- •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.
27.Показник модель. Визнач-я параметрів, статист аналіз моделі
Для побудови експоненційної моделі прологарифмуємо обидві частини рівняння y =αβ t , вважаючи, що α > 0. Одержимо ln y = lnα + t lnβ . Зробивши заміну z = ln y, a0= lnα, a1= lnβ , матимемо z=a0+a1t. Тоді виконується така умова:F(a0,a1)=∑(zt-a0-a1t)^2→min. І для знаходження коефіцієнтів a0 і a1 використовуємо таку систему рівнянь
{ ∑ zt=na0+a1∑t
∑ tzt=a0∑t+a1∑t^2
28. Вир-ча функція Кобба-Дугласа. Визнач-я вектора статист аналіз моделі
Класична виробнича функція Кобба-Дугаласа має вигляд:
де, У - обсяг продукції, F - основний капітал, L - робоча сила.Практичні дослідження функції Кобба-Дугласа показали, що припущення про лінійну однорідність на практиці виконується рідко. Тому було запропоновано виробничу функцію більш загального вигляду
Якщо ( + ) > 1, то темпи зростання обсягу продукції вищі за темпи зростання виробничих ресурсів, а якщо ( + ) < 1, то, навпаки, темпи зростання обсягу продукції нижчі за темпи зростання ресурсів.
Виробничу функцію Кобба-Дугласа можна подати співвідношенням yi=β0*xi^β1*zi^β2*e^εi, i=1,n. У векторно-матричній формі модель набуде вигляду: y¯=X* β¯+ε¯,
статистичним образом цієї моделі буде y¯=X*β¯*+ε¯, вектор β¯*=(X’*X)^(-1)*X’* y¯.
29. Сутність виробничої функції та її застосування
Вир-ча функція - економ-а модель, яка кількісно описує зв’язок основних результативних показників виробничо-господарської діяльності з факторами, що визначають ці показники. До осн-их показників можна віднести дохід, прибуток, рентабельність, продуктивність праці, собівартість і т.д. Функція Кобба-Дугласа належить до найвідоміших виробничих функцій, що набули широкого застосування в економічних дослідженнях. Класична виробнича функція Кобба-Дугласа має вигляд , де, У - обсяг продукції, F - основний капітал, L - робоча сила.Практичні дослідж-я функції Кобба-Дугласа показали, що припущ-я про лінійну однорідність на практиці виконується рідко. Тому було запропоновано виробничу функцію більш загального вигляду . Виробнича функція дає можливість дослідити для галузей та економіки в цілому показники середньої і граничної ефективності ресурсів робочої сили і основних виробничих фондів, граничні норми заміщення ресурсів у вир-му процесі. Важливе знач-я має також аналіз на основі функцій таких відносних показників, як продуктивність праці, фондоозброєність праці, фондомісткість продукції,фондовіддача.
30. Поняття фіктивних змінних.Приклад
У більшості випадків незалежні змінні в регресійних моделях мають безперервні області зміни. Однак теорія не накладає ніяких обмежень на характер коеф-тів регресії, зокрема, деякі змінні можуть приймати лише два значення або у більш загальної ситуації - безліч дискретних значень. Необхідність розгляду таких змінних виникає у випадках, коли необхідно оцінити яку-небудь якісну ознаку, тобто коли фактори, що вводяться в рівняння регресії є якісними і не вимірюються по числовій шкалі.Отже,фіктивні змінні – змінні, що описують якісні показники,ознаки, що розширують сферу застосування лінійних моделей.Наприклад, розглянемо лінійну регресійну модель залежності підсумкової оцінки з економетрики від успішного закінчення навчання в школі.Для цього можна використовувати dummy-змінну di=1, якщо студент у школі був відмінником або 0, якщо ні.