- •1. Назвать факторы, являющиеся предметом эконометрики и указать на что направлена эта дисциплина.
- •2. Охарактеризовать важную задачу эконометрики.
- •3. Раскрыть понятие одиночных временных (динамических) рядов.
- •4. Назвать виды временных рядов и охарактеризовать их.
- •5. Охарактеризовать свойства информации каждого элемента динамического ряда.
- •6. Охарактеризовать процессы формирования информации в каждом элементе динамического ряда.
- •7. Назвать алгоритм эконометрических исследований на основе одиночных временных рядов.
- •8. Выбор аналитического вида зависимости при эконометрических исследованиях по одиночным временным рядам.
- •9. Назвать методику расчета конечных разностей и указать ситуации, при которых они применяются.
- •10. Раскрыть сущность метода наименьших квадратов и охарактеризовать его.
- •11. Раскрыть суть правила построения системы нормальных уравнений на примере модели, представленной следующим уравнением:
- •12. Раскрыть суть линеаризации моделей и назвать ситуации, при которых они применяются.
- •13. Раскрыть суть f-критерия (критерия Фишера) и объяснить необходимость его применения.
- •14. Раскрыть суть t-критерия (критерия Стьюдента) и объяснить необходимость его применения.
- •15. Раскрыть суть стационарно-случайных явлений, и назвать какие эконометрические исследования к ним применяются.
- •16. Раскрыть сущность уравнений, с помощью которых описываются стационарно случайные явления.
- •17. Написать и охарактеризовать уравнение авторегрессии в общем виде в линейной форме.
- •18. Назвать алгоритм эконометрических исследований с помощью авторегрессии.
- •19. Назвать порядок установления наличия и формы автокорреляционной связи.
- •20. Раскрыть суть автокорреляционной и частной автокорреляционной функции.
- •21. Раскрыть суть расчета параметров уравнения авторегрессии в линейной форме.
- •22. Раскрыть порядок расчета наиболее вероятных значений по авторегрессионным моделям.
- •23. Раскрыть понятие парных регрессионных моделей, и указать при каких ситуациях их применяют.
- •24. Учет наличия автокорреляции при эконометрических исследованиях по парным, регрессионно зависимым временным рядам.
9. Назвать методику расчета конечных разностей и указать ситуации, при которых они применяются.
Метод конечных разностей применятся в том случае, когда у исследователя есть уверенность в том, что в качестве модели необходимо использовать полином n-ой степени. Уравнения полиномов разных степеней:
Для оценки степени полинома рассчитываются конечные разности. В основу конечных разностей положено свойство полинома n-ой степени обращать в 0 конечные разности (n+1)-го порядка Расчет конечных разностей выполняется до того момента, когда они начинают преимущественно стремиться к 0, т.к. в основу конечных разностей положено свойство полинома n-ой степени обращать в 0 конечные разности (n+1)-го порядка.
Расчет конечных разностей выполняется до того момента, когда они начинают преимущественно стремиться к нулю, т.к. в основу конечных разностей положено свойство полинома n-ой степени, обращает в ноль конечные разности (n+1)-го порядка.
С помощью метода скользящей средней и метода конечных разностей можно получить лишь предварительную оценку о форме связей социально-экономического признака от фактора времени t. При подборе моделей необходимо тщательно изучать характер изменения социально-экономических явлений, используя при этом различные методы анализа. Изменение социально-экономических явлений во времени могут быть равномерными, ускоренными, с резкими переходами, с пределами насыщения и другими тенденциями. В практике эконометрические исследования для описания закономерностей чаще всего применяются функции: линейные – , параболические – , степенные – . При эконометрических исследованиях допускается проводить расчеты по нескольким функциям, которые принято называть конкурирующими. После выбора аналитической зависимости признака приступают к следующему этапу эконометрических исследований: расчету параметров выбранных моделей.
10. Раскрыть сущность метода наименьших квадратов и охарактеризовать его.
Сущность метода наименьших квадратов зависит от формы выбранной модели и заключается в построении и решении системы нормальных уравнений. Правило построения системы нормальных уравнений рассмотрим на примере моделей, представленной следующим уравнением: . После выбора модели выявляются искомые параметры. В нашем примере это а0-? а1-?, а2-? На след. этапе выявляется наличие или отсутствие свободного элемента а0. При наличие свободного элемента 1-е нормальное уравнение формируется следующим образом: свободный элемент а0 умножается на число элементов динамического ряда n, а другие элементы модели суммируются по области исследования. 1-ое н.у.: На следующем этапе переходим к следующему искомому параметру. В нашем примере таким параметром является t. Для формирования 2-го нормального уравнения все элементы модели в исходной форму умножаются на полученный множитель, а полученные произведения суммируются по области исследования. 2-ое н.у.: Для формирования последнего нормального уравнения переходят к следующему искомому параметру. В нашем примере таким параметром яв-ся a2. У этого параметра сомножитель- и по принципу формирования 2-го нормального уравнения , третье норм-е уравнение будет выглядеть Для того, чтобы полученную систему нормальных уравнений представить конкретным выражением необходимо выполнить вспомогательные расчеты. При использовании нескольких конкурентных функций выбор наиболее адекватной осуществляется на основе анализа следующих статистических показателей: простых дисперсий (общей, факториальной); среднеквадратических отклонений; коэффициентов вариаций; индексов корреляции; коэффициентов линейной корреляции.