- •2. Автокорреляция случайных возмущений: определение, причины, последствия, количественные характеристики вектора случайных возмущений в условиях автокорреляции
- •3.Алгоритм проверки адекватности множественной регрессионной модели
- •4. Алгоритм проверки значимости регрессоров в множественной регрессионной модели: выдвигаемая статистическая гипотеза, процедура ее проверки, формулы для расчета статистики
- •5. Анализ влияния факторов на зависимую переменную по модели регрессии
- •6. Анализ матрицы коэффициентов парной корреляции. Проверка значимости коэффициентов корреляции
- •7. Способы включения случайного возмущения в спецификацию нелинейной модели
- •8. Гетероскедастичность случайного возмущения: определение, причины, последствия, количественные характеристики вектора случайных возмущений в условиях гетероскедастичности
- •9. Диагностика эконометрических моделей: тестирование гетероскедастичности случайного возмущения (тест Голдфельда-Квандта)
- •10. Диагностика эконометрических моделей: тестирование гетероскедастичности случайного возмущения (тест Уайта)
- •11. Диагностика эконометрических моделей: тестирование значимости структурных изменений в экономике (тест Чоу)
- •12. Диагностика эконометрических моделей: тестирование функциональной формы (тест Рэмси reset)
- •13. Классификация эконометрических моделей для панельных данных
- •14. Классическая множественная регрессионная модель: спецификация, предпосылки
- •15. Классическая множественная регрессионная модель: числовые характеристики вектора мнк-оценок параметров.
- •16. Классическая множественная регрессионная модель: числовые характеристики вектора оценок эндогенной переменной
- •17. Классическая множественная регрессионная модель: числовые характеристики вектора ошибок прогнозов
- •19. Линейно-вероятностная модель с дискретной зависимой переменной. Спецификация модели
- •20. Матричная форма метода наименьших квадратов: спецификация множественной регрессионной модели в матричной форме, вывод оценки вектора параметров модели
- •21. Методы обнаружения мультиколлинеарности
- •22. Модели бинарного выбора. Логит и пробит модели
- •23. Модель панельных данных со случайными эффектами
- •24. Объединённая модель панельных данных
- •25. Модели для панельных данных: типы моделей
- •26. Модель бинарного выбора: Спецификация модели. Оценка параметров модели методом максимального правдоподобия
- •Линейно-вероятностная модель (lpm-Linear Probability Model)
- •27. Мультиколлинеарность и методы ее устранения
- •28. Обобщенный метод наименьших квадратов
- •29. Обобщенный метод наименьших квадратов структурных изменений в экономике: использование фиктивных переменных, тест Чоу
- •30. Определение структурных изменений в экономике: использование фиктивных переменных, тест Чоу
- •31. Основные числовые характеристики вектора остатков в классической множественной регрессионной модели. Оценка дисперсии возмущений модели множественной регрессии
- •32. Основные этапы эконометрического моделирования
- •Сбор статистической информации об объекте исследования
- •Оценка параметров модели (параметризация, настройка)
- •Проверка адекватности модели (верификация)
- •33. Оценка параметров парной регрессионной модели методом наименьших квадратов (суть метода, вывод формул для нахождения оценок коэффициентов через систему нормальных уравнений)
- •35. Показатели качества модели: коэффициент детерминации (обычный, скорректированный)
- •36. Пошаговые процедуры отбора факторов в модель регрессии
- •38. Проблема мультиколлинеарности в моделях множественной регрессии. Виды мультиколлинеарности, признаки, последствия
- •39. Проблема мультиколлинеарности в моделях множественной регрессии: полная мультиколлинеарность (определение, последствия, пример способа устранения)
- •40. Последствия и признаки частичной мультиколлинеарности
- •41. Прогнозирование на основе модели множественной регрессии
- •42. Свойства оценок мнк (определения и смысл)
- •43. Структурная и приведённая формы спецификации эконометрических моделей
- •44. Схема проведения эконометрических исследований (краткая характеристика каждого этапа)
- •46. Тест Бреуша-Годфри на наличие (отсутствие) автокорреляции случайных возмущений: предпосылки, нулевая гипотеза, тестовая статистика, алгоритм
- •47. Тест Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений: предпосылки, нулевая гипотеза, тестовая статистика, алгоритм
- •48. Тестирование мультиколлинеарности. Метод Фаррара-Глоубера
- •49. Типы нелинейности эконометрических моделей. Оценивание эконометрических моделей нелинейных по переменным
- •51. Модель Кобба-Дугласа. Оценка линеаризуемой нелинейной модели и проверка ее адекватности.
