Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Эконометрика (продвинутый уровень) Методические указания

..pdf
Скачиваний:
3
Добавлен:
15.11.2022
Размер:
539.3 Кб
Скачать

 

 

Рекомендуемая литература

 

 

 

1.

Эконометрика : учебник для вузов / И. И. Елисеева, С.В. Курышева, Ю.В. Нерадов-

ская, Д.И. Беляков ; под редакцией И. И. Елисеевой. – Москва : Юрайт, 2021. –

449 с. –

URL: https://urait.ru/bcode/468366 (дата обращения: 08.08.2021).

 

 

 

2.

Галочкин,

В. Т. Эконометрика :

учебник

и

практикум

для

вузов /

В. Т. Галочкин. — Москва : Юрайт, 2021. –

293 с. – URL: https://urait.ru/bcode/486226 (дата

обращения: 09.08.2021).

 

 

 

 

 

3.

Мардас, А. Н.

Эконометрика : учебник и практикум для вузов / А. Н. Мардас. – 2-е

изд., испр. и доп. – Москва : Юрайт, 2021. –

180 с. – URL: https://urait.ru/bcode/470285 (дата

обращения: 09.08.2021).

 

 

 

 

 

4.

Костюнин,

В. И. Эконометрика :

учебник

и

практикум

для

вузов /

В. И. Костюнин. — Москва : Юрайт, 2021. –

285 с. – URL: https://urait.ru/bcode/468964 (дата

обращения: 09.08.2021).

 

 

 

 

 

5.

Кремер, Н. Ш. Эконометрика : учебник и практикум для вузов /

Н. Ш. Кремер,

Б. А. Путко ; под редакцией Н. Ш. Кремера. – 4-е изд.,

испр.

и доп. – Москва

Юрайт,

2021. – 308 с. – URL: https://urait.ru/bcode/468442 (дата обращения: 08.08.2021).

 

6.

Черникова, А. Е. Эконометрика (продвинутый уровень) : учебное пособие : [ре-

комендовано для обучающихся всех форм направления подготовки магистратуры "Экономика"] / А. Е. Черникова ; Сибирский государственный автомобильно-дорожный университет, Кафедра "Экономика и управление предприятиями". – Омск : СибАДИ, 2019. – 76 с. –

URL: http://bek.sibadi.org/cgi-bin/irbis64r_plus/cgiirbis 64

ft.exe

(дата

обращения:

04.09.2021).

 

 

 

 

 

И

 

 

 

 

 

Тест №3

 

 

 

 

 

 

 

 

Д

 

 

1. Множественная регрессия применяется:

 

 

а) из множества факторов, влияющих на результативный признак, нельзя

 

 

 

 

А

 

 

 

 

 

 

б

 

 

 

 

выделить один домин рующ й фактор и необходимо учитывать влияние не-

 

С

 

 

 

 

 

 

скольких факторов;

 

 

 

 

 

 

 

б) зависимость между факторами описывается уравнением линейной рег-

рессии;

 

и

 

 

 

 

 

в) лаговые переменные включены в модель множественной регрессии.

2. К основным методам построения уравнения множественной регрессии относят:

а) шаговый регрессионный анализ; б) графический метод; в) аналитический метод.

3. Требования к факторам, включаемым в уравнение множественной регрессии:

а) факторы должны быть количественно измеряемыми; б) факторы должны использоваться за разные периоды времени; в) оценка факторов на основе коэффициента Спирмена.

12

4.Метод исключения построения уравнения множественной регрессии

это:

а) построение модели с максимально большим количеством факторов, из которых поочередно исключаются незначимые факторы;

б) построение модели на основе результативных показателей; в) построение модели на основе факторных показателей.

5. Особенность метода включения построения уравнения множественной регрессии:

а) построение модели с факторами, наиболее тесно связанными с результатом с поочередным добавлением других факторов;

б) основан на построении поля корреляции;

в) основан на расчете финансовых показателей.

