- •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
18. Таблица дисперсионного анализа
Оценка значимости уравнения регрессии обычно дается в виде таблицы дисперсионного анализа.
Источники вариации |
Число степеней свободы df |
Сумма квадратов отклонений |
Дисперсия на одну степень свободы (MS=SS/df) |
Fфакт |
Fтабл, при а=0,05 |
Регрессия |
m |
SSфакт = ∑(y^-y¯)² |
SSфакт/m |
MSфакт/ MSост |
Fтабл |
Случайные колебания |
n-m-1 |
SSост = ∑(y-y^)² |
SSост/ n-m-1 |
--- |
--- |
Общая вариация |
n-1 |
SSобщ = ∑(y-y¯)² |
--- |
--- |
--- |
19.Показатели частной корреляции и детерминации
Для оценки изолирован влияния кажд фактора на рез-т при устранении воздействия прочих факторов модели исп-ся частные показатели корреляции. Показатели частн корреляц представляют собой отношение сокращения остаточной дисперсии за счет дополнит включения в анализ нов фактора к остаточн дисперсии, имевшей место до введения его в модель. 1)индекс частной корреляции для фактора х1. η yx1*x2x3…xn=корень из (G2yx2x3..xm(ост) – G2yx1x2x3..xm(ост))/G2yx2x3..xm(ост) Под корнем в числителе- сокращение остаточн дисперсии за счет включения в модель фактора x1 после остальных факторов. 2)частный коэф корреляции ryx1*x2x3..xm=корень из (1-(1– R2yx1*x2x3..xm)/(1- R2yx2x3..xm))Рекурентные формулы расчета частн коэф корреляции 1го порядка: Порядок частн показателя корреляции соотв-ет числу факторных признаков, влияние котор устраняется. Для 2х факторн модели част коэф корреляции:
ryx1*x2= (ryx1 - ryx2* rx1x2)/корень из((1- ryx22)* (1- rx1x22)) и
ryx2*x1= (ryx2 - ryx1* rx1x2)/корень из((1- ryx12)* (1- rx1x22))
Измеряется от -1 до 1. Исп-ся для оценки целесообразности добавления нов фактора в ур-ние после других факторов. Если частн коэф корреляции стремится к 0, то добавление нов.фактора не целесообразно.
20. Частный f-критерий
Для оценки статистич целесообразности добавления нов факторов в регрессион модель исп-ся частн критерий Фишера, т.к на рез-ты регрессион анализа влияет не только состав факторов, но и последовательность включения фактора в модель. Это обьясняется наличием связи между факторами.
Fxj =( (R2 по yx1x2...xm – R2 по yx1x2…xj-1,хj+1…xm)/(1- R2 по yx1x2...xm) )*( (n-m-1)/1)
Fтабл (альфа,1, n-m-1) Fxj больше Fтабл – фактор xj целесообразно лючать в модель после др.факторов.
Если рассматривается уравнение y=a+b1x1+b2+b3x3+e, то определяются
последовательно F-критерий для уравнения с одним фактором х1, далее F-
критерий для дополнительного включения в модель фактора х2, т. е. для
перехода от однофакторного уравнения регрессии к двухфакторному, и,
наконец, F-критерий для дополнительного включения в модель фактора х3, т.
е. дается оценка значимости фактора х3 после включения в модель факторов x1
их2. В этом случае F-критерий для дополнительного включения фактора х2
после х1 является последовательным в отличие от F-критерия для
дополнительного включения в модель фактора х3, который является частным F-
критерием, ибо оценивает значимость фактора в предположении, что он включен
в модель последним. С t-критерием Стьюдента связан именно частный F-
критерий. Последовательный F-критерий может интересовать исследователя на
стадии формирования модели. Для уравнения y=a+b1x1+b2+b3x3+e оценка
значимости коэффициентов регрессии Ь1,Ь2,,b3 предполагает расчет трех
межфакторных коэффициентов детерминации.