ЭКЗАМЕН

1. Эконометрика как наука: предмет, цели, задачи. Эконометрика - это наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов. Предметом исследования Э можно назвать экономич явления или факторы, формирующие развитие этих явлений и процессов. Э - быстроразвивающаяся отрасль науки, цель которой состоит в том, чтобы придать количественные меры экономическим отношениям. Важная задача эконометрики - создание как более универсальных, так и специальных методов для обнаружения наиболее устойчивых характеристик в поведении реальных экономических показателей. Также задачей являя-ся прогнозирование путей разв-ия макро и мкроэкон факторов.

2. Подготовка статистической базы эконометрического исследования: 1 –соответствие врем рядов содержанию эк. показателей, 2-согласованность ед изм-ия, 3-соответствие интервалов времени, 4-единство представления показателей.

3. Критерии и принципы эконометрики. Критерии: цель, эффект-ть, затраты, альтерн-вы; Принципы: Улучшение имеющихся альтернатив и поиск новых, учет рыночной неопределенности, системная направленность, правильная постановка проблемы.

4. Этапы прогн-ия. 1 этап - постановочный - формируется цель исследования, набор участвующих в модели экономических переменных.2 этап - априорный - проводится анализ сущности изучаемого объекта, формирование и формализация априорной информации. 3 этап - информационный - осуществляется сбор необходимой статистической информации, значения экономических переменных. 4 этап - спецификация модели - в математической форме выражаются обнаруженные связи и соотношения, устанавливается состав экзогенных и эндогенных (соответственно внутренних, результативных) переменных; 5 этап - параметризация - оцениваются параметры (коэффициенты) выбранной зависимости. 6 этап - идентификация - осуществляется статистический анализ модели и оценка ее параметров. 7 этап - верификация - проводится проверка адекватности модели, выясняется, насколько удачно решены проблемы спецификации, идентификации;

5. Общее предст-ие о стох и детерм процессах: Без колич оценки закон-ти невозможно доводить рез-ты экономич разработок до практич их применения. Стох-ка – предсказание знач-ия случ процесса в некоторый будущ момент времени по наблюденным значениям этого процесса в прошлом и наст-ем. Детермин соотн-ия выр-ся тождествами и не содержат случ величин. Стох модели допускают наличие случ возд-ий на иссл-ые показатели. Такая зав-ть наз-ся корреляционной.

6. Методы прогнозирования: Интуит – методы эксп оценок с научно обоснованной организацией проведения всех этапов экспертизы и применением колич методов при оценке суждений экспертов и при формальной групповой обработке результатов. К формализ-ым методам относятся методы экстраполяции (под ней понимается метод научн иссл-ия заключ-ся в распространении выводов, получ из наблюдений над одной частью явления, на другую его часть. Различ перспект и ретроспект экстрапол.

7. Понятие, задачи и методы интерполяции: Понятие экстрап неразрывно с интерполяцией, применяющейся на этапе предвар обработки данных при отсутствии инфы для отдельных интерв времени.

8. Интерполяцио́нный многочле́н Лагра́нжа — многочлен минимальной степени, принимающий данные значения в данном наборе точек.

9. Понятие эконометрических моделей, классификация и типы: Э модель – есть инструмент исследования и измерения колич связей между экономич величинами. Сейчас чаще применяются комплексные Э модели – то есть системы регресс уравнений и тождеств, отраж осн связи между макроэк величинами. Компл Э модели бывают кратко и долгоср. Э модели делятся на статит (явл в данный момент) и динам (взаимосвязи рассм-ся в развитии). По целям – учебные, экспериментные и операц. Различают также по числу вход переменных. Мод врем рядов: а)тренд у(t)=T(t)+t где T(t)-врем тренд занятости; б) сезонности y(t)=S(t)+t где S(t)-сезонная компонента. Регрессионные уравнения с одним уравнением: В таких мод зависим переменная У представляется в виде фун-ии: f(x,)=f(x1,..xk, 1,… p) где иксы – незав переем, а беты – параметры. Системы одновр уравнений: опис-ся сист-ми ур-ий, каждое из которых помимо объясняющих переменных может включать также объясняемые переем из других уравнений системы.

13. Априорный подход к отбору Метод вкл. в модель переменных(до построения модели) с помощью него проводится исследование характера и силы взаимосвязей между расс-ми переменными, по результатам к-го в модель вкл.факторы наиболее значимые по своему непосредственному влиянию на зависимую переменную Y. Апостериорный подход к отбору факторов Метод искл. из модели переменных. Предполагает первоначально вкл. в модель все отобранные на этапе содержательного анализа факторы и на основе анализа хар-к качества построеноой модели отбирать состав факторов.

17. МНК: один из методов для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки. Когда искомая величина может быть измерена непосредственно, как, например, длина прямой или угол, то, для увеличения точности, измерение производится много раз, и за окончательный результат берут арифметическое среднее из всех отдельных измерений. Легко показать, что сумма квадратов уклонений отдельных измерений от арифметической середины будет меньше, чем сумма квадратов уклонений отдельных измерений от какой бы то ни было другой величины. Само правило арифметической середины представляет, следовательно, простейший случай метода наименьших квадратов.

22. Гомоскедастичность и гетеро остатков: Гомоскедастичность остатков означает, что для каждого значения фактора xj остатки имеют одинаковую дисперсию. Если это условие применения МНК не соблюдается, то имеет место гетероскедастичность.

38. Временные ряды: понятие, классификация. Временным рядом называется ряд значений статистического показателя, упорядоченного по времени. В зав-ти от длит-ти выделяют кратко(до1), средне(1-3) и долгоср-ые (свыше 5 лет). Наиб приемл – мес, кварт, год. Мес и кварт можно разложить на тренд(тенденция разв-ия пок-ля), сез движ(строго черед-сяотклонения от тренда, связ-ые с сезон-ми изм-ми в эк-ке) и остаток(содержит все другие колебания пок-ля, возник-ие случайно). Пространст-ые вр ряды предст собой сов-ть значений одного признака в разных эк группах. Эти модели позволяют изучить структ-ые соотн-ия. Структ-ые ряды рассм-ся на макро и мкро уровне для иссл-ия спроса и потребления

43. Гармонический анализ— раздел математики, в котором изучаются свойства функций с помощью представления их в виде рядов или интегралов Фурье. Также метод решения задач с помощью представления функций в виде рядов или интегралов Фурье.

49. Критерий Дарбина—Уотсона — статистический критерий, используемый для тестирования автокорреляции первого порядка элементов исследуемой последовательности. Наиболее часто применяется при анализе временных рядов и остатков регрессионных моделей.