6. Частные уравнения регрессии характеризуют:

 

 

И

а) влияние только определенного фактора на результат, поскольку другие

закреплены на неизменном среднем уровне;

 

 

Д

б) не отражают влияние факторов на результат;

в) при построении модели множественной регрессии учитываются только

результативные признаки

А

 

 

 

7. Коэффициент множественной корреляции характеризует:

8. Частные коэфф ц ентыбкорреляции используются:

а) тесноту связи рассматриваемого набора факторов с исследуемым при-

знаком;

и

 

б) среднее значение результативного признака;

в) среднее значен е факторного признака.

 

С

а) для ранжирован я факторов по степени влияния на результат, их отбора; б) комплексной оценки деятельности предприятия; в) при построении поля корреляции.

9. Оценка значимости коэффициентов регрессии осуществляется:

а) помощью критерия Стьюдента; б) коэффициента автономии; в) коэффициента ликвидности.

10. Коэффициенты интеркорреляции позволяют:

а) исключить из модели дублирующие факторы; б) оценить качество модели регрессии; в) построить модель регрессии.

11. Частные коэффициенты корреляции используются:

а) ранжирования факторов по степени влияния на результат; б) определения шкалы измерений; в) построения функции связи;

13

12. Средний коэффициент эластичности характеризует:

а) влияние каждого фактора на результат в среднем по совокупности; б) включение результативного признака при построении модели множест-

венной регрессии; в) значимость множественного уравнения регрессии.

13.Сущность метода включения построения уравнения множественной регрессии:

а) построение модели с минимальным количеством факторов с поочередным добавлением других факторов;

б) построение модели с факторами, наиболее тесно связанным с результатом с поочередным добавлением других факторов;

в) построение модели на основе линейного уравнения регрессии с поочередным добавлением факторов.

14.Устранение коллинеарности между факторамиИдостигается:Д

Тема 4. Моделирование одновременных временных рядов

 

А

б

Понятие временного ряда. Классификация временных рядов. Компоненты

и

 

временного ряда. Модели временного ряда. Моделирование тенденции времен-

ного ряда. Моделирован е сезонных и циклических колебаний.

С

 

Вопросы для самоконтроля

1. Дайте определение понятиям «временной ряд», 2. Раскройте содержания понятий «стационарный временной ряд», «неста-

ционарный временной ряд», «моментный временной ряд», «интервальный временной ряд»

3. Охарактеризуйте основные компоненты временного ряда.

4. Охарактеризуйте аддитивную модель временного ряда.

5. Раскройте сущность мультипликативной модели временного ряда.

6. Охарактеризуйте смешанную модель временного ряда.

7. Назовите основные функции, используемые для построения трендов.

8. Назовите и охарактеризуйте основные методы выявления наличия тренда. 9. Охарактеризуйте метод аналитического выравнивания.

10. Назовите этапы построения аддитивной и мультипликативной модели.

14

Основной категориальный аппарат, знанием которого должен владеть обучаемый

Временной ряд, уровень ряда, моментный и интервальный временной ряд, стационарный и нестационарный временной ряд, компоненты временного ряда, аддитивная, мультипликативная и смешанная модель временного ряда, критерия Дарбина-Уотсона, методы аналитического и механического выравнивания.

Рекомендуемая литература

1. Эконометрика : учебник для вузов / И. И. Елисеева, С.В. Курышева, Ю.В. Нерадовская, Д.И. Беляков ; под редакцией И. И. Елисеевой. – Москва : Юрайт, 2021. – 449 с. –

URL: https://urait.ru/bcode/468366 (дата обращения: 08.08.2021).

2. Подкорытова, О. А. Анализ временных рядов : учебное пособие для вузов / О. А. Подкорытова, М. В. Соколов. – 2-е изд., перераб. и доп. – Москва : Юрайт, 2021. –

267 с. —URL: https://urait.ru/bcode/469322 (дата обращения: 09.08.2021).

