- •1. Особливості та принципи економетри моделювання економ систем і процесів.
- •2. Поняття економетричної моделі її складові
- •3. Причина,які спонукають появу стохастичної складової
- •4. Етапи побудови економетричної моделі
- •6. Модель пропозиції та попиту
- •7. Модель Кейнса
- •8. Прогнозування: суть методи, класифыкацыйны ознаки
- •9. Використання економетричних моделей для прийняття управлінських рішень
- •10. Метод найменших квадратів та передумови його використання
- •12. Властивості оцінок параметрів
- •13. Умови Гаусса-Маркова для економетричних моделей парної та множинної регресії
- •14. Економетрична модель парної лінійної регресії
- •15. Оцінювання параметрів парної регресійної економетричної моделі за мнк
- •16. Розрахунок та аналіз значень коефіцієнтів детермінації та кореляції.
- •17. Перевірка адекватності моделі парної регресії та статистичної значимості оцінок її параметрів, коєфіцієнтів детермінації та кореляції.
- •18. Перевірка значущості оцінок параметрів моделі та побудова довірчих інтервалівдля оцінок параметрів моделі
- •19. Прогнозування на основі економетричних моделей парної регресії. Точкових та інтервальних прогноз.
- •20 Економчних аналіз моделі парної регресії: середня ефективність впливу чинників, гранична ефективність та коефіцієнти еластичності
- •21)Економетрична модель множинної лінійної регресії.
- •22)Оцінювання параметрів множинної регресійної економетричної моделі за мнк.
- •23)Коефіцієнти детермінації та кореляції множинної економетричної моделі, їх аналіз. Скоригований коефіцієнт детермінації.
- •Перевірка гіпотез про статистичну значимість лінійної моделі множинної регресії, коефіцієнтів регресії, коефіцієнта детермінації, коефіцієнта кореляції.
- •Перевірка гіпотез про значення коефіцієнтів регресії множинної регресійної моделі. Інтервали надійності для коефіцієнтів множинної регресії. ;
- •26.Прогнозування на сонові економетрични моделей множинної регресії. Точковий та інтервальний прогноз
- •27.Економічний аналіз моделі множинної регресії: середня ефективність впливу чинників, гранична ефективність, коефіцієнти еластичності.
- •28Нелінійні моделі. Лінеаризація нелінійних моделей.
- •29.Поліноміальні модель, побудова оцінок її параметрів.
- •30. Гіперболічна модель
- •31. Показникові моделі, побудова оцінок її параметрів.
- •Виробнича функція Кобба-Дугласа, побудова оцінок її параметрів.
- •Метод максимальної правдоподібності.
- •34.Застосування нелінійних функцій в економіці
- •35. Врахування якісних факторів в лінійних економетричних моделях за допомогою фіктивних змінних.
- •Моделі з фіктивними незалежними змінними: моделі, що містять тільки якісні незалежні змінні.
- •37/Моделі з фіктивними незалежними змінними: моделі в яких незалежні змінні носять як якісний так і кількісний характер.
- •38) Порівняння 2-х регресій. Тест Чоу.
- •39. Моделі з фіктивними залежними змінними. Модель lpm
- •41. Моделі з порушенням передумов використання мнк: мультиколінеарність
- •42. Cуть мультиколінеарності
- •43. Наслідки мультиколінеарності
- •44. Ознаки регресійної моделі які вказують на наявність мультиколінеарності
- •45 .Алгоритм Фаррара - Глобера
- •46. Методи звільнення від мультиколінеарност.
- •47 Метод гребеневої регресії усунення мультиколінеарності.
- •48. Моделі з порушенням передумов використання мнк: гетероскедастичність залишків.
- •49. Суть гетероскедастичності
- •50. Наслідки гетероскедастичності
- •51 .Методи визначення гетероскедастичності, тест рангової кореляції Спірмена
- •52.Методи виявлення гетероскедастичності, тест Парка
- •53.Методи виявлення гетероскедастичності, тест Голдфелда-Квандта.
- •55.Метод зважених найменших квадратів оцінювання параметрів моделі з гетероскедастичними залишками при невідомих дисперсіях відхилень спостережень.
- •56. Моделі з порушенням передумов використання мнк: автокореляція залишків.
