- •1. Типы структурных экономических моделей.Проблемы идентификации и оценивания параметров.
- •6.Статистические оценки и их характеристика.
- •11. Нуль-гипотеза и принцип ее проверки.
- •12.Модель экономического роста Солоу.
- •13. Задача нелинейного программирования и методы их решения. Теорема Куна-Таккера.
- •14. Классификация методов прогнозирования.
- •25. Относительные величины и их значение в статистике. Виды относительных величин и формы их выражения.
- •15. Кибернетический подход в логистике.
- •16. Игры двух лиц с нулевой суммой. Смешанные стратегии. Теорема Неймана. Аналитическое решение игры (2х2).
- •27. Таблица межотраслевого баланса. Основные балансовые соотношения.
- •17. Неоклассическая задача потребления.
- •18. Временные ряды. Их основные характеристики и процедуры сглаживания.
- •23. Производственная функция. Свойства производственных функций. Основные типы производственных функций.
- •28. Тест Дарбина-Уотсона на автокорреляцию по времени.
- •32.Показатели качества регрессии. Коэффициенты корреляции, детерминации, дисперсионное отношение Фишера, стандартные ошибки.
- •35. Задачи линейного программирования. Различные формы записи. Способ решения. Примеры задач.
- •33. Динамический межотраслевой баланс
- •34. Линейная регрессия в условиях мультиколлинеарности. Ридж-оценивание.
- •43. Модель сетевого планирования. Методы срн и pert.
- •47. Основные макроэкономические показатели.
- •49. Предмет и функции «Экономической теории»
- •80. Цель и роль информационных потоков в логистических системах. Структура инф-ной логистич системы как совокупности подсистем для функциональных областей логистики.
- •51. Рынок труда и безработица.
- •52. Совокупный спрос и совокупное предложение
- •55. Предпринимательский доход и экономическая прибыль. Источники экономической прибыли. Функции прибыли.
- •56. Заработная плата: сущность и факторы, ее определяющие. Зарплата в условиях конкурентного рынка.
- •57. Классификация рыночных структур: признаки совершенной конкуренции, монополистической конкуренции и чистой монополии.
- •58. Определение цены и объема производства в условиях чистой монополии (в двух временных периодах).
- •39.Модель частичного динамического равновесия – паутинообразная модель.
- •59. Источники и движущие силы экономического развития. Критерии экономического развития.
- •60. Сущность, функции и структура рынка.
- •61. Экономическое содержание собственности.
- •62. Закономерности возникновения и развития экономики смешанного типа.
- •63. Законы товарно-денежного обращения
- •64. Модель равновесия «Доходы-Расходы»
- •66. Денежно-кредитная политика в переходной экономике
- •68. Предпринимательство и его сущность. Организационно-правовые формы.
- •69. Акционерный капитал и фондовые биржи.
- •92. Общая характеристика и состав электронного офиса.
- •Предельный доход и спрос (случай линейной функции спроса).Предположим, что кривая спроса монополиста не только имеет отрицательный наклон, но также линейна, как это представлено на рис. 5.2.
- •72. Цена и объем производства фирмы в условиях монополистической конкуренции
- •73. Инфляция: сущность, причины и последствия.
- •73A. Сущность и цели общественного производства.
- •78. Закон спроса и предложения. Состояние рыночного равновесия и его виды.
- •74. Информационные страдства в организации автоматизированных банковских систем.
- •89. Информационные системы в бухгалтерском учете.
- •75. Внемашинное и внутримашинное информационное обеспечение для создания информационных систем в экономике.
- •76. Программно-математическое обеспечение для организации информационных систем в экономике.
- •79. Понятие, принципы формирования и роль информационной стратегии в информационной логистической системе организации.
- •77. Понятие информационных систем в экономике. Принципы создания.
- •81. Информационная логистика: понятие, объект изучения, содержание.
- •82. Классификация информации по разным признакам. Основные понятия (информационные продукт, информационные услуги и т.Д.)
- •83. Понятие информации. Информация и данные, сообщения. Особенности экономической информации. Качество информации.
- •85. Понятие и развитие информатики. Понятие информатики как науки: предмет и задачи, этапы и направления развития информатики.
- •86. Автоматизированные рабочие места: понятие, классификация. Пример использования.
- •87. Информ-ое обеспечение создания информ-ых систем в анализе хоз-ой деят-ти.
- •90. Информационные технологии, их классификация, организация (структура) и средства реализации. Варианты внедрения ит на предприятии.
- •91. Классификация информации и методы организации работы с документами в рф. Принципы организации документооборота.
- •94. Информатизация общества и технологизация социального пространства
- •95. Особенности технологии и классификация экспертных систем.