 

 

 

3.

Галочкин,

В. Т.

Эконометрика :

учебник

и

практикум

для

вузов /

В. Т. Галочкин. – Москва : Юрайт,

2021. – 293 с.

– URL: https://urait.ru/bcode/486226 (дата

обращения: 09.08.2021).

 

 

 

 

 

 

 

 

 

4.

Костюнин,

В. И. Эконометрика :

учебник

и

практикум

для

вузов /

В. И. Костюнин. – Москва :

Юрайт, 2021. –

 

И

 

 

 

285 с. –URL: https://urait.ru/bcode/468964 (дата

обращения: 09.08.2021).

 

 

 

 

 

 

 

 

 

5.

Гармаш, А. Н. Экономико-математическиеДметоды

и прикладные модели :

учебник для бакалавриата и магистратуры /

. Н. Гармаш, И. В. Орлова, В. В. Федосеев ;

под редакцией В. В. Федосеева.

– Москва :

Юрайт,

2019.

328 с.

– о

URL: https://urait.ru/bcode/406453 (дата о ращенияА: 02.09.2021).

 

 

 

 

6.

Черникова,

А. Е.

Эконометр ка (продвинутый уровень) :

учебное пособие :

[рекомендовано для обучающ хся всех форм направления подготовки магистратуры "Эко-

 

 

б

 

и

 

 

С

 

 

номика"] / А. Е. Черникова ; б рск й государственный автомобильно-дорожный уни-

верситет, Кафедра "Экономика управление предприятиями". – Омск : СибАДИ, 2019. –

76 с. – URL: http://bek.sibadi.org/cgi-bin/irbis64r_plus/cgiirbis_64_ft.exe (дата обращения:

04.09.2021).

 

 

 

 

 

 

Тест № 4

1. Уровень ряда – это:

 

 

а) числа, составляющие временной ряд и получающиеся в результате на-

блюдения за ходом некоторого процесса; б) лаговые переменные временного ряда;

в) тенденция изменения временного ряда.

2. Временной ряд – это:

а) совокупность значений какого-либо показателя за несколько последовательных моментов или периодов времени;

б) генеральная совокупность показателей; в) система финансовых показателей предприятия.

15

3. Нестационарный временной ряд:

а) основные свойства изучаемого явления имеют тенденцию развития; б) показатели изменяются через равные промежутки времени; в) выборочная совокупность данных.

4. Особенность комплексного временного ряда:

а) уровень временного ряда представлен системой обобщающих показателей;

б) уровень временного ряда изменяется в пределах лаговых значений; в) фиксирует значения стандартизированных коэффициентов.

5.

Особенность интервального временного ряда:

 

а)

уровень временного ряда характеризует значение показателя за опреде-

лённый период времени;

 

 

 

б)

значения показателей изменяется в камках диапазона;

 

 

 

 

 

И

 

мику

 

 

Д

на дина-

 

 

 

А

 

 

7.

Мультипликативная модель временного ряда применяется:

 

а)

амплитуда колебаний изменяется во времени;

 

 

 

и

 

 

 

б)

значение коэффициента корреляции больше 1;

 

в)

отсутствуют довер тельные интервалы показателя.

 

 

 

С

 

 

 

8.

Сравнение уровней рядаб– это:

 

 

 

 

 

 

 

которых

рассматривается

 

 

 

 

9.

Методы механического выравнивания временного ряда приме-

няются:

 

 

 

 

а)

графическая форма тренда не определяется;

 

б)

значение показателя рассчитано методом наименьших квадратов;

в)

значения показателей равно нулю.

 

 

10.

Цель спектрального анализа – это:

 

 

а)

оценка спектра ряда временного ряда;

 

 

б)

оценка значимости уравнения регрессии;

 

в)

построение модели временного ряда.

