- •1. Эконометрика и ее место в ряду других экономических и статистических дисциплин. Типы моделей и типы данных в эконометрике.
- •Общая задача. При помощи статистических методов выразить те закономерности, которые экономическая теория определяет лишь количественно.
- •Эконометрическая модель.
- •2. Коэффициент ковариации. Коэффициент корреляции. Их свойства. Выборочные оценки основных числовых характеристик случайных величин. Проверка значимости коэффициента корреляции.
- •Свойства ковариации
- •3. Регрессионная модель. Причины включения в модель случайного отклонения. Парная линейная регрессия. Мнк. Задачи линейного регрессионного анализа.
- •Парная регрессия.
- •Метод наименьших квадратов
- •4. Основные свойства точечных оценок. Теорема Гаусса-Маркова для однородной модели.
- •6. Проверка гипотез в одномерной модели. Интервальная оценка коэффициентов.
- •7. Множественная регрессия. Мнк. Теорема Гаусса-Маркова для многомерной модели.
- •Метод наименьших квадратов
- •9. Множественная регрессия. Гипотеза «длинная-короткая» модель. Специфика модели. Исключение существенной переменной. Включение несущественной переменной. Пошаговая регрессия.
- •10. Множественная регрессия. Тест Чоу на наличие структурного сдвига. Фиктивные переменные.
- •11. Стохастические (случайные). Обобщенный мнк. Теорема Айткена.
- •13. Гетероскедастичность. Метод взвешенных наименьших квадратов. Коррекция моделей на гетероскедастичность (3 случая).
- •14. Описание тестов проверки на гетероскедастичность (тесты Голдфельда-Куандта, Бреуша-Пагана).
- •15. Мультиколлинеарность: последствия, способы обнаружения, средства устранения. Тест.
- •16. Частный коэффициент корреляции. Его свойства, процедура вычисления.
- •17. Автокорреляция: последствия, способы обнаружения, средства устранения.
- •19. Оценивание моделей с автокорреляцией.
- •Линейные формы: интерпретация регрессии
- •21. Временные ряды. Факторы, влияющие на формирование значений временного ряда. Структура временного ряда. Основные задачи анализа временных рядов.
- •Исследование временноых рядов
- •22. Стационарные временные ряды. Их характеристики. Белый шум. Проверка стационарности временного ряда.
- •Правило проверки гипотезы об отсутствии тренда в тесте серий
- •23.Выравнивание временного ряда (аналитическое – выделение тренда регрессией от времени; механическое – метод последовательных разностей.)
- •3 Основных подхода:
- •24. Автоковариационная и автокорреляционная функция. Способ вычисления. Коррелограмма.
- •25. Линейные модели стационарных временных рядов (авторегрессии и скользящего среднего)
- •26. Модель авторегрессии ar(p). Уравнения Юла Уокера.
- •27. Модель авторегрессии ar (1)
- •28. Модель авторегрессии ar(2). Расчет параметров.
- •29. Модель скользящего среднего ma(1). Расчет параметров.
- •30. Частная автокорреляционная функция. Модели arma(p,q). Свойства acf и pacf.
- •31. Модели arima(p,d,q). Методолгия Бокса-Дженкинса. Интерпретация функций акф и чакф.
Линейные формы: интерпретация регрессии
Интерпретация коэффициент регрессии – наклона - предельный эффект независимого фактора
Коэффициент регрессии показывает (абсолютный) прирост результирующей переменной при изменении независимого фактора на 1.
Интерпретация коэффициент регрессии от времени - ежегодный прирост зависимой переменной.
Дополнительно, может и не надо
Роль постоянного члена.
Свободный член абсорбирует все смещения и сдвиги.
Исключение постоянного члена приводит к нарушению одного из условий Гаусса-Маркова (о равенстве 0 матожидания случайного члена)
Интерпретация постоянного члена регрессии.
Пост член задает точку пересечения уравнения регрессии с осью Y
Интерпретируется как ожидаемое значение Y, когда объясняющая переменная и случайный член равны 0.
Иногда он имеет содержательный смысл.
Последствия исключения свободного члена.
оценки коэф при переменных искажаются и смещаются
t-статистики становятся некорректными
Возможность исключения постоянного члена.
1.за редкими и обоснованными (содержательно и экономически) исключениями не следует исключать постоянный член уравнения регрессии
2.необоснованное исключение свободного члена приводит к серьезным ошибкам
3.не следует полагаться на оценку самого свободного члена
21. Временные ряды. Факторы, влияющие на формирование значений временного ряда. Структура временного ряда. Основные задачи анализа временных рядов.
Временным динамическим рядом называется совокупность наблюдений {y(t ),i= } анализируемого показателя (случайной величины) Yt, в последовательные моменты/периоды времени.
Временной ряд - упорядоченная во времени последовательность наблюдений.
Временной ряд - реализация (траектория)случайной величины, зависящей от времени.
Отдельные наблюдения – уровни ряда.
Типы
-Одномерные (полученные в результате наблюдения одного показателя)/многомерные (как результат наблюдений нескольких характеристик одного исследуемого объекта в течение ряда моментов времени).
-Непрерывные / дискретные с равноотстоящими и произвол. моментами наблюдения
-Детерминированные / случайные
-Стационарные / нестационарные
!!!Существенен порядок данных, члены не являются статистически независимыми, не являются одинаково распределенными.
Факторы, влияющие на формирование уровней временного ряда:
НЕСЛУЧАЙНЫЕ:
- долговременные, формирующие в длительной перспективе общую («вековую») тенденцию изменения анализируемого показателя fтр(t)
Пр.: рост населения, общее эк.развитие и т.д.
-сезонные, формирующие периодически повторяемые в определенное время года (или др. календарных периодов) колебания анализируемого показателя (привязаны к определенным календарн.периодам) φ(t)
Пр.: рождественские продажи товаров, билетов; часы пик и др.
- циклические, формирующие изменения анализируемого показателя в результате воздействия циклов эк., демографич. или астрофизической природы (не привязаны к каким-то опред.календарным периодам) ψ(t)
Пр.: волны эк.активности Кондратьева, демографич.ямы
СЛУЧАЙНЫЕ, не поддающиеся учету и регистрации как результат воздействия случ., внешних факторов. Ε(t)
Структура – это способ представить компоненты, т.е. учесть факторы, влияющие на формирование значений временного ряда:
Аддитивная модель Y=T+S+C+E
Мультипликативная модель Y=T*S*C*E
Все компоненты врем. ряда – функции времени
тенденция/тренд T=f(t)
сезонная компонента S= (t)
циклическая компонента C= (t)
случайная компонента E= (t)
Основн.задачи:
Графическое представление и описание врем. ряда.
Выделение и удаление закономерных составляющих врем. ряда (тренда, сезонной и циклических составляющих).
Сглаживание и фильтрация (удаление низко- и высококачественных составляющих) временного ряда.
Исследование случайной составляющей временного ряда (построение и проверка адекватности модели ВР)
Прогнозирование будущих значений ВР.