- •93. Платежная система в интернете. Необходимые условия реализации платежей через интернет. Классификация платежных систем.
- •38. Обобщенная схема мнк.
- •48. Типы и формы собственности.
- •7. Транспортная задача и методы ее решения.
- •88. Перспективы создания ис в экономике.
28. Тест Дарбина-Уотсона на автокорреляцию по времени.
Существует несколько подходов к тестированию регрессионных остатков на автокорреляцию. Во многих статистических пакетах решение задач по построению регрессии дополняется графическим представлением результатов моделирования. В том числе предоставляется возможность визуализации поведения отклонений во времени. Чаще других используется критерий Дарбина-Уотсона. В его основу положена простая идея, в соответсвии с которой, если корреляция случайной составляющей регрессии не равна 0, то она должна присутсвовать и в остатках регрессии , получающихся в результате обычного МНК. В тесте Дарбина-Уотсона для оценки автокорреляции используется статистика Корректное использование статистики возможно при выполнении следующих условий:
модель, для которой возникает необходимость примения этого критерия должна содержать свободный член;
предполагается, что случайная составляющая модели определяется в соответствии с авторегрессионной схемой первого порядка;
наблюдения, используемые для построения модели, имеют одинаковую периодичность, то есть в них нет пропусков;
критерий нельзя применять, если в регрессионной модели в число обясняющих переменных входит зависимая переменная с лагом в один период. Такое ограничение связано с тем, что распределение статистики d зависит не только от числа наблюдений, но и от значений самих регрессоров. А это означает, что тест перестает играть роль критерия в том смысле, что нельзя указать критическую область, которая позволяла бы принимтаь решение об отсутствии автокорреляции в тех случаях, когда в эту область попадают наблюдаемые значения статистики d.
В моделях, содержащих авторегрессионные члены, разработан критерий для обнаружения автокоррелированности остатков: , где - оценка коэффициента авторегрессии; n-число наблюдений; - выборочная дисперсия коэффициента при лаговой переменной уравнения регрессии . При большом объеме выборки и справедливости нулевой гипотезы статистика h имеет стандартизированное нормальное распределение (h N(0,1)). Это позволяет по заданному уровню значимости определить критическую точку и сравнить h-статистику с ней. Если h-статистика больше критической точки, то нулевая гипотеза отвергается. Значение рассчитывается с помощью статистики Дарбина-Уотсона по формуле . А представляет собой квадрат стандартной ошибки оценки
Таким образом, статистика h легко вычисляется на основе данных оцененной регрессии (3). Единственная проблема, которая может возникнуть связана с тем, что вполне возможен случай, когда n >1.
32.Показатели качества регрессии. Коэффициенты корреляции, детерминации, дисперсионное отношение Фишера, стандартные ошибки.
При построении линейной регрессии используется линейный коэффициент корреляции , который можно рассчитать по следующим формулам: Линейный коэффициент регрессии находится в пределах [-1;1]. Положительное значение коэффициента свидетельствует о наличии прямой связи, отрицательное – обратной. Чем ближе абсолютное значение коэффициента к единице, тем сильнее линейная связь между факторами. Но следует иметь в виду, что близость абсолютной величины коэффициента к нулю еще не означает отсутствия связи между признаками. При другой спецификации модели связь между признаками может быть достаточно тесной. Для оценки качества подбора линейной функции рассчитывается квадрат коэффициента корреляции, называемый коэффициентом детерминации . Он характеризует долю дисперсии результативного признака y, объясняемую регрессией, в общей дисперсии результативного признака. Коэффициент детерминации дает относительную меру влияния фактора на результат, фиксируя одновременно и роль ошибок. Чем ближе его значение к единице, тем в большей степени уравнение регрессии пригодно для прогнозирования. Оценка значимости уравнения регрессии в целом производится на основе F-критерия Фишера, которому предшествует дисперсионный анализ. Где - значения показателя, объясненные регрессией; – среднее значение регрессии; n – число наблюдений; m – число параметров при переменной х, число степеней свободы. Значение F-критерия Фишера сравнивается с табличным значением при уровне значимости и степенях свободы и . При этом, если фактическое значение F-критерия больше табличного, то признается статистическая значимость уравнения в целом. В парной линейной регрессии оценивается значимость не только уравнения в целом, но и отдельных его параметров. С этой целью по каждому из них определяется стандартная ошибка m. Стандартная ошибка коэффициента регрессии определяется по формуле: где остаточная дисперсия на одну степень свободы. Для оценки существенности коэфиента регрессии его величина сравнивается с его стандартной ошибкой, то есть определяется фактическое значение t-критерия Стьюдента: (аналогично для параметра a)