 

 

16

11.Мультипликативная модель временного ряда применятся:

а) амплитуда сезонных колебаний изменяется во времени; б) значение коэффициента корреляции равно нулю;

в) связь между результативных показателем и фактором времени отсутствует.

12.Сезонные колебания - это:

а) периодические колебания, имеющие определенный постоянный период; б) временной ряд содержит только факторные признаки; в) временной ряд основан на результативных признаках.

13. Периодограмма - это:

а) графическое распределение ряда; б) переменные бинарного типа; в) сглаживание временного ряда.

14. К способам аналитического выравнивания относят:

а)

анализ остатков;

 

 

И

 

 

 

б)

сглаживание скользящими средними;

 

 

 

 

Д

в)

построение автокорреляционной функции.

 

 

А

 

 

Тема 5. Автокорреляция

Понятие автокорреляции. втокорреляция уровней временного ряда и

 

б

 

 

выявление его структуры. Построение графика автокорреляционной функции.

 

и

 

 

 

 

Вопросы для самоконтроля

1.

Дайте определен е понят ю «автокорреляция».

2.

Укажите причины возникновения автокорреляции.

3.

Укажите последствия автолкорреляции.

 

4.

Раскройте свойства коэффициента автокорреляции.

5.

РаскройтеСсодержание понятия «коэффициент автокорреляции перво-

го порядка».

 

 

 

6.

Дайте определение понятию «автокорреляция уровней ряда», «авто-

корреляционная функция», «коррелограмма».

 

Основной категориальный аппарат, знанием которого должен владеть обучаемый

Автокорреляция, автокорреляция уровней ряда, временной лаг, автокорреляционная функция, коррелограмма.

17

Рекомендуемая литература

1. Эконометрика : учебник для вузов / И. И. Елисеева, С.В. Курышева, Ю.В. Нерадовская, Д.И. Беляков ; под редакцией И. И. Елисеевой. – Москва : Юрайт, 2021. – 449 с. –

URL: https://urait.ru/bcode/468366 (дата обращения: 08.08.2021).

2. Подкорытова, О. А. Анализ временных рядов : учебное пособие для вузов / О. А. Подкорытова, М. В. Соколов. – 2-е изд., перераб. и доп. – Москва : Юрайт, 2021. –

267 с. –URL: https://urait.ru/bcode/469322 (дата обращения: 09.08.2021).

3.

Галочкин, В. Т. Эконометрика : учебник и практикум для вузов / В. Т. Галочкин. –

Москва :

Юрайт,

2021. –

293 с.

– URL: https://urait.ru/bcode/486226 (дата

обращения:

09.08.2021).

 

 

 

 

4.

Костюнин, В. И.

Эконометрика : учебник и практикум

для вузов /

В. И. Костюнин. –

Москва :

Юрайт,

2021. – 285 с. –URL: https://urait.ru/bcode/468964 (дата

обращения: 09.08.2021).

5. Черникова, А. Е. Эконометрика (продвинутый уровень) : учебное пособие : [рекомендовано для обучающихся всех форм направленияИподготовки магистратуры "Эко-

номика"] / А. Е. Черникова ; Сибирский государственный автомобильно-дорожный уни-

верситет, Кафедра "Экономика и управление предприятиями".

– Омск : СибАДИ, 2019. –

 

 

 

 

Д

 

76 с. –

URL: http://bek.sibadi.org/cgi-bin/irbis64r_plus/cgiirbis 64

ft.exe (дата обращения:

04.09.2021).

 

 

 

 

 

 

 

Тест №5

 

1.

Автокорреляция – это:

 

 

 

 

 

б

 

 

а)

корреляционная зависимость между текущими значениями некоторой

переменной и значениями этой же переменной, сдвинутыми на несколько пе-

риодов времени назад;

и

А

 

 

б)

постоянная тенденц я

зменения временного ряда;

в)

выборочная совокупность данных.

2. Величина сдвига между рядами наблюдений называется временными лагами, значение, которого определяет порядок:

а)

коэффициента автокорреляции;

б)

тенденцияСряда;

в)

сезонную компоненту.

