UMK_Krasnoschekov_Ekonometrika_dlya_080500_62_-_Perm_2009

II. МАТЕРИАЛЫ, УСТАНАВЛИВАЮЩИЕ

СОДЕРЖАНИЕ

ИПОРЯДОК ПРОВЕДЕНИЯ ПРОМЕЖУТОЧНЫХ

ИИТОГОВЫХ АТТЕСТАЦИЙ

Примерные вопросы для экзамена или зачета

1.Предмет и основные понятия эконометрики.

2.Эконометрическое моделирование и модели.

3.Парный регрессионный анализ. Типы регрессионных моделей.

4.Метод наименьших квадратов. Нормальная система МНК параметров линейной регрессии.

5.Выборочный коэффициент регрессии, выборочная дисперсия,

выборочная ковариация, коэффициент эластичности.

6.Выборочный коэффициент корреляции. Связь с коэффициентом

регрессии и ковариацией.

7.Оценка тесноты связи линейной регрессии по коэффициенту

корреляции.

8.Оценка параметров линейной регрессии. Теорема Гаусса —

Маркова.

9.Интервальная оценка функции регрессии и ее параметров.

10.Оценка значимости уравнения регрессии. Коэффициент детер-

минации.

11.Параболическая регрессия и нормальная система МНК парамет-

ров параболической регрессии.

12.Гиперболическая регрессия и нормальная система МНК пара-

метров гиперболической регрессии.

13.Множественный регрессионный анализ. Типы регрессионных

моделей.

14.Линейная множественная регрессия и нормальная система МНК

параметров линейной множественной регрессии.

15.Множественный коэффициент корреляции и коэффициенты ча-

16.Выбор факторов для построения регрессионной модели. Оценка качества регрессионных моделей.

17.Модели динамики экономических процессов. Понятие и класси-

фикация рядов динамики.

18.Показатели изменения уровней рядов динамики.

19.Выявление и характеристика основной тенденции развития по-

казателя во времени.

20.Методы анализа основной тенденции в рядах динамики.

21.Типы трендовых моделей.

22.Расчет параметров трендовой модели при аналитическом вырав-

нивании методами избранных точек и средних значений.

23.Расчет параметров трендовой модели при аналитическом выравнивании методами конечных разностей и наименьших квадра-

тов.

24.Оценка адекватности трендовых моделей.

25.Прогнозирование динамики экономических процессов на основе

трендовых моделей.

Глоссарий

АЛГОРИТМ — 1) совокупность предписаний, необходимая и достаточная для решения какой-либо конкретной задачи; 2) совокупность правил, определяющих эффективную процедуру решения любой задачи

из некоторого заданного класса задач.

АЛГОРИТМИЧЕСКАЯ МОДЕЛЬ — математическая модель, представленная в форме алгоритма, перерабатывающего заданный набор входных данных в заданный набор выходных данных. А. м. применяют, когда использование аналитических (расчетных) моделей затруднено либо не-

целесообразно. Частным видом А. м. являются имитационные модели.

АНАЛИТИЧЕСКАЯ МОДЕЛЬ — математическая модель, представляющая собой совокупность аналитических выражений и зависимостей, позволяющих оценивать определенные свойства моделируемого

объекта.

ВРЕМЕННОЙ РЯД — это последовательность значений наблюде-

ний, упорядоченных во времени.

ГЕТЕРОСКЕДАСТИЧНОСТЬ — условие, когда дисперсии регрес-

сионных остатков не отвечают условию гомоскедастичности.

23

ГОМОСКЕДАСТИЧНОСТЬ — условие постоянства дисперсий регрессионных остатков.

КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ — безразмерная величина, выра-

жающая тесноту связи двух случайных величин.

МЕТОД НАИМЕНЬШИХ КВАДРАТОВ — метод оценивания пара-

метров эконометрической модели.

МЕТОД МАКСИМАЛЬНОГО ПРАВДОПОДОБИЯ — метод вычисления оценок параметров эконометрической или иной модели при

большом объеме выборочной совокупности.

МУЛЬТИКОЛЛИНЕАРНОСТЬ — возможная зависимость между

факторами в регрессионном анализе.

ПРОИЗВОДСТВЕННАЯ ФУНКЦИЯ (production function) — отражает зависимость между количеством применяемых ресурсов и максимально возможным объемом выпускаемой продукции в единицу времени; описывает всю совокупность технически эффективных способов

производства (технологий).

СГЛАЖИВАНИЕ, ФИЛЬТРАЦИЯ — применяется для уменьшения

иррегулярности (случайных изменений) временных рядов.

СТАЦИОНАРНЫМИ называются показатели, среднее которых можно считать неизменным; нестационарными — показатели, среднее

которых изменяется со временем.

СИСТЕМЫ ОДНОВРЕМЕННЫХ ЭКОНОМЕТРИЧЕСКИХ УРАВНЕНИЙ являются третьим основным классом моделей, которые

применяются для анализа и (или) прогноза.

ТРЕНД — основная тенденция временного ряда.

ЭКСПОНЕНЦИАЛЬНОЕ СГЛАЖИВАНИЕ — метод сглаживания временного ряда, используемый для уменьшения иррегулярности (случайных колебаний) временного ряда, что позволяет получить более яс-

ное представление о лежащих в основе этого ряда закономерностях.

Учебно-методическое издание

Краснощѐков Алексей Лаврентьевич

Эконометрика

Учебно-методический комплекс

Редактор И. М. Минсадыров Корректор В. О. Дедова

Компьютерная верстка М. М. Зильбермана

Подписано в печать 30.06.2009. Формат 90 60/16. Усл. печ. л. 1,6. Тираж 120 экз. Заказ № 133-1/2009.

Редакционно-издательский отдел Западно-Уральского института экономики и права 614000, г. Пермь, ул. Сибирская, 35д, к. 400

Тел.: (342) 210-51-81 E-mail: zuiep@mail.ru

Издательский дом «Книжный формат». Адрес: 614000, г. Пермь, ул. Пушкина, 80