- •1. Понятие эконометрики, ее основные задачи. Классы эконометрических моделей.
- •2.Типы данных и виды переменных в эконометрических моделях. Этапы эконометрического моделирования.
- •3. Этапы проведения корреляционно-регрессионного анализа.
- •4. Парная корреляция. Нахождение линейного коэффициента корреляции и парного коэффициента детерминации. Проверка значимости коэффициента корреляции.
- •5. Парная линейная регрессия. Оценка коэф регрессии. Коэф эластичности.
- •6.Предпосылки мнк (условия Гаусса-Маркова)
- •7. Проверка адекватности модели. Критерий Фишера.
- •8.Определение меры точности модели. Доверительные интервалы прогноза.
- •9.Нелинейные модели и их линеаризация. Логарифмические и полулогарифмические модели.
- •10. Нелинейные модели и их линеаризация. Обратная зависимость. Степенная и показательная модели.
- •11.Множественная корреляция. Матрица парных линейных коэф корреляции, нахождение коэф множественной корреляции и коэф детерминации.
- •12. Виды ошибок спецификации.
- •13. Эконометрический анализ при нарушении классических предположений. Гетероскедастичность и ее последствия.
- •14. Обнаружение гетероскедастичности, методы ее устранения.
- •15. Автокорреляция, ее основные причины и последствия.
- •16. Обнаружение и устранение автокорреляции
- •17. Мультиколлинеарность, ее последствия и причины возникновения.
- •18. Определение мультиколлинеарности и методы ее устранения.
- •19. Виды систем эконометрических уравнений. Применение систем одновременных уравнений.
- •20. Структурная форма модели, содержание ее параметров. Классы стуктурных уравнений модели
- •21 Приведенная форма модели, причины ее построения.
- •22. Идентификация модели. Классы структурных моделей. Необходимое и достаточное условие идентифицируемости системы
- •23.Необохдимое и достаточное условия идентифицируемости уравнения системы
- •24. Методы решения систем одновременных ур-ний.
- •25.Косвенный метод мнк.
- •26. Временные ряды и их классификация
- •27. Стационарный временной ряд, коэф автокорреляции, автокорреляционная ф-ция. Понятие об авторегрессионных моделях.
- •28.Понятие об авторегрессионных моделях.
- •29. Математические модели социально-экономических систем.(сэс)
- •30. Сущность процесса моделирования.
- •32. Экономико-математические оптимизационные модели. Критерии оптимальности предприятия, их математич форма.
- •33. Понятие о методе межотраслевого баланса.
- •34. Состав и характеристика четырех квадрантов межотраслевого баланса
- •35. Стоимостный моб.
- •36. Основные характеристики моб
- •37. Система уравнений моб. Виды расчетов, выполняемые по модели Леонтьева.
- •38. Матрица прямых и полных материальных затрат, связь между ними. Понятие о продуктивной модели.
- •39. Системы массового обслуживания (основные понятия, классификация.)
- •40. Элементы смо. Понятие потока событий. Простейший поток.
- •42.Финансовые вероятности состояния смо.
- •43. Смо с отказами, расчет основных характеристик
- •44. Смо с неограниченным ожиданием, расчет основных характеристик.
- •45. Моделирование конфликтных ситуаций с помощью теории игр, основные понятия и классификация.
- •46. Матричные игры с нулевой суммой. Решение матричных игр в чистых стратегиях.
- •47.Решение матричных игр в чистых стратегиях.
- •48. Решение матричных игр в смешанных стратегиях.
- •49. Решение матричной игры сведением к задаче лп.
- •50.Игры с природой. Решение статистических игр при известных вероятностях состояний природы (критерии Байеса, Лапласа )
- •51. Решение статистических игр при неизвестных вероятностях состояний природы (критерии Вальда, Гурвица)
- •52. Матрица рисков. Критерий Сэвиджа.
- •53. Постановка задачи управления запасами, основная модель управления запасами.
- •54,55 Оптимальный размер партии. Расчет характеристик работы склада в оптимальном режиме.
- •56. Модель производственных запасов.
- •57. Основные понятия сетевой модели.
- •58. Правила построения сетевых графиков.
- •59. Расчет параметров сетевого графика.
- •60. Построение календарного графика, учет интенсивности использования р-сов.
24. Методы решения систем одновременных ур-ний.
Косвенный метод наименших квадратов: 1) Структурная форма модели преобразуется в приведенную форму 2) с помощью МНК оцениваются параметры приведенной формы 3)Приведенная форма преобразуется обратно в стр-ную форму.
Область применен. косвенного МНК ограничивается идентифицируемыми системами одновременных ур-ний.
Пример: оценить параметры модели идентифицируемой стрн-ной модели на основе условных исходных данных.
n=2, p=1, n=p+1: 2=1+1-
Ур-ния переменные необходимое условие выполнено
у1 у2 х1 х2 detA
(1) -1 0 rank A=1
(2) -1 0 1=2-1
достаточное условие выполнено
25.Косвенный метод мнк.
Применяется как для идентифицируемых.так и для сверхидентифицируемых СОУ.
Алгоритм
Структурная форма модели преобразовывается в приведенную форму.
С помощью МНК оцениваются параметры приводимой формы.
В правой части сверхидентифицируемого ур-ния стр-ной модели выбираются эндогенные переменные и рассчитываются их теоретич значения по соответствующим приведенным ур-ниям
С помощью МНК на основе фактических значений предопределенных и теоретичесих эндогенных переменных оцениваются параметры сверидентифицируемости ур=ний
26. Временные ряды и их классификация
Ряд динамики – ряд последовательно расположенных статистич-х показателей, изменение кот-х имеет определенную тенденцию развития изучаемого явления.
Временной ряд – последоват-ть наблюдений некоторого признака (случ-й величины y) в последоват-ные моменты времени.
Отдельные наблюдения назыв-ся уровнями ряда, котор будем обозначать (t=1,2……n), n – число уровней.
-
В завис-ти от показ-ля времени, временные ряды класс-ют на моментные (на определ дату) и интервальные (за определ период).
-
По форме представления уровни во временном ряду могут быть представлены абсолютными, средними, и относит величинами.
-
По расстоянию между уровнями временные ряды подразд-ся на ряды с равностоящими и неравностоящими ур-ми во времени.
-
По содержанию показ-ли временных рядов подраздел на состоящие из частных и агрегиров-х показ-ей.
27. Стационарный временной ряд, коэф автокорреляции, автокорреляционная ф-ция. Понятие об авторегрессионных моделях.
Временный ряд наз стационарным, если закон распределения и его числовые хар-ки не зависят от t. Тогда математическое ожидание и среднее квадратическое отклонение могут быть оценены по формулам:
Стационарным временным рядом в широком смысле (слабо стационарным), наз случайный процесс у кот среднее значение, дисперсия и автокорреляционн.ф ф-ция не зависят от t.
Степень тесноты связи м/у последовательностями наблюдений временного ряда, сдвинутыми относительно др. др. на ед. (с лагом )может быть определена с помощью коэф корреляции.
Т.к. коэф измеряет корреляцию м/у членами одного и тогоже ряда, его наз коэф автокорреляции, а зависимость автокорреляцион. ф-цией. Его статистической оценкой явл выборочный коэф автокорреляции.
Ф-цию rB=() наз выборочной автокорреляционной ф-цией, а ее график – коррелограммой. Одной из важнейших задач исследования экономического временного ряда явл выявление основной тенденцией изучаймого процесса.