3.

Графиком автокорреляционной функции является:

а)

коррелограмма;

б)

степенная функция;

в)

линейный тренд.

4.

Автокорреляционная функция – это:

 

 

а)

функция оценки коэффициентов корреляции

;

 

б)

функция оценки коэффициента автокорреляции в зависимости от ве-

личины временного лага между исследуемыми рядами; в) функциональная зависимость эндогенных и экзогенных переменных.

18

5. Уровень ряда – это:

а) статистическая зависимость между факторным и результативным показателем;

б) графическое изображение уровней ряда; в) корреляционная зависимость между последовательными уровнями

временного ряда.

6.

Автокорреляционная функция отражает:

а)

внутреннюю структуру временного ряда, наличие и отсутствие в ряду

периодических колебаний, величину периода колебаний;

б)

аддитивную модель временного ряда;

 

в) значимость уравнения множественной регрессии.

б)

 

 

 

 

 

 

 

 

 

И

7.

Коэффициент автокорреляции уровней ряда рассчитывается по

формуле:

 

 

 

 

Д

а)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

А

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

в)

 

 

 

 

б

 

 

 

 

 

 

и

 

 

 

 

8.

Анализ автокорреляционной функции позволяет определить:

а)

знак коэффиц ента автокорреляции;

 

 

С

 

 

 

 

 

 

б)

уровень наклона коррелограммы;

 

 

в)

структуру временного ряда.

 

 

Тема 6. Изучение взаимосвязи по временным рядам

Методы исключения тенденций. Метод последовательны разниц. Метод отклонений от тренда. Автокорреляция остатков. Причины автокорреляции остатков.

Вопросы для самоконтроля

1.Укажите особенность методов исключения тенденций.

2.Охарактеризуйте методы исключения тенденций: метод исключения тенденций, метод последовательных разниц, метод отклонений от тренда.

3.Укажите недостатки метода последовательных разностей.

4.Назовите способы построения уравнения регрессии, включающие фактор времени

19

5.Укажите причины возникновения автокорреляции остатков.

6.Назовите методы определения автокорреляции остатков. Охарактеризуйте их.

7.Перечислите основные ограничения применения критерия ДарбинаУотсона.

Основной категориальный аппарат, знанием которого должен владеть обучаемый

Методы исключения тенденции, метод последовательных разностей, метод отклонений от тренда, модель регрессии по временным рядам, автокорреляция остатков, методы построения автокорреляции остатков, критерия Дарби- на-Уотсона.

 

 

 

 

Рекомендуемая литература

 

 

 

 

 

1.

Эконометрика : учебник для вузов / И. И. Елисеева, С.В. Курышева, Ю.В. Нерадов-

ская, Д.И. Беляков ; под редакцией И. И. Елисеевой. –

Москва : Юрайт,

2021. –

449 с. –

 

 

 

 

 

 

 

Д

 

 

 

 

 

URL: https://urait.ru/bcode/468366 (дата обращения: 08.08.2021).

 

 

 

 

 

2.

Подкорытова,

О. А. Анализ временных рядов : учебное

пособие

для

вузов /

О. А. Подкорытова, М. В. Соколов. — 2-е изд., перераб. и доп. – Москва : Юрайт,

2021. –

 

 

 

 

 

 

А

 

 

 

 

 

 

267 с. —URL: https://urait.ru/bcode/469322 (дата обращенияИ: 09.08.2021).

 

 

 

 

3.

Галочкин, В. Т. Эконометрика : учебник и практикум для вузов / В. Т. Галочкин. –

 

 

 

 

б

 

 

 

 

 

 

 

Москва :

Юрайт,

2021. – 293 с.

URL: https://urait.ru/bcode/486226 (дата

обращения:

09.08.2021).

 

 

 

 

 

 

 

 

 

 

 

 

4.

