмет та мета економетрії. Основне завдання економетричних досліджень.
- •27. Опишіть процес перевірки адекватності моделі за f-критерієм Фішера.
- •28. Опишіть процес перевірки статистичної значущості коефіцієнта кореляції за допомогою t-теста Стьюдента
- •29. Оцінка дисперсії залишків та дисперсій коефіцієнтів парної регресії.
- •30. Оцінка моделей з лаговими змінними. Метод послідовного збільшення кількості лагів.
- •31. Оцінка моделей з лаговими змінними. Перетворення Койка.
- •32. Оцінка параметрів лінійного рівняння багатофакторної регресії за допомогою мнк.
- •33. Оцінка параметрів парної лінійної регресії за допомогою мнк.
- •34. Перевірка статистичної значущості коефіцієнтів b0 та b1 лінійної регресії за допомогою t-теста Стьюдента.
- •35. Передумови мнк, теорема Гаусса -Маркова.
- •36. Поняття гетероскедастичності та її наслідки.
- •37. Поняття мультиколінеарності та її наслідки.
- •38. Порівняння двох регресійних моделей. Тест Чоу.
- •39. Природа Dummy-змінних.
- •40. Прогнозування за моделлю парної лінійної регресії.
- •41. Суть, причини та наслідки автокореляції.
- •42. Сформулюйте означення багатофакторної лінійної регресії.
- •43. Сформулюйте означення парної лінійної регресії.
- •44. Сформулюйте означення та наведіть формули для розрахунків ssr, sse, sst. Ступені вільності величин ssr, sse, sst.
- •45. Сформулюйте означення функції регресії.
- •46. Теоретичне, емпіричне рівняння багатофакторної регресії.
- •47. Теоретичне, емпіричне рівняння парної лінійної регресії.
- •48. Тестування наявності автокореляції залишків за критерієм Дарбіна-Уотсона.
- •49. Тестування наявності мультиколінеарності. Алгоритм Фаррара-Глобера.
- •50. У чому суть методу найменших квадратів (мнк)?
- •51. Часові ряди. Лагові змінні в економічних моделях.
- •52. Що таке випадкова величина (вв)? Які види вв Вам відомі? Наведіть приклади дискретних та неперервних вв з економіки.
- •53. Що таке генеральна сукупність, вибірка?
- •54. Як визначається і для чого використовується коефіцієнт кореляції?
- •55. Як визначаються інтервали довіри для параметрів , теоретичної лінійної регресії?
- •56. Як за результатами вибірки визначаються: вибіркове середнє, вибіркова дисперсія, вибіркове середнє квадратичне відхилення?
- •57. Як за результатами вибірки визначаються: вибіркові коефіцієнти коваріації та кореляції?
54. Як визначається і для чого використовується коефіцієнт кореляції?
Для оцінки лінійного кореляційного зв'язку між двома ознаками, що виміряні в метричних шкалах, часто використовують коефіцієнт кореляції Пірсона (його ще називають коефіцієнтом добутку моментів).
Коефіцієнт
кореляції
є
відносною мірою зв'язку між двома
факторами і завжди приймає значення в
інтервалі
.
Додатне значення коефіцієнта кореляції
свідчить про прямий зв'язок між
,
(зі зростанням однієї ВВ зростає середнє
значення іншої), від’ємне
–
про зворотний зв'язок (зі зростанням
однієї ВВ середнє значення іншої убуває).
Якщо
1
– зв'язок тісний, якщо
0
– лінійного зв'язку немає.
Коефіцієнт кореляції Пірсона оцінює зв'язок між двома ознаками, лише припускаючи, що значення однієї ознаки пов'язані з відповідними середніми іншої ознаки лінійною залежністю, тобто оцінює лише лінійний за формою кореляційний зв'язок.
55. Як визначаються інтервали довіри для параметрів , теоретичної лінійної регресії?
Для
того, щоб виявити, як теоретичні параметри
,
зв'язані з їх оцінками
,
,
необхідно визначити довірчі інтервали
для параметрів теоретичної лінійної
регресійної моделі, тобто такі інтервали,
у які з заданою ймовірністю попадають
їхні значення. Інтервали
довіри
для параметрів
,
теоретичної
регресії:
визначаються за формулами:
,
(5)
де
,
– граничні відхилення параметрів
,
.
56. Як за результатами вибірки визначаються: вибіркове середнє, вибіркова дисперсія, вибіркове середнє квадратичне відхилення?
Означення.Вибірковою середньою або вибірковою зваженою середньоарифметичноюназивають середню арифметичну варіант вибірки із урахуванням їх частостей і позначають
,
де - об’єм вибірки, - кількість різних
варіант,
-
частоти варіант
(
).
Аналогічно визначаєтьсягенеральна
середня або генеральна зважена
середньоарифметичнаіз
заміною об’єму вибірки на
-
об’єм генеральної сукупності і
позначається
.
Вибіркова середня є аналогом математичного
сподівання і використовується дуже
часто. Вона може приймати різні числові
значення при різних вибірках однакового
об’єму. Тому можна розглядати розподіли
вибіркової середньої та числові
характеристики цього розподілу. Неважко
довести, що:
Теорема. Вибіркова середня є незсунутою, ефективною та обгрунтованою точковою оцінкою для генеральної середньої. Іншими словами, вибіркова середня є статистикою, яка задовольняє всі умови точкового оцінювання, для параметра – генеральної середньої кількісної ознаки.
Означення.Вибірковою дисперсією називають середню (зважену) квадратів відхилення варіант від вибіркової середньої:
.
Зауважимо, що для спрощення обчислення
вибіркової дисперсії можна застосовувати
формулу:
.
Означення.Вибірковим
середньоквадратичним відхиленням
(стандартом) називають
квадратний корінь із вибіркової
дисперсії
.
Можна показати,що: Вибіркова
дисперсія
є
ефективною, обгрунтованою, але ЗСУНУТОЮ
точковою
оцінкою для генеральної дисперсії
.
Зауваження.
Вибіркова дисперсія дає занижені оцінки
для генеральної дисперсії, але
.
Тому вибіркову дисперсію виправляють
так, щоб вона стала незсунутою оцінкою.
А саме, вводять так званувиправлену
вибіркову дисперсію
.
Очевидно, що при достатньо великих
об’ємах вибірки (
)
вибіркова дисперсія та виправлена
вибіркова дисперсія різняться дуже
мало, тому в практичних задачах виправлені
вибіркові дисперсію та стандарт
використовують лише при об’ємах
вибірок
.
