- •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?
значення
і
,
ранжуються (упорядковуються по
величинах).
Визначається коефіцієнт рангової кореляції: (1)
де
–
різниця між рангами
і
,
;
число
спостережень.
3)
перевіряється значущість коефіцієнта
рангової кореляції за допомогою t
-
критерію Стьюдента:
(2)
У
випадку, якщо
,
то спостерігається гетероскедастичність,
якщо
–
гомоскедастичність.
10. Дайте означення дисперсії вв.
Диспе́рсія є мірою відхилення значень випадкової величини від центру розподілу. Більші значення дисперсії свідчать про більші відхилення значень випадкової величини від центру розподілу.
Дисперсією випадкової величини X називається математичне сподівання квадрату відхилення від її математичного сподівання D(X) = M[X—N(X)]
Дисперсію зручніше обчислювати за формулою: D(X ) = M(X2)–[M(X)]2.
Властивості дисперсії.
Вастивість 1. Дисперсія постійної величини дорівнює нулю D(С)=0
Вастивість 2. Постійний множник виноситься за знак дисперсії, якщо піднести його до квадрату, тобто: D(СX)=С2 D(X)
Властивість 3. Дисперсія суми скінченої кількості незалежних випадкових величин дорівнює сумі дисперсій цих величин: D(x1 + x2+...+xn) = D(x1)+ D(x2)+..+ D(xn).
сперсія біноміального розподілу дорівнює добутку числа випробувань на ймовірності появи і не появленні події в одному випробуванні: D(X) = npq.
Середнє
квадратичне відхилення. Середнім
квадратичним відхиленням випадкової
величину називають квадратний корінь
з дисперсії: δ(Х)=
.
11. Дайте означення закону розподілу дискретної вв. Яким чином можна його задати?
Задають дискретні випадкові величини за допомогою закону розподілу, коли задаються ймовірності їх можливих випадкових значень (див. §1). Залежно від того, за якою формулою будуть обчислюватися ймовірності Рі, ці закони будуть мати свою назву.
Біноміальний розподіл – це закон розподілу випадкових величин, заданий таблицею, у якій ймовірності Рі обчислюються за формулою Бернуллі:
.
де p, n, q = 1-p, називаються араметрами розподілу.
Математичне сподівання і дисперсія випадкової величини, що має біноміальний розподіл відповідно рівні:
.
Пуассонівський
закон розподілу –
це закон розподілу випадкової величини,
заданий таблицею, у якій ймовірність
обчислюється за формулою Пуассона
12. Дайте означення коваріації.
К
оваріація
визначає взаємозв’язок випадкових
величин:
а відповідна оцінка розраховується за формулою:
1 . Функція Кxy визначає величину статистичного зв’язку між двома випадковими величинами X, Y. Коваріація тим більша, чим більше ймовірність того, що із збільшенням однієї величини збільшиться й друга. Коваріація характеризує ступінь лінійної залежності між випадковими величинами. Коваріація є розмірною величиною і може набувати будь-яких значень. Це не дозволяє, знаючи величину коваріації, оцінити, великий чи малий ступінь зв’язку між змінними. Тому вона не набула такого поширення у статистичному аналізі, як кореляція.
