
- •1.Поняття економ-ої моделі, її складові частини
- •2.Роль, місце економ моделей в управл ек сист-и
- •3.Прич, що спон появу випад склад-ої регрес мод
- •4.Етапи побудови економетричної моделі
- •5.Специфікація економетричних моделей
- •6.Помилки специфікації моделей регресії
- •7.Парам-и моделі парн лін регресії. Сутн-ь й оцінюв
- •8.Мнк оцінюв-я параметрів парної лінійної регресії
- •9.Коеф-т детерм-ії й корел-ії для моделі парної регресії. Перев-а суттєв-і коеф-а де терм-ії за t-крит
- •10.Коеф. Детерм-ї (кд) та корел-ї (кк) для моделі парної регресії. Перевірка суттєвості кд за допом. F-крит.
- •16.Коеф. Множ. Корел. Та детермінації та перевірка їх статистичної значимості
- •17.Передумови застос-ня мнк для оцінки пар-ів множ. Лін. Регресії.
- •18.Дисперсійно-коваріац матриця оцінок параметрів
- •19.Надійні інтервали для оцінок парам-ів множинної лінійної моделі регресії
- •20.Точковий та інтервальний прогноз на основі побудованої моделі лінійної множинної регресії
- •21.Значимість економетричної моделі.
- •22.Знач-ть оцінок парам-ів множ лін моделі регресії
- •23.Прогнозув залеж змінної на осн-і економ моделі
- •25.Поліноміальна модель. Визнач-я вектора * статист аналіз моделі
- •26.Гіперболічна модель. Визнач-я вектора * статист аналіз моделі
- •27.Показник модель. Визнач-я параметрів, статист аналіз моделі
- •29. Сутність виробничої функції та її застосування
- •30. Поняття фіктивних змінних.Приклад
- •31.Врахув-я якісних факторів в лін-х економет-х моделях за доп фіктивних змінних
- •32. Моделі з фікт-и регресорами: моделі, що містять тільки фікт-і незал-і змінні та моделі, що містять як фіктивні, так і кількісні незалежні змінні
- •33. Моделі з фіктивними залежними змінними
- •34. Порівняння двох регресійних моделей. Тест Чоу
- •35.Суть та наслідки мультикол-сті (м).
- •36.Тест-ня наявності мультикол-ті (м) в моделі.
- •37.Алгоритм Фаррара-Глобера.
- •38.Методи усунення мультикол-ті.
- •39.Алгоритм покрокової регресії.
- •41.Негат наслідки наявності гетероск-ті залишків в лін моделях
- •42.Негативні наслідки наявності автокореляції залишків в лінійних моделях.
- •43.Негативні наслідки наявності мультик-і.
- •44.Тест Гольдфельда-Квандта. Пос-ть його вик-ня.
- •45.Алгоритм теста Глейсера.
- •46.Перевірка наявності гетероскедаст-і залишків на основі теста коеф-а рангової кореляції Спірмена
- •40.Поняття про гомо- та гетероскедас-ть залишків.
- •47.Узагальнений метод найменших квадратів для моделі з гетероскедастичністю залишків.
- •48. Зважений метод найменших квадратів.
- •49.Суть та наслідки автокор-ії стохаст-ої складової
- •50.Алгоритм Дарбіна-Уотсона для виявлення автокореляції залишків першого порядку.
- •52. Критерій фон Неймана.
- •51.Цикл та нециклічний коефіцієнт автокореляції(а)
- •53.Узаг-ий мнк для знаходж-я оцінок параметрів моделі з автокорельов-и залишками
- •56.Метод Кочрена – Оркатта.
- •54.Метод Ейткена оцін парам моделі з автокор зал
- •55.Метод перетвор-я вихідної інфор-ії в оцінюв-і параметрів моделі з автокорельов-и залишками
- •58.Оцін параметрів моделі з автокор залишками методом Дарбіна
- •57.Алгоритм методу Кочрена-Оркатта.
- •59.Поняття часового лагу. Моделі з часовим лагом незалежних змінних.
- •60.Авторегресійні моделі.
- •61.Оцінюв-я авторегресійних моделей з часовим лагом незалежних змінних.
- •62.Автокореляція часового ряду, коефіцієнт автокореляці, автокореляційна функція
- •63.Часовий ряд в загальному вигляді.
- •65. Виявлення тренду часового ряду.
- •66. Методи визначення тренду часового ряду.
- •67.Криві зростання.
- •68.Методи вибору форми тренду.
