UMK_Krasnoschekov_Ekonometrika_dlya_080500_62_-_Perm_2009
.pdfII. 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-
22 |
стной корреляции. |
|
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