Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Ekonometrika_zachet.doc
Скачиваний:
6
Добавлен:
18.12.2018
Размер:
97.28 Кб
Скачать

1. Процесс построения математической модели называют: математическим моделированием.

2. Процедура изучения модели предполагает: проведения различного рода «модельных» экспериментов, в результате которых накапливаются и систематизируются данные о поведении модели при различных экономических условиях и ограничениях.

3. Процедура применения модели связана с использованием полученным с ее помощью знаний для построения обобщающей теории реального экономического объекта, прогнозирование его дальнейшего поведения и управления им.

4. Моделирование предполагает использование: методов абстрагирование и идеализации.

5. Различие между эконометрическими и экономико-математическим моделями состоит в характере функциональных зависимостей, связывающих их величины.

6.В соответствии с общепринятой классификацией экономико-математические модели подразделяются на эконометрические (статистические), балансовые и оптимизационные.

7. По функциональному признаку модели подразделены на модели планирования, модели бухгалтерского учета, модели экономического анализа, модели информационных процессов.

8. Методы математической статистики :

9. Моделируемые объекты эконометрических и экономико-математических моделей классифицируются с позиций:

  1. сущности моделируемых процессов производства;

  2. временных характеристик процессов;

  3. уровней управления процессами;

  4. назначение моделей в управлении.

10. В основу классификации эконометрических и экономико-математических моделей по средствам их построения положены:

  1. средства моделирования и методы реализации моделей;

  2. структура моделей и характер зависимости её компонентов;

  3. используемая информация.

11. Экономико-математические модели включают в себя

12. Эконометрика: наука, объединяющая совокупность математико-статистических моделей и методов, которые позволяют описывать стохастические причинные отношения экономических явлений и процессов в экономическом анализе для проверки правильности экономических теоретических моделей и способов решения экономических проблем.

13. Основные задачи эконометрики, определяющие ее функции, это:

  • построение экономических моделей,

  • оценка параметров построения модели,

  • проверка качества найденных параметров модели и самой модели в целом,

  • использование построенных моделей для объяснения, прогнозирования и предсказания поведения исследуемых экономических показателей.

14. Эконометрические методы, базируются на анализе связей между различными экономическими показателями на основании статистических данных с использованием: аппарата теории вероятностей и математической статистики.

15. Переменные эконометрической модели классифицируются как: выходные или результирующие переменные (Y); входные или объясняющие переменные (X).

16. В эконометрических исследованиях используют следующие типы экономических данных:

  • пространственные – характеризуют ситуацию по конкретной переменной, относящейся к пространственно разделенным сходным объектам в один и тот же момент времени;

  • временные – отражают изменения (динамику) какой-либо переменной на промежутке времени.

17. Эконометрические модели в зависимости от соответствующей теории связи между переменными экономических систем, принято делить на основные классы:

  1. модели временных рядов;

  2. регрессионные модели с одним уравнением;

  3. системы эконометрических уравнений.

18. К моделям временных рядов относятся: адаптивные модели, модели кривых роста(трендовые) и модели авторегрессии и скользящего среднего.

19. Выделяют следующие виды эконометрических систем:

  1. системы независимых уравнений;

  2. системы рекурсивных уравнений;

  3. системы взаимосвязанных уравнений.

20. Этапами построения эконометрической модели являются:

1.Проведение теоретического описания изучаемого эконометрического объекта с отражением существенных факторов. 2.Определение целей исследования, достижение которых требует привлечения модели, введения ограничений и предварительных предложений. 3.Выбор математической модели экономического объекта с фиксацией формы всех зависимостей и обозначением параметров, входящих в модель. 4.Сбор статистических наблюдений над входящими в модель переменными в соответствующие моменты времени. 5.Выбор метода оценивания неизвестных параметров модели. 6.Реализация алгоритма оценивания параметров, обеспечивающая адекватность модели. 7.Интерпретация полученных результатов, принятия решения относительно следующего цикла исследования и прогноза.

2.2. Парная регрессия и корреляция

21.Рассматривая линейную зависимость между признаками, прежде всего, выделяют типы связей:

- Функциональные – характеризуются полным соответствием между изменением факторного признака и изменением результативной величины: каждому значению признака-фактора соответствует вполне определенные значения результативного признака.

- Корреляционные – между изменением двух признаков нет полного соответствия, воздействия отдельных факторов проявляется лишь в среднем, при массовом наблюдении фактических данных.

22. К показателям, значения которых свидетельствуют о присутствии или отсутствии линейной связи между переменными относятся коэффициенты линейной (парной) и множественной корреляции.

23. Основная задача корреляционного анализа заключается в выявлении взаимосвязи между случайными переменными путем: точечной и интервальной оценки парных коэффициентов корреляции, вычисления и проверки значимости множественных коэффициентов корреляции и детерминации.

24. Ковариация – это статистическая мера взаимодействия двух переменных.

25. Дисперсия (оценка дисперсии) характеризуют:

26. Для качественной оценки коэффициента корреляции применяются различные шкалы, наиболее известной из которых является специальная шкала значений коэффициентов корреляции – шкала Чеддока.

27. В зависимости от объема выборочной совокупности различают методы оценки существенности линейного коэффициента корреляции: при малых объемах выборки выполняется с использованием t-критерия Стьюдента.

28. В многомерном корреляционном анализе рассматривается задачи:

  1. Определение тесноты связи одной случайной величины с совокупностью остальных величин, включенных в анализ.

  2. Определение тесноты связи между двумя величинами при фиксировании или исключении влияния остальных величин.

29. Квадрат коэффициента множественной корреляции принято называть: выборочным множественным коэффициентом детерминации.

30. Коэффициент множественной корреляции принимает значения от 0 до 1.

31. Проверка значимости коэффициента детерминации осуществляется путем сравнения с табличным Fтабл.: расчетного значения F – критерия Фишера.

32. При отклонении парной статистической зависимости от линейной коэффициент корреляции оценивается измерителем связи: индекс корреляции (корреляционное отношение).

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]