- •1. Основные задачи эконометрики. Эконометрические модели. Примеры.
- •2. Классификация переменных. Типы данных.
- •3. Типы данных, измерения в эконометрике.
- •2) Динамические данн – данн экономического показателя для какого либо объекта, собранного в последовательные моменты времени с одинаковым интервалом.
- •4. Основные этапы эконометрического моделирования на примере.
- •5. Классификация эконометрических моделей
- •6. Задачи регрессионного анализа. Виды зависимостей м-ду перем.
- •7. Способы оценивания. Свойства оценок.
- •8. Проверка статистических гипотез.
- •9. Парная регрессия. Описание метода наименьших квадратов.
- •10. Вывод формул для оценок параметров парной линейной регрессии.
- •11. Дисперсионный анализ. Оценка значимости уравнения регрессии.
- •12. Коэффициенты корреляции, детерминации Интерпретация.
- •13. Проверка гипотез относительно параметров линейного уравнения.
- •14. Интервальная оценка параметров моделей парной регрессии
- •15. Вычисление предсказ. Значений зависимой переменной. Доверительные интервалы для предсказаний. Коэф. Эластичности.
- •16. Выбор функции. Сравнение различных моделей
- •17. Предпосылки применения мнк
- •18. Нелинейная регрессия. Нелинейная модель и их линеаризация.
- •19. Преобразование случайного отклонения в моделях нелин регрессии
- •20. Модель множественной регрессии. Условия Гаусса-Маркова.
- •21. Вывод формул для оценок коэффициентов модели мр. Матричная запись. Теорема Гаусса-Маркова.
- •22. Дисперсии и стандартные ошибки коэффициентов (ковариационная матрица и ее выборочная оценка).
- •23. Интервальные оценки коэффициентов уравнения мр. Проверка статистической значимости коэффициентов.
- •24. Проверка общего качества уравнения множественной регрессии.
- •25.Коэффициент детерминации для уравнения множественной регрессии.
- •28. Использование статстики Фишера для вкл. В модель х.
- •29. Необходимость проверки предпосылок регрессионного анализа.
- •30. Спецификация ур-я мр. Тест Рамсея.
- •31. Логарифмические (лог-линейные модели). Производственная функция Кобба-Дугласа. Зависимости в банковском анализе.
- •32. Обратная модель. Ф-ция Торнквиста. Кривая Филипса.
- •33. Суть гетероскедастичности.
- •34. Выявление гетероскедастичности (Тест г-к, Тест Спирмена)
- •35. Устранение гк. Метод взвешенных нк.
- •36. Автокорреляция случайных ошибок.
- •37. Выявление автокорреляции
- •38. Методы устранения автокорреляции
- •39. Мультиколлинеарность как проблема данных. Следствия.
- •40. Обнаружение мультиколлинеарности
- •41. Борьба с мультиколлинеарностью. Гребневая регрессия.
- •42. Фиктивные переменные
- •43 Тест Чоу.
- •44. Системы эконометрических уравнений
- •48. Временные ряды. Мультипликативная и аддитивная модели.
- •49. Автокорреляционная функция
- •50. Моделирование тенденции временного ряда, сезонных и циклич. Колебаний.
1. Основные задачи эконометрики. Эконометрические модели. Примеры.
Эконометрика — наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей. Теоретическая эконометрика рассматривает статистические свойства оценок и испытаний, в то время как прикладная эконометрика занимается применением эконометрических методов для оценки экономических теорий. Эконометрика дает инструментарий для экономических измерений, а также методологию оценки параметров моделей микро и макроэкономики. Кроме того, эконометрика активно используется для прогнозирования экономических процессов как в масштабах экономики в целом, так и на уровне отдельных предприятий.
Статистическое и эконометрическое моделирование — исследование объектов познания на их статистических моделях; построение и изучение моделей реально существующих предметов, процессов или явлений (например: экономических процессов в эконометрике) с целью получения объяснений этих явлений, а также для предсказания явлений или показателей, интересующих исследователя.
Оценка параметров таких моделей производится с помощью статистическиx методов. Например: метод максимального правдоподобия, метод наименьших квадратов, метод моментов.
Классификация эконометрических моделей.
Эконометрическая модель – образ экономического объекта, примерно воссоздаваемый с помощью математического языка.
Классификация:
модели временных рядов: -трендовые модели: -кривые роста- адаптивные модели;
-сезонные модели; - тренд сезонные модели;
регрессионные модели: - парные; -множественные; -линейные; -нелинейные;
системы одновременных уравнений (СОУ): -рекурсивные; -независимые; -взаимозависимые.
2. Классификация переменных. Типы данных.
Типы переменных:
Экзогенные – значен которых задаются из вне по отношен к модели, до нек степени их значен можно планировать
Эндогенные – значен которых формир внутри модели
Лаговые – строятся только по данным временных рядов, взятых в предыдущий момент времени по отношению к текущему.
Предопределённые – значен которых к текущему моменту уже известны
Фиктивные –количественным образом оценив качественные показатели.
Типы данных: 1) Синхронные данные – значение экономического показателя для разных однотипных объектов, собранные приблизительно в равных условиях в 1 и тот же момент времени.
2) Динамические данн – данн экономического показателя для какого либо объекта, собранного в последовательные моменты времени с одинаковым интервалом.
3) Панельные данн – данн экономич показателя для группы, относит объектов собранные в последоват моменты времени.(курс акций нефт компаний за 2009)
3. Типы данных, измерения в эконометрике.
Показатели делятся на:
– качественные
– количественные
Качествен измеряются в номинальных и порядковых шкалах. Номинальн шкала позвол произвести измерение, которое представляет собой неупорядоченную классификацию. Т.е по какому либо св-ву мы разделяем объекты на классы, в котором проявл одинак св-ва.
Порядковая шкала. Тут важным является ур проявления рассматриваемого св-ва.
Колич показатели отличаются наличием естественного начала отчёта и естественного его измерения, бывают:1) Интервальные – нет ни начала, ни ед измерений 2) Разностная – нет начала, но есть ед измерения 3) относительная – есть начало, нет ед измерения 4) Абсолютная – всё есть.
Типы данных: 1) Синхронные данные – значение экономического показателя для разных однотипных объектов, собранные приблизительно в равных условиях в 1 и тот же момент времени.