- •Эконометрика
- •Лекция 1. Предмет и метод эконометрики. Ковариация, дисперсия и корреляция
- •1.1. Предмет и метод эконометрики
- •1.2. Выборочная ковариация.
- •1.3. Основные правила расчета ковариации.
- •1.4. Теоретическая ковариация.
- •1.5. Выборочная дисперсия. Правила расчета дисперсии.
- •1.6. Коэффициент корреляции.
- •1.7. Коэффициент частной корреляции.
- •Тест для самоконтроля
- •Лекция 2. Парная линейная регрессия.
- •2.1. Проблема оценивания линейной связи экономических переменных.
- •2.2. Модель парной линейной регрессии.
- •2.3. Регрессия по методу наименьших квадратов.
- •2.4. Интерпретация уравнения регрессии.
- •2.5. Качество оценки: коэффициент r2.
- •Тесты для самоконтроля
- •Лекция 3. Статистическая оценка достоверности выборочных показателей связи.
- •Оценка достоверности уравнения регрессии в целом
- •Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.1. Оценка достоверности уравнения регрессии в целом
- •3.2. Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.3. Проверка гипотезы и интервальная оценка коэффициента регрессии.
- •3.4. Средняя ошибка уравнения и интервальная оценка отдельных значений результативного признака.
- •Тесты для самоконтроля
- •Лекция 4. Нелинейная регрессия
- •4.1. Спецификация модели
- •4.2. Классификация нелинейных функций.
- •4.3. Отдельные виды нелинейных регрессий.
- •4.3.2. Равносторонняя гипербола.
- •4.3.3. Степенная функция.
- •4.4.Коэффициенты эластичности в нелинейных регрессиях.
- •4.5. Корреляция для нелинейной регрессии.
- •Тесты для самоконтроля
- •Лекция 5. Множественная регрессия и корреляция
- •Понятие множественной регрессии, и ее графическая интерпретация
- •Отбор факторов при построении модели.
- •Коллинеарность факторов. Методы преодоления межфакторной связи
- •Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •5.1.1. Понятие множественной регрессии, и ее графическая интерпретация
- •5.1.2. Отбор факторов при построении модели.
- •5.1.3. Коллинеарность факторов. Методы преодоления межфакторной связи
- •5.1.4. Параметризация уравнения множественной регрессии и его интерпретация
- •Тесты для самоконтроля
- •Модульная единица 5.2. Множественная и частная корреляция. Предпосылки мнк.
- •5.2.1.Множественная корреляция.
- •5.2.2. Скорректированный индекс детерминации (корреляции).
- •5.2.3. Частная корреляция.
- •5.2.4. Частные f- тесты
- •5.2.5. Предпосылки мнк.
- •Тесты для самоконтроля
- •Лекция 6. Моделирование динамических процессов
- •6.1. Элементы временного ряда
- •6.2. Автокорреляция
- •6.3. Выявление структуры временного ряда
- •6.4. Моделирование тенденции
- •6.5. Изучение взаимосвязи переменных по данным временных рядов
- •6.6. Критерий Дарбина-Уотсона
- •Тесты для самоконтроля
- •Лекция 7. Системы эконометрических уравнений
- •Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •7.1.1. Понятие и необходимость применения систем уравнений
- •7.1.2. Косвенный метод наименьших квадратов
- •7.1.3. Проблема идентификации
- •Вопросы для повторения
- •Тесты для самоконтроля
- •Модульная единица 7.2. Методы решения сверхидентифицируемых систем
- •7.2.1. Двухшаговый метод наименьших квадратов
- •7.2.4. Исходные данные
- •7.2.2. Понятие о трехшаговом методе наименьших квадратов
- •7.2.3. Применение систем уравнений
- •Контрольные вопросы
- •Тесты для самоконтроля
- •Пример выполнения работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить парную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя встроенный инструмент «Регрессия» ms excel, построить парную линейную модель регрессии, оценить результаты.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Оценка значимости. Точечная и интервальная оценки параметров уравнения регрессии
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить множественную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •2 Способ.
- •4 Способ.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Требуется проверить модель регрессии на гетероскедастичность остатков
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить уравнение тренда.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Построить модель связи между экономическими переменными по данным временных рядов.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Автокорреляционные функции
- •2.1. Тест на автокорреляцию остатков трендов
- •3. Первые разности
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Список индивидуальных данных:
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи.
- •Пример и методические указания к выполнению работы.
- •2. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Словарь основных терминов и определений (глоссарий)
- •Промежуточный тест по дисциплине «Эконометрика» Учебный модуль 3. Модульная единица 6.
- •Тестовые задания
- •Итоговый тест по дисциплине «Эконометрика»
- •1. Шкала проходных баллов по модулям
- •Модульная единица 2. Парная линейная регрессия.
- •Модульная единица 3. «Статистическая оценка достоверности выборочных показателей связи»
- •Модуль 2. Множественная регрессия и корреляция Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •Модуль 4. Системы эконометрических уравнений Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •Модуль 4. Модульная единица 7.2. «Методы решения сверхидентифицируемых систем»
- •Контрольные работы промежуточного контроля Контрольная работа №1(модульные единицы 1, 2, 3)
- •Предмет и метод эконометрики.
