Yt-1— совокупный доход в период времени t-1. Переменные C, I, T, Y являются эндогенными.

Определите, идентифицировано ли каждое из уравнений модели. Напишите приведенную форму модели.

Задача 3

Для оценки коэффициентов уравнения регрессии Y = β0+ β1X1+ + β2X2+ε вычисления проведены в матричной форме.

Определите эмпирические коэффициенты регрессии.

Задача 4

Коэффициент детерминации между переменными X и Y равен 0,64. Каким будет коэффициент корреляции в случае линейной модели регрессии?

Вопросы к зачету (экзамену)

1.Несмещенность оценки.

2.Эффективность оценки.

3.Состоятельность оценки.

4.Выборочная ковариация и ее свойства.

5.Выборочная дисперсия и ее свойства.

6.Коэффициент корреляции.

7.Вывод выражений для коэффициентов регрессии парной линейной регрессии методом наименьших квадратов.

8.Интерпретация линейного уравнения регрессии.

9.Стандартные ошибки коэффициентов регрессии.

10.Условия Гаусса–Маркова. Формулировка теоремы Гаусса– Маркова.

11.t-тесты для коэффициентов регрессии.

12.Коэффициент детерминации.

256

13.F-тест на качество оценивания.

14.Линеаризация уравнения y = a + bx .

15.Линеаризация уравнения y = a xb .

16.Линеаризация уравнения y = a ebx .

17.Вывод коэффициентов множественной линейной регрессии.

18.Множественная регрессия в нелинейных моделях. Производственная функция Кобба–Дугласа.

19.Стандартные ошибки коэффициентов множественной регрессии.

20.t-тесты и доверительные интервалы параметров уравнения в случае множественной регрессии.

21.Коэффициент детерминации в случае множественной регрессии. Скорректированный коэффициент детерминации.

22.F-тест в случае множественной регрессии.

23.Гетероскедастичность (неодинаковый разброс).

24.Обнаружение гетероскедастичности (тесты Парка, Спирмена, Голдфелда–Квандта).

25.Устранение (смягчение) гетероскедастичности. Метод взвешенных наименьших квадратов.

26.Автокорреляция. Возможные причины автокорреляции.

27.Обнаружение автокорреляции. Критерий Дарбина–Уотсона.

28.Метод Кохрана–Оркатта.

29.Метод Хилдрета–Лу.

30.Последствия мультиколлинеарности. Методы обнаружения мультиколлинеарности.

31.Частные коэффициенты корреляции.

32.Процедура последовательного присоединения элементов.

33.Фиктивные переменные ANCOVA-модели.

34.Сравнение двух регрессий. Тест Чоу.

35.Фиктивные переменные в сезонном анализе.

36.Фиктивная зависимая переменная.

37.Выборочный коэффициент корреляции для лагов 1, 2.

38.Уравнение линейного тренда и оценка его значимости.

257

39.Точечный и интервальный прогноз среднего и индивидуальных значений ряда на следующий период.

40.Полиномиальный тренд. Подбор порядка полинома с помощью метода последовательных разностей.

41.Процесс авторегрессии.

42.Процесс скользящего среднего.

43.Процесс авторегрессии — скользящего среднего.

44.Процесс авторегрессии и проинтегрованного скользящего среднего.

45.Распределение Койка.

46.Полиномиально распределенные лаги Алмон.

47.Модель потребления Фридмена.

48.Тест Чоу на устойчивость регрессионной модели.

49.Модель адаптивных ожиданий.

50.Модель частичной корректировки.

51.Проверка идентификации уравнений модели системы одновременных уравнений. Приведенная форма модели.

52.Модель Кейнса.

53.Косвенный метод наименьших квадратов.

54.Двухшаговый метод наименьших квадратов.

55.Трехшаговый метод наименьших квадратов.

56.Инструментальные переменные.

258