- •69.Оцінка адекватн-і і точності трендових моделей.
- •70.Застос-я фіктивних змінних у модел-і сез колив
- •71.Основні етапи аналізу часових рядів
- •72.Метод ковзної середньої для згладж час ряду
- •73.Експоненційне згладжування
- •75.Стаціонарні та нестаціонарні часові ряди. Основні характеристики часових рядів.
- •76.Поняття системи економічних рівнянь. Приклади моделей на основі системи одночасних рівнянь
- •77.Структурна та звед форми одночасних рівнянь
- •80.Алгоритм непрямого мнк
- •78.Ідентифік-ія. Необхід та достатня умова ідентиф.
- •79.Непрямий мнк оцінювання параметрів системи одночасних рівнянь.
- •81.Рекурсивні системи одночасних рівнянь, оцінювання їх параметрів
- •82.Проблеми ідентифікації системи одночасних рівнянь
- •83.Оцінюв-я параметрів системи одноч-их рівнянь двох кроковим методом найменших квадратів
- •84. Алгоритм двокрокового методу найменших квадратів (2мнк)
- •85.Трьохкроковий метод найменших квадратів
- •86.Прогноз ендогенних змінних.
81.Рекурсивні системи одночасних рівнянь, оцінювання їх параметрів
Якщо в економетричній моделі матриця A має трикутний вид, а залишки характеризуються діагональною матрицею S, то така система рівнянь називається рекурсивною.
У
численних публікаціях Волда [1] показано,
що реальні економічні системи найчастіше
описуються рекурсивними системами
рівнянь. Цей висновок він аргументує
тим, що реальне формування кожного з
показників, які входять до моделі, є
неодночасовим. Наприклад, залежність
ціни від пропозиції товару на ринку.
Якщо часовий період дорівнює одному
дню, то ціна на товар в t-й день
встановлюється у врахуванням продажу
в t–1 день, тоді як попит на товар залежить
від ціни, за якою продавався товар в
цей самий день. Запишемо ці
рівняння:
Наведена
модель є рекурсивною, бо
і
— поточні значення залежних ендогенних
змінних, а
—
розглядається як екзогенна змінна, яка
бере участь у послідовності причинних
зв’язків.
Ця послідовність містить тільки прямі зв’язки, що дозволяє нам вважати залишки незалежними.
У рекурсивних системах матриця коефіцієнтів при залежних змінних трикутна.
Коли залишки в рівняннях нормально розподілені, то для оцінювання параметрів моделі можна використати 1МНК.
82.Проблеми ідентифікації системи одночасних рівнянь
Проблеми чисельної оцінки параметрів в стрктурній формі і можливість перетворення структурної форми на зведену тісно пов'язані з поняттям ідентифікації моделі.Якщо лінійна комбінація рівнянь структурної форми не може привести до рівняння, що має ті самі змінні, що й деяке рівняння в структурній формі, то модель буде ідентифікованою.Для ідентифікованих моделей зведена форма визначається однозначно за допомог. співвідношень ykt=rk0x0t+rk1xkt+…+rkmxmt+vkt. Умова ідентифікації має перевірятися для кожного рівняння системи. Необхідна умова ідентифікації системи - справедливість нерівності для кожного рівняння моделі ykt=ak1y1t+…+akkykt+bk0x0t+…+bkmxmt+ukt(12.1):ks-1<m-ms, (12.10)де ks —кількість ендогенних змінних, які входять в s-те рівняння структурної форми; m — загальна кількість екзогенних змінних моделі; ms — кількість екзогенних змінних, які входять в s-те рівняння структурної форми моделі.Кількість екзогенних змінних, які не входять у s-те рівняння структурної форми, дорівнює m-ms. Якщо для всіх рівнянь моделі (12.1) співвідношення (12.10) виконується як рівність, то система рівнянь є точно ідентифікованою.Проблема ідентифікації стосується структурних параметрів, а не параметрів зведеної форми. Якщо для всіх рівнянь моделі співвідношення (12.10) виконується як нерівність, то система рівнянь є надідентифікованою.Якщо для всіх рівнянь моделі співвідношення (12.10) не виконується, то система рівнянь є неідентифікованою. В цьому випадку необхідно переглянути специфікаціюмоделі. Економетрична модель, задана системою одночасних рівнянь, називається точно (строго) ідентифікованою (ототожненою), якщо однозначно можна отримати оцінки її параметрів на основі оцінених параметрів зведеної моделі.