Костюнин,

В. И. Эконометрика :

учебник

и практикум

для

вузов /

 

 

 

и

 

 

 

 

 

 

 

 

В. И. Костюнин. –

Москва : Юрайт,

2021. – 285 с. – URL: https://urait.ru/bcode/468964 (дата

обращения: 09.08.2021).

 

 

 

 

 

 

 

 

 

 

 

5.

Гармаш,

А. Н.

Эконом ко-математические методы и прикладные модели : учеб-

 

 

С

 

 

 

 

 

 

 

 

 

 

ник для бакалавриата и маг стратуры /

А. Н. Гармаш, И. В. Орлова,

В. В. Федосеев ;

под

редакцией В. В. Федосеева.

Москва :

Юрайт,

2019.

– 328 с.

о

URL: https://urait.ru/bcode/406453 (дата обращения: 02.09.2021).

 

 

 

 

 

6.

Кремер,

Н. Ш. Эконометрика : учебник и практикум для вузов / Н. Ш. Кремер,

Б. А. Путко ; под редакцией Н. Ш. Кремера. – 4-е изд., испр. и доп. – Москва : Юрайт, 2021. –

308 с. – URL: https://urait.ru/bcode/468442 (дата обращения: 08.08.2021).

7. Черникова, А. Е. Эконометрика (продвинутый уровень) : учебное пособие : [рекомендовано для обучающихся всех форм направления подготовки магистратуры "Экономика"] / А. Е. Черникова ; Сибирский государственный автомобильно-дорожный университет, Кафедра "Экономика и управление предприятиями". – Омск : СибАДИ, 2019. – 76 с. –

URL: http://bek.sibadi.org/cgi-bin/irbis64r_plus/cgiirbis_64_ft.exe

(дата

обращения:

04.09.2021).

 

 

Тест № 6

1.Особенность метода последовательны разниц:

а) учитывает тенденцию, представленную полиномом соответствующей степени;

б) включает результативные и факторные признаки; в) учитывает показатели деятельности предприятия.

20

2.К методам определения автокорреляции остатков относят:

а) критерия Дарбина-Уотсона и расчет величины; б) построение линейной регресионнойй модели;

в) расчет множественного коэффициента корреляции.

3.Особенность метода отклонений от тренда:

а) позволяет исключить из каждого временного ряда соответствующую ему тенденцию;

б) позволяет рассчитать критерий Фишера; в) позволяет рассчитать критерий Стьюдента.

4.К ограничениям применения критерия Дарбина-Уотсона:

а)

критерий Дарбина-Уотсона дает достоверные результаты только для

больших выборок;

 

 

 

б)

расчетное значение коэффициента корреляции должно быть больше 1;

 

 

 

 

И

в) наличие циклических колебаний временного ряда.

5.

К недостаткам метода исключения тенденций относят:

 

 

 

Д

а)

данные методы предполагают модификацию моделей регрессии из - за

замены переменных, либо добавления в эту модель фактора времени;

 

 

А

 

б)

не позволяет оценивать параметры временного ряда;

в)

позволяет исключать лаговые переменные.

6.

К причинам возникновения автокорреляции остатков относят:

а)

наличие ошибок измерения в значениях результативного признака;

 

модели

 

 

б)

включение в модель фактора времени;

 

в)

структурная форма

 

временного ряда.

 

С

 

 

 

7.

К недостаткам методовбпоследовательных разниу относят:

а)

модификация моделей регрессии из-за замены переменных, либо до-

бавление в модель фактора времени;

 

 

б)

отсутствие взаимосвязи между признаками модели;

в)

использование вместо исходных уровней временных рядов их при-

ростов или ускорений, приводит к потере информации, содержащейся в исходных данных.

8.Сущность методов исключения тенденций:

а) сформировать точечный прогноз на основании уравнения регрессии; б) устранить воздействие фактора времени на формирование уравнений

временного ряда; в) используется при большом массиве данных.

21

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]