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №2 (модульная единица 4)
- •5. Классификация нелинейных функций.
- •Контрольная работа № 3 (модуль 5, модульные единицы 5.1, 5.2)
- •Контрольная работа № 4 (модуль 7, модульные единицы 7.1, 7.2)
- •Контрольные вопросы итогового контроля
Тесты для самоконтроля
1. Временной ряд – это:
1) последовательность лет |
3) совокупность значений какого-либо показателя за несколько последовательных моментов или периодов времени (верно) |
2) значение какого-либо показателя за определенный период времени |
4) значение какого-либо показателя в определенный момент времени |
2. Тенденция временного ряда может быть
1) только возрастающей |
3) возрастающей или убывающей (верно) |
2) только убывающей |
4) сначала возрастающей, потом убывающей |
3. Тенденция отражает влияние
1) совокупного долговременного воздействия множества факторов на динамику изучаемого показателя (верно) |
3) воздействия случайных факторов на динамику изучаемого показателя |
2) воздействия определенного фактора на динамику изучаемого показателя |
4) воздействия циклических колебаний на динамику изучаемого показателя |
4. Циклическая компонента временного ряда может быть обусловлена влиянием
1) множества факторов на динамику изучаемого показателя |
3) случайных факторов на динамику изучаемого показателя |
2) длительных циклических колебаний (верно) |
4) сезонных колебаний на динамику изучаемого показателя (верно) |
5. Какая из моделей временного ряда является аддитивной, если:
Т – тренд;
S – циклическая компонента;
E – случайная компонента.
1) Yt=T+S·E |
3) Yt=T+S+E (верно) |
2) Yt=T·S·E |
4) Yt=T/S+E |
6. Какие компоненты временного ряда:
Т – тренд;
S – циклическая компонента;
E – случайная компонента
– являются закономерными, неслучайными ?
1) только T |
3) только S |
2) T и S (верно) |
4) T и Е |
7. Значения временного ряда уt
1) являются неслучайными величинами |
3) нельзя рассматривать ни в качестве случайных ни в качестве неслучайных величин |
2) являются случайными величинами (верно) |
4) неизвестные исследователю величины |
8. Корреляционную зависимость между последовательными уровнями временного ряда называют
1) автокорреляцией (верно) |
3) гетероскедастичностью |
2) мультиколлинеарностью |
4) мультипликатором временного ряда |
9. Коэффициент автокорреляции второго порядка определяется по формуле:
1) |
3) |
2) (верно) |
4) |
10. Для обеспечения статистической достоверности лаг при расчете коэффициента автокорреляции уровней ряда (t=1,2…n) должен быть
1) ≤ п / 2 |
3) ≤ п / 4 (верно) |
2) ≥ п / 4 |
4) ≥ п / 2 |
11. График зависимости величины коэффициента автокорреляции от лага называют
1) автокорреляционной функцией |
3) коррелограммой (верно) |
2) полем корреляции |
4) диаграммой |
12. Если ряд динамики содержит только тенденцию и циклическую компоненту, то его график
1) |
3) |
2)
|
4) (верно) |
13. Если ряд динамики содержит только тенденцию и случайную компоненту, то его график
1) (верно) |
3) |
2) |
4) |
14. Если при построении уравнения регрессии по данным временных рядов при высоком коэффициенте детерминации присутствует автокорреляция уровней (значений) в рядах динамики, то
1) уравнение регрессии отражает реальные связи между переменными |
3) присутствует сложная корреляция между переменными |
2) присутствует ложная корреляция между переменными (верно) |
4) предпосылки МНК не нарушаются |
15. Методами исключения тенденции являются:
1) включение в модель регрессии фактора времени (верно) |
3) метод последовательных разностей (верно) |
2) метод отклонений от тренда (верно) |
4) метод Гольдфельда-Квандта |
16. Автокорреляция в остатках наблюдается, если
1) остатки содержат тенденцию (верно) |
3) остатки содержат сезонность (верно) |
2) остатки распределены в соответствии с законом нормального распределения |
4) остатки распределены случайно |
17. Возможные причины автокорреляции остатков:
1) в модель включен фактор, оказывающий существенное воздействие на результат |
3) в модель не включен фактор, оказывающий существенное воздействие на результат (верно) |
2) модель не учитывает влияние нескольких второстепенных факторов, совместное влияние которых не существенно |
4) автокорреляция остатков может заключаться в неверной функциональной спецификации модели (верно) |
18. Для выявления автокорреляции в рядах динамики используется тест
1) Гольдфельда-Квандта |
3) Дарбина-Уотсона (верно) |
2) F-тест |
4) t-тест |
19. Если в предыдущий момент времени увеличение остатка приводит к его росту в последующий момент, то
1) присутствует ложная автокорреляция |
3) присутствует положительная автокорреляция (верно) |
2) присутствует отрицательная автокорреляция |
4) автокорреляция остатков отсутствует |
20. Если в момент времени tm (t=1,2…n) ряда динамики был серьезный экономический кризис, то выявить тенденцию развития уровня безработицы, можно путем
1) построения тренда за весь период (t=1,2…n) |
3) построения линейного тренда |
2) моделирования тенденции отдельно по подпериодам: от 1 до m и от m+1 до n (верно) |
4) построения степенного тренда |