- •57. Суть автокореляції
- •58. Наслідки автокореляції
- •59. Способи визначення автокореляції залишків. Критерій Дарбіна – Уотсона
- •60.Крім критерію Дарбіна – Уотсона використовують також критерій фон Неймана:
- •61. Нециклічний коефіцієнт автокореляції
- •62. Метод Ейткена
- •63. Метод перетворення вихідної інформації
- •Поняття часового ряду та специфікація його дослідження. Основні компоненти часового ряду.
- •65. Часові ряди та їх основні числові характеристики.
- •66. Вирівнювання часових рядів. Ковзні середні й автокореляція
15. Оцінювання параметрів парної регресійної економетричної моделі за мнк
Принцип найменших квадратів відхилень полягає в знаходженні таких і , для яких найменша. Необхідна умова для цього — перетворення на нуль похідних цієї функції за кожним із параметрів і . Метод, який реалізує принцип найменших квадратів, називається методом найменших квадратів (1МНК). Оскільки
,
то
Виконавши елементарні перетворення, дістанемо систему нормальних рівнянь
(2.19)
Підставимо в систему (2.19) значення , , , , які можна дістати на підставі сукупності спостережень, і розв’яжемо її відносно невідомих параметрів і :
16. Розрахунок та аналіз значень коефіцієнтів детермінації та кореляції.
Коефіцієнти детермінації та кореляції є кількісними характеричстиками, за якими можна зробити висновок про те, наскільки побудована економетрична модель узгоджеється з еміпіричною інформацією, на підставіякої було збудовано. Тобто на основі ціх коефіцієнтів можна зробити загальні висковки щодо достовірності економетричної моделі.
Щоб дати метод їх розрахунку необхідно показати, що варіація залежної змінної (Y) навколо свого вибіркового середнього значення ( )* може бути розкладена на дві складові:
1) варіацію розрахункових значень ( ) навколо середнього значення ;
2) варіацію розрахункових значень ( ) навколо фактичних (Y).
Коєціцієнт детермінації є мірою оцінювання загальної якості регресії, тобто мірою тісноти лін звязку між регрессором х та регремантом.- Формула для детермінатрції коеф.
Множинний коефіцієнт кореляції:
Він характеризує тісноту зв’язку усіх незалежних змінних із залежною.
Для множинного коефіцієнта кореляції з урахуваннням і без урахуванння числа ступенів свободи характерна така сама зміна числового значення, як і для коефіцієнта детермінації.
Коеф кореляції характеризхує тісноту звязку між змінними моделі. Якщо до однициці- звязок тічсний прямопропорційних. та якщо до -1 навпаки обернено пропорційний.
17. Перевірка адекватності моделі парної регресії та статистичної значимості оцінок її параметрів, коєфіцієнтів детермінації та кореляції.
Гіпотезу про рівень значущості зв’язку між залежною і незалежною змінними можна перевірити з допомогою F-критерію:
При цьому ми виходимо з того, що залишки u розподілені нормально, тобто користуємося фундаментальною теоремою про те, що для нормально розподіленої випадкової величини з нульовою середньою і одиничною дисперсією сума квадратів її n випадково вибраних значень має розподіл з n ступенями свободи.
запишемо альтернативну форму F-критерію:
. (5.16)
Згідно з цим критерієм перевіряється значущість коефіцієнта детермінації, а отже, й усієї моделі.
Фактичне значення F-критерію порівнюється з табличним при ступенях свободи n – m і m – 1 і вибраному рівні значущості. Якщо Fфакт > Fтабл, то гіпотеза про істотність зв’язку між залежною і незалежними змінними економетричної моделі підтвержується, у противному разі - відкидається.
КОРЕЛЯЦІЇ Оскільки коефіцієнт кореляції є також вибірковою характеристикою, яка може відхилятись від свого “істинного” значення, значущість коефіцієнта кореляції також потребує перевірки. Базується вона на t-критерії
де — коефіцієнт детермінації моделі; — коефіцієнт кореляції; — число ступенів свободи.
Якщо , де — відповідне табличне значення t-розподілу з ступенями свободи, то можна зробити висновок про значущість коефіцієнта кореляції між залежною і незалежними змінними моделі.