- •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
55. Идентификация системы эконометрических уравнений. Необходимое условие.
Проблема наличия у системы решений называется проблемой идентификации системы. Проверка идентификации, т.е. проверка системы на возможность её решения производятся с помощью необходимого и достаточного условий идентификации. Проверка представляет собой проверку каждого уравнения системы на идентификацию, затем делается выбор об идентификации всей системы.
Проверка на идентификацию не осуществляется для тождеств, хотя сами тождества принимают участие в проверке.
Необходимым условием является:
1. Проверка уравнений: необходимо определить следующие величины:
количество эндогенных переменных, входящих в данное уравнение (H);
количество предопределённых переменных, отсутствующих в данном уравнении (D);
сравниваются величины H и D+1
> - уравнение не идентифицируется;
< - точно идентифицируется;
= - сверхидентифицируемая.
2. Выводы по системе:
Есть ли неидентифицируемые уравнения?
Да – система неидентифицируется
Нет – есть ли сверхидентифицируемые уравнения?
Да – система сревхидентифицируема
Нет - система точно идентифицируема
56. Идентификация системы эконометрических уравнений. Достаточное условие идентификации системы эконометрических уравнений
Проверка ур-я:
Необходимо выявить переем-е, кот-е не входят в это ур-е
Для этих переем-х форм-ся матрица коэф при них, строки матрицы соовт-т всем другим ур-м и тожд-м сис-мы, столбцы соотв-т конкретным перем-м.
Если переем-я стоит в левой части ур-я, т.е. явл-ся рез-м, то коэф при ней равен «-1» и в тождествах коэф-ты при факторах равны «+1»
Определяется ранг этой матрицы
(Из матрицы необходимо выделить квадрат максимального размера, где число строк и столбцов равны. Затем ищем определитель матрицы. Если удается выделить такую квадр. матр.(хотя бы одну), где определитель не равен 0, то ранг матрицы равен длине стороны этой матрицы. Если нет, то размерность этой матрицы сокращают)
Для выполнения достаточного условия ранг матрицы должен быть ≥ количеству эндогенных пер-х в сис-ме (-1).
57. Косвенный мнк
Этот метод используется, если система точно идентифицируема.
Решение:
Необходимо построить ПФМ и для каждого уравнения ПФМ найти парам-ры с помощью МНК
После нахождения парам-ов ур-я стар-ся преобразовать таким образом, чтобы получить уравнение, имеющее ту же стру-ру, что и ур-е СФМ. Успешный рез-т этих преобр-й является решением.
58. Двухшаговый мнк
Этот метод используется, если система сверхидентифицируема.
Необходимо построить ПФМ и для каждого уравнения ПФМ найти парам-ры с помощью МНК
Для каждого ур-я СФМ (исходной модели) выпол-ся след. действие:
Находят эндогенные перем-е, явл-ся в дан. уравнении факторами
Испол-я ПФМ, рассчит-т выровнен-е значения переменных, выявл-я в предыдущем пункте (yˆ)
К рассматр-му ур-ю СФМ прим. МНК, причем вместо наблюд-х фактич. знач- эндоген. перм-х факторов берут выровнен-е значен-я, рассчит. в предыдущем пункте.