- •ОГЛАВЛЕНИЕ
- •ПРЕДИСЛОВИЕ
- •МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ
- •РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ
- •РЕКОМЕНДАЦИИ ПО САМОСТОЯТЕЛЬНОЙ РАБОТЕ СТУДЕНТА
- •ТЕОРЕТИЧЕСКИЕ МАТЕРИАЛЫ
- •ГЛАВА 1. СТАТИСТИЧЕСКИЕ ПОНЯТИЯ И РАСПРЕДЕЛЕНИЯ
- •§ 1. Введение
- •§ 2. Суть регрессионного анализа
- •§ 3. Некоторые статистические определения
- •§ 4. Нормальное (гауссовское) распределение
- •§ 5. (хи-квадрат)-распределение
- •§ 6. Распределение Стьюдента (t-распределение)
- •§ 7. F-распределение (распределение дисперсионного отношения)
- •§ 8. Статистическая проверка гипотез
- •§ 9. Определение критических значений распределений Стьюдента и Фишера с использованием программы Microsoft Office Excel
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 2. ПАРНАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ. УСЛОВИЯ ГАУССА–МАРКОВА
- •§ 1. Основные понятия
- •§ 2. Метод наименьших квадратов
- •§ 3. Предпосылки метода наименьших квадратов
- •§ 4. Анализ точности определения оценок коэффициентов регрессии
- •§ 5. Проверка статистической значимости коэффициентов парной линейной регрессии
- •§ 6. Интервальные оценки коэффициентов линейного уравнения регрессии
- •§ 7. Доверительные интервалы для зависимой переменной
- •§ 8. Проверка общего качества уравнения регрессии. Коэффициент детерминации
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 3. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ
- •§ 1. Определение параметров уравнения регрессии
- •§ 2. Расчет коэффициентов множественной линейной регрессии
- •§ 3. Дисперсии и стандартные ошибки коэффициентов
- •§ 4. Проверка статистической значимости коэффициентов уравнения регрессии
- •§ 5. Интервальные оценки коэффициентов теоретического уравнения регрессии
- •§ 6. Проверка общего качества уравнения регрессии
- •§ 7. Проверка равенства двух коэффициентов детерминации
- •§ 8. Проверка гипотезы о совпадении уравнений регрессии для двух выборок
- •§ 10. Частные уравнения регрессии
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 4. АВТОКОРРЕЛЯЦИЯ СЛУЧАЙНЫХ ВОЗМУЩЕНИЙ
- •§ 1. Суть и причины автокорреляции
- •§ 2. Последствия автокорреляции
- •§ 3. Обнаружение автокорреляции. Критерий Дарбина–Уотсона
- •§ 4. Методы устранения автокорреляции
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 5. ГЕТЕРОСКЕДАСТИЧНОСТЬ СЛУЧАЙНЫХ ВОЗМУЩЕНИЙ
- •§ 1. Общие понятия
- •§ 2. Последствия гетероскедастичности
- •§ 3. Обнаружение гетероскедастичности
- •§ 4. Методы смягчения проблемы гетероскедастичности
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 6. МУЛЬТИКОЛЛИНЕАРНОСТЬ
- •§ 1. Общие понятия и последствия мультиколлнеарности
- •§ 2. Определение мультиколлинеарности
- •§ 3. Методы устранения мультиколлинеарности
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 7. ФИКТИВНЫЕ ПЕРЕМЕННЫЕ В РЕГРЕССИОННЫХ МОДЕЛЯХ
- •§ 1. Модель с одной фиктивной (бинарной) переменной
- •§ 3. Сравнение двух регрессий
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 8. НЕЛИНЕЙНАЯ РЕГРЕССИЯ
- •§ 1. Общие понятия
- •§ 2. Степенные модели (логарифмические)
- •§ 3. Обратная модель (гиперболическая)
- •§ 4. Полиномиальная модель
- •§ 5. Показательная модель (лог-линейная)
- •§ 6. Выбор формы модели
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 9. ВРЕМЕННЫЕ РЯДЫ
- •§ 1. Общие понятия
- •§ 2. Моделирование тренда временного ряда
- •§ 4. Стационарные ряды
- •§ 5. Процесс авторегрессии AR(p)
- •§ 6. Процессы скользящего среднего MA(q)
- •§ 7. Комбинированные процессы авторегрессии-скользящего среднего ARMA(p, q)
- •§ 8. Модели ARMA, учитывающие наличие сезонности
- •§ 9. Нестационарные временные ряды. Процессы авторегрессии и проинтегрированного скользящего среднего ARIMA(p, k, q)
- •§ 10. Регрессионные модели с распределенными лагами
- •§ 11. Полиномиально распределенные лаги Ш. Алмон
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 10. СИСТЕМЫ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ
- •§ 1. Общие понятия
- •§ 2. Идентификация структурной формы модели
- •§ 3. Косвенный метод наименьших квадратов
- •§ 4. Двухшаговый метод наименьших квадратов
- •§ 5. Трехшаговый метод наименьших квадратов
- •Резюме
- •Вопросы для самопроверки
- •ЗАКЛЮЧЕНИЕ
- •ЗАДАНИЯ ДЛЯ КОНТРОЛЯ
- •Тесты для самоконтроля
- •Ключи к тестам для самоконтроля
- •Контрольная работа
- •Вопросы к зачету (экзамену)
- •ГЛОССАРИЙ
- •СПИСОК ЛИТЕРАТУРЫ
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.
|
|
|
10 |
55 |
74 |
|
|
|
268 |
|
X |
T X = |
|
55 |
385 |
376 |
, |
X |
T Y = |
1766 |
. |
|
|
|
|
|
|
|
|
|
||
|
|
|
74 |
376 |
634 |
|
|
|
|
|
|
|
|
|
|
|
1709 |
|
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