- •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
Контрольные вопросы
Можно ли применять косвенный метод наименьших квадратов для сверхидентифицируемых систем?
Для каких систем применяется двухшаговый метод наименьших квадратов?
Какова последовательность двухшагового метода наименьших квадратов?
Сколько раз применяется метод наименьших квадратов в процедуре двухшагового метода?
В чем отличие оценок параметров систем уравнений, полученных двухшаговым и обычным методом наименьших квадратов?
Какой метод применяется в случае взаимной коррелированности регрессионных остатков?
Приведите пример моделей кейнсианского типа.
Приведите пример динамической модели экономики.
Приведите пример модели спроса и предложения?
Каково понятие «мультипликатор»?
Как интерпретируются мультипликаторы в модели Кейнса?
Как интерпретируются мультипликаторы в модели Клейна?
Каково понятие лаговых переменных?
Резюме по модульной единице 7.2.
Для оценки параметров сверхидентифицируемых систем применяется двухшаговый метод наименьших квадратов. Его оценки являются несмещенными и состоятельными.
Если в модели одновременных уравнений коррелируют случайные ошибки, то трехшаговый метод эффективнее двухшагового метода наименьших квадратов. Хотя оценки двухшагового метода остаются состоятельными и для таких моделей.
Системы одновременных уравнений широко используются для моделирования макроэкономики. Например, разработаны модели для описания экономики страны, спроса и предложения и т.д.
Тесты для самоконтроля
1. Двухшаговый метод наименьших квадратов может применяться для отыскания параметров:
1) неидентифицируемых систем |
3) идентифицируемых систем (верно) |
2) сверхидентифицируемых систем (верно) |
4) решения уравнений регрессии |
2. Сколько этапов двухшагового метода предусматривают применение метода наименьших квадратов?
1) ни один |
3) два (верно) |
2) один |
4) столько, сколько уравнений в системе |
3. Если в системе уравнений взаимно коррелированны остатки, то применение двухшагового метода дает оценки, которые являются:
1) смещенными и несостоятельными |
3) несостоятельными и несмещенными |
2) состоятельными и несмещенными |
4) смещенными, но состоятельными (верно) |
4. Сколько этапов трехшагового метода предусматривают применение метода наименьших квадратов?
1) ни один |
3) два (верно) |
2) один |
4) столько, сколько уравнений в системе |
5. Наибольшие сложности использования систем совместных уравнений связаны с ошибками:
1) оценивания параметров |
3) случайными ошибками выборки |
2) спецификации модели (верно) |
4) конкретными |
6. Наибольшее распространение систем одновременных уравнение наблюдается при:
1) построении моделей микроэкономики |
3) построении моделей макроэкономики (верно) |
2) системы одновременных уравнений не получили практического применения |
4) построении моделей сельскохозяйственных предприятий |
7. Как называются коэффициенты при независимых переменных в системе приведенных уравнений модели Кейнса:
1) акселераторы |
3) регрессоры |
2) мультипликаторы (верно) |
4) экзогенные переменные |
8. В правой части структурной формы систем одновременных уравнений могут находиться:
1) только экзогенные переменные |
3) только предопределенные (лаговые) переменные |
2) только эндогенные переменные |
4) экзогенные, эндогенные и лаговые переменные (верно) |
Инвестиционный мультипликатор национального дохода в модели Кейнса
равен:
1) 1,5 |
3) 0,6 |
2) 2,5 (верно) |
4) 10 |
10. Инвестиционный мультипликатор потребления в модели Кейнса
равен:
1) 1,5 (верно) |
3) 0,6 |
2) 2,5 |
4) 10 |
Лабораторная работа №1. Определение показателей выборочной ковариации и корреляции.
Модульная единица 1.
Требования к содержанию, оформлению и порядку выполнения:
Теоретическая часть.
Взаимосвязь переменных х и у может быть выражена одним числом. Показателями взаимосвязи переменных являются их ковариация и корреляция. Ковариация определяется по одной из следующих формул
Cov (x,y)=
Cov (x, y) =
Величина показателя ковариации зависит от масштаба переменных, поэтому не является устойчивой характеристикой взаимосвязи и не подлежит смысловой интерпретации. Знак показателя ковариации указывает на направление связи: положительная величина показателя говорит о том, что связь прямая, а отрицательная – об обратной связи.
Устойчивой характеристикой взаимосвязи, то есть не зависящей от масштаба переменных, является коэффициент корреляции. В случае парной линейной зависимости переменных он определяется по формуле
где Var (х) = (х - )2 и Var (y) = ( y -
Коэффициент парной корреляции r имеет максимальное значение, равное единице, которое получается при строгой линейной положительной зависимости между выборочными значениями х и у. Аналогичным образом r принимает минимальное значение -1, когда существует линейная отрицательная зависимость. Величина r =0 показывает, что зависимость между наблюдениями х и у в выборке отсутствует. Промежуточные значения коэффициента корреляции интерпретируются следующим образом:
0 – 0,3 - слабая связь;
0,3 – 0,5 - умеренная связь;
0,5 – 0,7 - средняя сила связи;
0,7 – 1,0 - сильная или тесная зависимость.
Если на зависимую переменную у параллельно с фактором х оказывает влияние еще и фактор z, то коэффициент парной корреляции между у и х (rxy) может преувеличивать или преуменьшать действительную силу связи между ними. В таких случаях частный коэффициент корреляции является более точной мерой зависимости. Его величина определяется по формуле:
,
где rху.z - коэффициент частной корреляции между х и у в случае постоянства воздействия величины z , а rху, rxz и ryz - обычные коэффициенты корреляции между х и у, между х и z, между у и z соответственно.
Квадрат коэффициента корреляции r2 называется коэффициентом детерминации, он показывает долю общей вариации зависимой переменной, объясненной влиянием независимой переменой.
Общая постановка задачи: по выборочным данным определить величину ковариации двумя способами, убедиться в равенстве результатов, сделать вывод о направлении связи переменных; изменить масштаб одной из переменных, рассчитать ковариацию по преобразованным данным, сделать выводы; по этим же данным рассчитать парный и частный коэффициенты корреляции, сделать выводы.
Список индивидуальных данных представлен в файле «исходные данные.exl» на листе «ЛПЗ №1»