- •1.Предмет эконометрики, её связь с другими науками
- •2. Этапы эконометрического исследования.
- •3. Виды эконометрических моделей.
- •1.Видам связей между показателями.
- •5. По типу данных.
- •6.По временной принадлежности данных.
- •4.Способы определения формы связей между показателями.
- •5. Общий вид модели линейной регрессии.
- •6. Понятие и показатели силы связи в линейной регрессии
- •9. Предпосылки построения классической нормальной линейной модели
- •11. Уравнение регрессии в стандартизированном масштабе.
- •12. Понятие «статистическая значимость» параметров уравнения регрессии.
- •13. Понятие «статистическая значимость» уравнения регрессии в целом.
- •14. Критерий Стьюдента.
- •15. Оценка значимости параметров уравнения парной линейной регрессии
- •16. Оценка значимости параметров уравнения множественной регрессии
- •17. Общий критерий Фишера
- •18. Таблица дисперсионного анализа
- •19.Показатели частной корреляции и детерминации
- •20. Частный f-критерий
- •22. Тест Парка
- •23. Тест Глейзера
- •24.Тест Уайта.
- •25.Тест Гольдфельда-Квандта.
- •Вопрос 30 Применение мнк к одной из парных нелинейных функций регрессии (параболе, гиперболе, степенной, показательной)
- •Вопрос 31 Коэффициент эластичности для нелинейных функций.
- •36.Модели регрессии с фиктивными переменными.
- •38. Элементы временного ряда
- •39. Методы выявления тенденции по временному ряду
- •40. Методы выбора формы ур-ния тренда.
- •41. Методики нахождения параметров линейного, параболического и показательного трендов и интерпретация их параметров
- •42. Способы выявления колеблемости во временном ряду
- •43. Показатели колеблемости.
- •44. Анализ случайных остатков в модели тренда.
- •45. Виды закономерных колебаний во временном ряду,методы их выявления.
- •48. Применение фиктивных переменных для моделирования закономерных колебаний во временном ряду.
- •49. Изучение корреляции между временными рядами по цепным абсолютным изменениям уровня ряда (первым разностям)
- •50. Изучение корреляции между временными рядами по случайным отклонениям от тренда
- •51. Модель регрессии с включением переменной времени
- •52. Виды систем эконометрических уравнений (сэу).
- •53. Структурная форма модели: состав, виды переменных.
- •54. Приведенная форма модели: структура, предназначение, связь с приведенной формой.
- •55. Идентификация системы эконометрических уравнений. Необходимое условие.
- •56. Идентификация системы эконометрических уравнений. Достаточное условие идентификации системы эконометрических уравнений
- •57. Косвенный мнк
- •58. Двухшаговый мнк
1.Предмет эконометрики, её связь с другими науками
Термин «эконометрика» возник в 20 веке и изучает количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей.
Эконометрика- это наука, изучающая количественные закономерности экономических явлений и процессов, с помощью статистических методов и моделей.
Эконометрика дает инструментарий для экономических измерений, а также методологию оценки параметров моделей микро и макроэкономики. Кроме того, эконометрика активно используется для прогнозирования экономических процессов как в масштабах экономики в целом, так и на уровне отдельных предприятий.
Эконометрика входит в обширное семейство дисциплин, посвященных измерениям и применению статистических методов в различных областях науки и практики. К этому семейству относятся, в частности, биометрия, наукометрия, психометрия, хемометрия, квалиметрия. Особняком стоит социометрия — этот термин закрепился за статистическими методами анализа взаимоотношений в малых группах, то есть за небольшой частью такой дисциплины, как статистический анализ в социологии
2. Этапы эконометрического исследования.
Постановка проблемы.
Получение данных и анализ их качества.
Данные должны быть получены по однородной совокупности и не смешивать явления.
Спецификация модели. Спецификация – выбор показателей и конкретной модели (конкретных показателей которые будут исследованы, выбор определенной модели решения.) Она тесно связана с постановкой проблемы.
Оценка параметров модели. Некоторые параметры являются константами.
y = a+bx ; a и b - параметры, y и x –переменные.
Данные обладают свойствами как, ошибки наблюдения и ошибки выборочного наблюдения.
Все данные являются выборочными полученные на 2-ом этапе, поэтому параметры модели рассчитанные по этим данным являются не точными значениями этих (истинных) параметров, а их оценкой. Кроме самих параметров на этом этапе оцениваются их качество.
Интерпретация и использование результатов исследования (прогнозирование)
3. Виды эконометрических моделей.
Эконометрические модели можно классифицировать по:
1.Видам связей между показателями.
А)Стахастические – эти связи имеют элемент случайности. Частный случай стахастических связей - это корреляционные связи.
Корреляционная связь – это связь при котором конкретным значением фактора соответствует определенные средние значения результата, т.е. функциональные зависимости. Например: средняя стоимость проезда зависит от расстояния, значение результата , которое было рассчитано по модели отражающую корреляционную связь, путем подстановки в нее значения факторов, называется выровненным или теоретическим значением результата и обозначается .
Отклонение фактического значения результата от выравненного, определяется случайными факторами. Не может быть точно рассчитано заранее до проведения наблюдения, называемое отклонение – есть случайный остаток или случайное отклонение (ошибка) и обозначается
y = a + bx +
Функция которая отражает зависимость выравненных значений результатов от значений фактора называется функцией регрессии, или эта функция отражает корреляционную связь между показателями.
= a + bx
y = a + bx + Ԑ
Модель включает в себя регрессию и может включать тождество
Б) Функциональные – это связи где значение одних показателей однозначно определяет значение других показателей. Те показатели которые оказывают влияние называются независимыми переменными – факторы(х)
Показатели на которые оказывается влияние называются зависимые переменные – результатами(у)
Частный случай функции связи:
y = x + z , z – тоже фактор. y-доход, x- расход, z- накопление.
Такое выражение называется тождеством, в нем все параметры известны.
2. По количеству уравнений входящих в эконометрическую модель. Модель может состоять из одного уравнения – регрессии, или нескольких уравнений – система эконометрических уравнений.
3.По форме функции использованной в регрессии. Соответственно различают линейные и нелинейные регрессии.
4.По количеству факторов входящих в уравнение регрессии. С одним фактором – парная регрессия ( результат и фактор), если 2 и более – множественная.