- •1.Предмет, задачи и методы эконометрики.
- •2.1.Общие положения.
- •2.2. Метод наименьших квадратов
- •2.3. Свойства оценок полученных мнк.
- •3. Методика построения многофакторных корреляционных моделей для показателей эффективности хозяйственной деятельности
- •3.1. Выбор функционального показателя
- •3.2. Отбор факторов-аргументов
- •3.3. Выбор формы связи
- •3.4. Отбор исходных данных
- •3.5. Решение корреляционных моделей и экономико-математический анализ результатов решения
- •4.1.Оценка адекватности и точности регрессионных моделей. Общие положения.
- •4.2. Проверка случайности колебаний уровня остаточной последовательности.
- •4.3 Проверка соответствия распределения случайной компоненты нормальному закону распределения
- •4.4 Проверка равенства математического ожидания случайной компоненты нулю.
- •4.5. Проверка независимости значений уровней случайной компоненты.
- •4.6. Определение точности модели.
- •5. Исследование влияния факторов на изменение результирующего показателя в уравнении регрессии.
- •6. Оценка статистической надежности уравнения регрессии и ее последствия.
- •7.1.Гетероскедастичность остатков в уравнении регрессии и ее последствия.
- •7.2.1. Тест ранговой корреляции Спирмена.
- •7.2.2.Тест Голфенда-Квандта.
- •7.2.3 Тест Глейзера.
- •7.3 Методы устранения гетероскедастичности.
- •8.1 Автокорреляция (остатков) и связанные с ней факторы.
- •8.2. Обнаружение автокорреляции 1-го порядка. Критерий Дарбина – Уотсона
- •8.3.1. Устранение авт-ции, описываемой авторегрессионной схемой 1-ого порядка в общем случае. Поправка Прайса – Уинстена.
- •9. Мультиколлинеарность: способы ее обнаружения и устранения.
- •10. Обобщенный мнк и его исп-ие для оценки эфф-ти методов определения параметров уравнения регрессии.
- •11.1.Фиктивные переменные для пространственных выборок и временных рядов.
- •11.2.Фиктивные переменные для коэф-та наклона ур-ия регрессии.
- •11.3 Тест Чоу.
- •12.1 Линеаризация уравнения регрессии путем замены переменных.
- •12.2 Линеаризация уравнения регрессии с использованием логарфмического преобразования (степенные и показательные функции).
- •12.3 Представление случайного члена в преобразованных нелинейных ур-ях регрессии.
- •12.4 Определение параметров нелин-го ур-ия герессии, не приводимого к лин-му ур-ию.
- •12.5 Выбор вида ур-ия регрессии с использ-ем теста Бокса-Кокса.
- •13.4 Замещающие переменные и их использование при построении уравнения регрессии (общие сведения).
- •13.5. Время, как замещающая переменная при моделировании нтп в производственной функции Кобба-Дугласа
- •13.6 Непреднамеренное использование замещающих переменных.
- •13.7 Лаговые переменные и их использование пи построении уравнения регрессии(общие сведения).
- •14.1 Система линейных одновременных уравнений слоу (общие сведения)
- •14.2 Структурная и приведённая формы слоу.
- •14.3Косвенный метод наименьших квадратов (кмнк) и его использование для определения параметров слоу.
- •14.4 Метод инструментальных переменных (мип) и его применение для параметров уравнения регрессия (общий случай)
- •14.5 Метод инструментальной переменной (мип) и его применение для слоу.
- •14.6 Идентифицируемость слоу.
- •14.7 Двухшаговый метод наименьших квадратов.
- •14.8 Трехшаговый мнк.
1.Предмет, задачи и методы эконометрики.
Предметом эконометрики – явл. факторы формирующие развитие экономич. явлений и процессов.
Эконометрика – этоискусстворазработки матем. моделей и предвидение эконом. явлений. Обоснование процесса принятия управлен. решений явл. одной из важнейших задач эконометрии. Выбор наилучшего варианта решения задач произв.путем примен. эконометр. расчетов.Задачаэконометрики явл. прогнозирование путем развития макро и микро эконом факторов хоз деятельности наиболее распрострон. в практике эконометрии получил метод регрессионного и кареляционного анализа.
Регрессионный анализ характериз.
колич. коном факторов
хоз деятельности наиболее распрострон.
Исходны. базой tckb
Для построен. модели необходимо
1.Сформулировать предмет и цели исследов.
2.Выделить структурные или функц.элементы системы в соответствии данной цели.
3.Качественно описать связь между элементами.
4.Ввести обозначения и формализ. взаимосвязи между элементами т.е. построить математическую модель.
5.Определить параметры выбранной математической модели.
6.Провести расчеты по матем. модели и сделать анализ получ.результатов и при необходимости уточнить постр. мат. модель
2.1.Общие положения.
В случайной карреляционной зависим. каждому Х соответсвует не одно строго определенное значение ф-и у , а ряд распределения этой велечины.
Yi=a+bxi+Ii=1,2….n--->номер наблюдения
i=случайной сост.не контр.
а,в- коэф. Уравнения
К корреляционная зависимость при увелич. фактор. признака ряда распред. у закономерно смещается. Ф-я у=f(x)-называется регрессией у и х.
При (i=0) при нулев.возд. случайной составл. состов.вместо регрессион.зависимости получ. Функциональную зависимость когда каждому аргументу х соответствует одно строго определенное значение у.
Линия регрессии показывает как с изменением х всреднем меняется у. Если имеет один результ. признак х, то регресс. называется простой(парной).Если много результ.признак х, то это множественная регрессия. В общем виде задача множественной регрессии заключ. в след. Имеется дост. мощное стат. совакупность расперд. По (m+1) признаку одна из которых у результат. а остальные факториальные необходимо найти
y=f(x0;x1;….;xp) которая наилучшим образом апроксемирует исходн.стат.материал.