- •Определение и задачи эконометрики. Место эконометрики в общественных науках
- •История эконометрических исследований
- •3. Методология эконометрич. Моделирования
- •Выбор типа математической функции при построении уравнения регрессии
- •5. Оценка параметров уравнения парной регр
- •6. Абсолютные и относительные показатели силы связи в уравнениях парной регрессии
- •7. Показатели тесноты связи в моделях парной регрессии
- •8. Статистический анализ достоверности модели парной регрессии
- •9. Таблица дисперсионного анализа (назначение, построение)
- •10. Оценка значимости параметров уравнения парной регрессии.
- •1 1. Интервальная оценка параметров уравнения парной регрессии
- •12. Нелинейная регрессия (линеаризация, оценка параметров)
- •1 3. Средняя ошибка аппроксимации
- •14. Использование модели парной регрессии для прогнозирования
- •15. Визуальный анализ остатков
- •16. Смысл и значение множественной регрессии в эконометрических исследованиях. Выбор
- •17. Отбор факторов в уравнение множественной регрессии
- •18. Оценка параметров уравнения множественной регрессии
- •1 9. Построение уравнения регрессии в стандартизованном масштабе
- •20. Абсолютные и относительные показатели силы связи в модели множественной регрессии
- •25. Использование фиктивных переменных в моделях множественной регрессии
- •26. Предпосылки метода наименьших квадратов
- •27. Гетероскедастичность - понятие, проявление и меры устранения
- •28. Оценка гетероскедастичности с помощью метода Гольдфельда Квандта
- •29. Использование коэффициента корреляции рангов Спирмэна для проверки наличия гетероскедастичности в остатках
- •30. Использование тестов Уайта, Парка, Глейзера при анализе гетероскедастичности в остатках
- •31. Применение обобщенного метода наименьших квадратов (омнк) для случая гетероскедастичности остатков.
- •32. Мультиколлинеарность факторов – понятие, проявление и меры устранения
- •33. Специфика временного ряда как источника данных в эконометрическом моделировании
- •34. Автокорреляция уровней временного ряда и ее последствия
- •35. Моделирование тенденции временных рядов
- •36. Оценивание параметров в уравнениях тренда
- •37. Модели сезонности: аддитивная и мультипликативная
- •42. Обобщенный метода наименьших квадратов (омнк) при построении модели регрессии по временным рядам
- •43. Прогнозирование на основе рядов динамики
- •44. Общая характеристика моделей с распределенным лагом и моделей авторегрессии
- •45. Интерпретация параметров моделей с распределенным лагом и моделей авторегрессии
- •4 6. Применение фиктивных переменных для моделирования сезонных колебаний
- •47. Общее понятие о системах уравнений, используемых в эконометрике
- •48. Виды переменных в системах взаимозависимых уравнений
- •49. Структурная и приведенная формы модели.
- •50. Проблема идентификации Необходимое условие идентификации (порядковое или счетное правило).
- •51. . Достаточное (ранговое) условие идентификации.
- •52. Косвенный метод наименьших квадратов для оценки параметров структурной формы модели
- •53. Двухшаговый метод наименьших квадратов для оценки параметров структурной формы модели
- •54. Применение систем эконометрических уравнений (см. Учебник)
8. Статистический анализ достоверности модели парной регрессии
Значение r2 (коэф детерм) получении при оценке регрессии, может быть рез-том случайного стечения обстоятельств, т.к. при построении модели практически всегда использ-ся выборочные данные, поэтому необходимо проверить на сколько полученные показатели надежны (на сколько истины). Для этой цели используют метод оценки надежности статистич. показат. – вероятностные оценки статист. гипотез.
Статистической гипотезой называется предположение о свойстве генеральной совокупности, которое можно проверить, опираясь на данные выборки. Обозначается буквой H (лат. hypothesis).
Этапы проверки статистических гипотез
формулируется в виде статистической гипотезы задача исследования;
выбирается статистическая хар-ка гипотезы;
выдвиг-ся испытуем и альтернативн гипотезы;
определяется область допустимых значений, критическая область и критическое значение статистического критерия
вычисляется фактическое значение статистического критерия;
испытуемая гипотеза проверяется на основе сравнения значений фактического и критического критерия, и в зависимости от результатов проверки гипотеза либо отклоняется, либо принимается.
Критическая область –это область, попадание значения статистического критерия в которую приводит к отклонению H0 . Вероятность попадания значения критерия в эту область равна приятому уровню значимости (1 минус доверительная вероятность).
Область допустимых значений - область, попадание значения статистического критерия в которую приводит к принятию нулевой гипотезы.
Выдвигается H0 :r2 в ген совокупности = 0
Выдвигается H1: r2 в ген совокупности 0
Определяется область допустимых значений или уровень значимости
Рассчитывается критерий Фишера
Определяется табличное значение критерия Фишера Fтабл.
Фактическое значение сравнивается с табличным
Если F>Fтабл., то гипотеза о случайной природе оцениваемых характеристик отклоняется и признается статистическая значимость и надежность.
Если F<Fтабл., то гипотеза о случайной природе оцениваемых характеристик не отклоняется и признается статистическая незначимость, ненадежность уравнения регрессии.
F-критерий Фишера
N - число единиц совокупности;
M - число параметров при переменных(число факторов)
9. Таблица дисперсионного анализа (назначение, построение)
Ист-к вар-ии |
df |
SS |
MS |
F |
Регр |
1 |
1120,511 |
1120,511 |
21,65 |
Остаток |
6 |
310,145 |
51,69 |
X |
Итого |
7 |
1430,656 |
X |
X |
10. Оценка значимости параметров уравнения парной регрессии.
Оценка значимости коэффициентов регрессии
Выдвигается Н0 :коэффициент регрессии в генеральной совокупности равен 0
Выдвигается Н1 : коэффициент регрессии в генеральной совокупности не равен 0
Определяется уровень значимости а (альфа)
О пределяется критическое значение критерия Стьюдента
Рассчитывается критерий Стьюдента
Se (b)- случайная ошибка коэффициента регрессии.
Если t>tтабл., то H0 отклоняется, то есть параметр b не случайно отличается от нуля, и сформировался под влиянием систематически действующего фактора .
Если t<tтабл., то H0 не отклоняется, и признается случайная природа формирования b.