- •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?
24. Наведіть формули для розрахунків коефіцієнтів емпіричного парного лінійного рівняння регресії за мнк.
25. Нелінійні моделі та їх лінеаризація. Приклади використання в економіці.
Найбільш
популярною моделлю в економіці є лінійна
регресія. Проте не всі економічні процеси
можна нею моделювати. Тому на практиці
використовуються складніші моделі з
нелінійною залежністю між показником у та
фактором х.
За методикою оцінок параметрів парні
нелінійні регресії розглядаються двох
видів: 1) нелінійні за факторами, але
лінійні за невідомими параметрами, які
підлягають оцінці; 2) нелінійні за
факторами і параметрами. Регресії,
нелінійні за факторами, але лінійні за
оцінюваними параметрами,
називаються квазілінійними.
Парну
квазілінійну регресію можна записати
в загальному вигляді:
Заміною
величин
нелінійна
парна регресія приводиться до лінійної
парної регресії:
Формули
для оцінок параметрів набувають вигляду
,
Коефіцієнт
еластичності для парної квазілінійної
регресії оцінюється за формулою
Для
оцінки коефіцієнта еластичності
нелінійної регресії в загальному
використовується формула:
,
де
-
частинна похідна функції у за
змінною х.
В
регресіях нелінійних за факторами та
параметрами логарифмують праву та ліву
частину рівняння і проводять заміну
змінних. Таким чином нелінійна регресія
зводиться до лінійного виду. Параметри
лінійної моделі оцінюють за відомими
формулами використовуючи в якості
вихідних даних значення нових змінних.
Для оцінки адекватності нелінійної
парної регресії спостережуваним даним
можна використовувати критерій Фішера.
Перевірка виконується за таким же
алгоритмом, що й для лінійної парної
регресії.
Довірчі
межі прогнозу для квазілінійної парної
регресії оцінюються за тими ж формулами,
що й для лінійної парної регресії, лише
замість х розглядають х/ .
Інтервальний прогноз індивідуального
значення при заданому рівні значимості
α = 0,05 для yn+1 знаходять
за формулою:
Інтервал
довіри для математичного сподівання
yn+1 :
У
тих випадках, коли нелінійна регресія
перетворюється в лінійну шляхом
логарифмування і заміни змінних, довірча
інтервальний прогноз знаходять для
відповідної лінійної регресії, а потім,
використовуючи зворотні перетворення
для меж інтервалів довіри прогнозу
лінійної регресії, знаходять межі
інтервалів довіри прогнозу нелінійної
регресії.
26. Об'єкт, предмет та мета економетрії. Основне завдання економетричних досліджень.
Об'єктом економетрії є економічні системи та простори різного рівня складності: від окремого підприємства чи фірми до економіки галузей, регіонів, держави й світу загалом.
Предмет економетрії — це методи побудови та дослідження математико-статистичних моделей економіки, проведення кількісних досліджень економічних явищ, пояснення та прогнозування розвитку економічних процесів.
Метою економетричного дослідження є аналіз реальних економічних систем і процесів, що в них відбуваються, за допомогою економетричних методів і моделей, їх застосування при прийнятті науково обґрунтованих управлінських рішень.
Основне завдання економетрії — оцінити параметри моделей з урахуванням особливостей вхідної економічної інформації, перевірити відповідність моделей досліджуваному явищу і спрогнозувати розвиток економічних процесів.