- •52. Типы переменных в эконометрических моделях. Типы экономических моделей (примеры)
- •Модели временных рядов;
- •Регрессионные модели с одним уравнением;
- •Системы одновременных уравнений
- •53. Фиктивные переменные наклона. Спецификация моделей. Примеры
- •54. Фиктивные переменные: определение, назначение, типы (спецификация, смысл параметра при фиктивной переменной)
- •55. Эконометрическое исследование: определение, задача, цель, метод. Назначение эконометрических моделей
- •56. Доступный метод взвешенных наименьших квадратов: способ корректировки переменных; числовые характеристики возмущений в преобразованной модели
- •57. Способы корректировки автокорреляции: алгоритм метода Кохрейна-Оркатта.
- •58. Способы корректировки автокорреляции: алгоритм метода Хилдрета-Лу
- •59. Способы корректировки автокорреляции: поправка Прайса-Уинстона в авторегрессионной схеме первого порядка
- •60. Методы обнаружения мультиколлинеарности. Метод дополнительных регрессий
49. Типы нелинейности эконометрических моделей. Оценивание эконометрических моделей нелинейных по переменным
Логарифмическая модельy=axβ, aи β–параметры.Описывает зависимость объема выпуска y от использования ресурса x, 0<β<1. Применим логарифмирование по экспоненте (основание e=2,718…) – получим lnx, lnyв обеих частях модели:lny = lna + βlnx.
lna = b0 , тогдаlny = b0 + b1 lnx. Добавим ε, получим двойную логарифмическую модель. Уравнение линейно относительно lnxи lny, но нелинейно относительно xи y. Заменим z=lny:
Z = b0 + b1 lnx + ε – линейная модель, можно оценить параметры b. Коэф. b определяет эластичность yпо x. b – const, указывает на постоянную эластичность.
Пример – функция Кобба-Дугласа
Полулогарифмические моделииспользуются для определения темпа роста или прироста экономич. показателей. y = b0 + b1 lnx. Чтобы привести к линейной, нужно заменить x=lnx.
Логлинейная модельyt = y0(1+r)t. Метод приведения к линейной модели – логарифмирование. Замена z=lnyt
Обратная модельy=b0+b1*1/x. Нужно заменить x=1/x. Применяется в случаях, когда неограниченное увеличение х асимптотически приближает y у некоторому пределу (b0).
Степенная модельy=b0+b1x+b2x2+…+bmxm. Кубическая функция может описывать микроэкономическую зависимость общ издержек от обхема выпуска. Заменяем xна x1, x2на x2и т.п.
Показательная модельy=b0eb1xЗамена x=t. Прологарифмируем: lny = lnb0 + b1t.
50. Типы нелинейности эконометрических моделей. Оценивание эконометрических моделей нелинейных по параметрам, интерпретация параметров (на примере: Y=aXb+ε ).
Логарифмическая модельy=axβ+ε, aи β–параметры.Применим логарифмирование по экспоненте (основание e=2,718…) – получим lnx, lnyв обеих частях модели:lny = lna + βlnx.
lna = b0 , тогдаlny = b0 + b1 lnx. Добавим ε, получим двойную логарифмическую модель. Уравнение линейно относительно lnxи lny, но нелинейно относительно xи y. Заменим z=lny:
Z = b0 + b1 lnx + ε – линейная модель, можно оценить параметры b. Коэф. b определяет эластичность yпо x. b – const, указывает на постоянную эластичность.
Пример – функция Кобба-Дугласа
Полулогарифмические моделииспользуются для определения темпа роста или прироста экономич. показателей. y = b0 + b1 lnx. Чтобы привести к линейной, нужно заменить x=lnx.
Логлинейная модельyt = y0(1+r)t. Метод приведения к линейной модели – логарифмирование. Замена z=lnyt
Обратная модельy=b0+b1*1/x. Нужно заменить x=1/x. Применяется в случаях, когда неограниченное увеличение х асимптотически приближает y у некоторому пределу (b0).
Степенная модельy=b0+b1x+b2x2+…+bmxm. Кубическая функция может описывать микроэкономическую зависимость общ издержек от обхема выпуска. Заменяем xна x1, x2на x2и т.п.
Показательная модельy=b0eb1xЗамена x=t. Прологарифмируем: lny = lnb0 + b1t.
51. Модель Кобба-Дугласа. Оценка линеаризуемой нелинейной модели и проверка ее адекватности.
Необходимо оценить параметры вектора коэффициентов А0 и а1методом наименьших квадратов.
МНК: A0
=
а1
=
Для проверки качества уравнения регрессии вычисляют коэффициент множественной корреляции R и коэффициент детерминации R2.Чем ближе к единице значение этих характеристик, тем выше качество модели. Скорректированный R2 рассчитывается так:
