Добавил:
Upload
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:1-30.rtf
X
- •1. Поняття економетричної моделі, її складові частини.
- •2. Етапи побудови економетричної моделі.
- •3. Модель парної лінійної регресії, сутність та оцінювання.
- •4. Визначення вибіркових дисперсій , , для парної регресії.
- •5. Незміщені статистичні оцінки для дисперсій , , в моделі парної лінійної регресії.
- •6. Коефіцієнт детермінації та кореляції для моделі парної регресії. Перевірка суттєвості коефіцієнта детермінації за допомогою t-критерію.
- •7. Коефіцієнт детермінації та кореляції для моделі парної регресії. Перевірка суттєвості коефіцієнта детермінації за допомогою f-критерію.
- •8. Перевірка суттєвості оцінок параметрів на основі t-критерію.
- •9. Точковий та інтервальний прогноз на основі побудованої моделі парної регресії.
- •10. Передумови застосування методу найменших квадратів.
- •11. Метод найменших квадратів (мнк). Система нормальних рівнянь.
- •12. Оператор оцінювання методу найменших квадратів (мнк) в матричному вигляді.
- •13. Властивості оцінок параметрів, знайдених за методом найменших квадратів (мнк).
- •14. Дисперсійний аналіз моделі лінійної множинної регресії.
- •15. Коефіцієнт множинної кореляції та детермінації та перевірка їх статистичної значущості.
- •16. Дисперсійно-коваріаційна матриця оцінок параметрів.
- •18. Перевірка достовірності оцінок параметрів за допомогою t -критерію.
- •19. Основні економічні показники для аналізу лінійної економетричної моделі.
- •20. Точковий та інтервальний прогноз на основі побудованої моделі лінійної множинної регресії.
- •21. Поліноміальна модель. Визначення оцінок параметрів, статистичний аналіз моделі.
- •22. Гіперболічна модель. Визначення оцінок параметрів, статистичний аналіз моделі.
- •24. Виробнича функція Коба-Дугласа. Визначення оцінок параметрів, статистичний аналіз моделі.
- •25. Порівняння двох регресійних моделей. Тест Чоу.
- •30. Тестування наявності мультиколінеарності в моделі. Алгоритм Фаррара-Глобера.
30. Тестування наявності мультиколінеарності в моделі. Алгоритм Фаррара-Глобера.
Найповніше дослідити мультиколінеарність можна з допомогою алгоритму Феррара — Глобера. Цей алгоритм має три види статистичних критеріїв, за якими перевіряється мультиколінеарність усього масиву незалежних змінних (c2 — хі-квадрат); кожної незалежної змінної з усіма іншими (F-критерій); кожної пари незалежних змінних (t-критерій).
Алгоритм Феррара — Глобера складається із семи кроків.
1. Стандартизація змінних
2. Знаходження кореляційної матриці
.
3. Визначення критерію c2 (хі-квадрат)
4. Визначення оберненої матриці
.
5. Обчислення F-критеріїв
6. Знаходження частинних коефіцієнтів кореляції
7. Обчислення t-критеріїв
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]