ekonometrika 1
.doc-
Поняття економетричної моделі, її складові частини.
-
Причини, які спонукають появу випадкової складової в регресійних моделях.
-
Етапи побудови економетричної моделі.
-
Параметри моделі парної лінійної регресії, їх сутність та оцінювання.
-
Закони розподілу ймовірностей емпіричних параметрів , їх числові характерстики та статистичні властивості.
-
Обчислення значень вибіркових дисперсій , , для парної регресії.
.
-
Незміщені статистичні оцінки для , , в моделі парної лінійної регресії.
-
Коефіцієнт детермінації та кореляції для моделі парної регресії. Перевірка суттєвості коефіцієнта детермінації за допомогою t-критерію.
-
Коефіцієнт детермінації та кореляції для моделі парної регресії. Перевірка суттєвості коефіцієнта детермінації за допомогою F-критерію.
-
Перевірка суттєвості оцінок параметрів на основі t-критерію.
-
Точковий та інтервальний прогноз на основі побудованої моделі парної регресії.
-
Передумови застосування методу найменших квадратів.
-
Метод найменших квадратів (МНК). Система нормальних рівнянь.
-
Оператор оцінювання МНК в матричному вигляді.
-
Властивості оцінок параметрів, знайдених за МНК.
-
Дисперсійний аналіз моделі лінійної множинної регресії.
-
Коефіцієнт множинної кореляції та детермінації та перевірка їх статистичної значущості.
-
Дисперсійно-коваріаційна матриця оцінок параметрів.
-
Довірчі інтервали для оцінок параметрів.
-
Перевірка достовірності оцінок параметрів за допомогою t -критерію.
-
Точковий та інтервальний прогноз на основі побудованої моделі лінійної множинної регресії.
-
Перевірка загальної якості моделі та рівності двух коефіціентів детермінації.
-
Поліноміальна модель. Визначення вектора статистичний аналіз моделі.
-
Гіперболічна модель. Визначення вектора статистичний аналіз моделі.
-
Аналіз моделі.Показникова модель. Визначення вектора статистичний аналіз моделі.
-
Виробнича функція Кобба-Дугласа. Визначення вектора статистичний аналіз моделі.
-
Поняття фіктивних змінних.
-
Врахування якісних факторів в лінійних економетричних моделях за допомогою фіктивних змінних.
-
Моделі з фіктивними регресорами: моделі, що містять тільки фіктивні незалежні змінні та моделі, що містять як фіктивні, так і кількісні незалежні змінні.
-
Моделі з фіктивними залежними змінними.
-
Оцінювання параметрів моделі з фіктивними змінними.
-
Порівняння двох регресійних моделей. Тест Чоу.
-
Суть та наслідки мультиколінеарності.
-
Тестування наявності мультиколінеарності в моделі. Алгоритм Фаррара-Глобера.
-
Методи усунення мультиколінеарності.
-
Алгоритм покрокової регресії.
-
Поняття про гомо- та гетероскедастичність залишків.
-
Негативні наслідки наявності гетероскедастичності залишків в лінійних моделях.
-
Тест Гольдфельда-Квандта. Послідовність його виконання.
-
Алгоритм теста Глейсера.
-
Перевірка наявності гетероскедастичності залишків на основі теста коефіцієнта рангової кореляції Спірмена.
-
Узагальнений метод найменших квадратів для моделі з гетероскедастичністю залишків.
-
Зважений метод найменших квадратів.
-
Суть та наслідки автокореляції стохастичної складової.
-
Алгоритм Дарбіна-Уотсона для виявлення автокореляції залишків першого порядку.
-
Критерій фон Неймана.
-
Циклічний та нециклічний коефіцієнт автокореляції.
-
Узагальнений метод найменших квадратів для знаходження оцінок параметрів моделі з автокорельованими залишками.
-
Метод перетворення вихідної інформації.
-
Алгоритм методу Кочрена – Оркатта.
-
Оцінювання параметрів моделі з автокорельованими залишками методом Дарбіна.
-
Поняття часового лагу. Моделі з часовим лагом незалежних змінних.
-
Авторегресійні моделі.
-
Оцінювання авторегресійних моделей з часовим лагом незалежних змінних.
-
Автокореляція часового ряду, коефіцієнт автокореляці, автокореляційна функція.
-
Часовий ряд в загальному вигляді. Поняття тренду, сезонної, циклічної та випадкової компоненти. Основні етапи аналізу числових рядів.
-
Метод ковзної середньої для згладжування часового ряду.
-
Експоненціальне згладжування.
-
Аналітичні методи згладжування часового ряду.
-
Стаціонарні та нестаціонарні часові ряди. Основні характеристики часових рядів.
-
Тест Дікі-Фулера.
-
Авторегресійні моделі ( AR(p)- процеси).
-
Моделі ковзного середнього (MA(q)- процеси).
-
Авторегресійні моделі ковзного середнього ( ARMA(p,q)- процеси).
-
Інтегровані авторегресійні моделі ковзного середнього ( ARIMA(p,d,q)- процеси).
-
Адаптивні моделі. Схема їх побудови.
-
Поняття про коінтеграцію часових рядів.
-
Моделі коригування помилки, етапи її побудови.
-
Поняття системи економетричних рівнянь. Приклади моделей на основі системи одночасних рівнянь.
-
Структурна та зведена форми системи рівнянь.
-
Ідентифікація. Необхідна і достатня умова ідентифікації.
-
Непрямий метод найменших квадратів оцінювання параметрів системи одночасних рівнянь.
-
Оцінювання параметрів системи одночасних рівнянь двохкроковим методом найменших квадратів.
-
Трьохкроковий метод найменших квадратів.
-
Прогноз ендогенних змінних