- •1.Определение эконометрики, предмет и история возникновения эконометрики.
- •2.Понятие регрессии и корреляции в эконометрических исследованиях.
- •3.Спецификация модели. Ошибка спецификации.
- •4.Основные типы кривых, используемые при кол-ой оценке связей м/у 2мя переем-и.
- •5.Понятие пар регр и корр. Вид ур-ия лин регр. Интерпрет-я параметров.
- •6.Методы оценки параметров ур-ия линейной регрессии.Метод наим-х квадратов-класс-ий подход оценки параметров ур-ия лин регр.
- •7.Примеры применения парной лин регр в эконометр иссл-ях.
- •8.Показатели тесноты связи в ур-ях лин и нелин регр.
- •9.Парный лин коэф-т коррел, методы его опред-ия,аналитическое знач-е.
- •10.Коэф-т детерминации-один из способов оценки кач-ва подбора лин функции. Методика расчета, экон смысл, аналит значение.
- •11.Понятие коэф-та эластичности, методика расчета, аналитический смысл.
- •12.Графическое изображение осн типов кривых. Оценка тесноты связи с помощью графика.
- •13.Правило сложения дисперсий. Аналитическое значение разл-ия общей диспер.
- •14.Понятие ст-ни св-ды,опр-е числа ст-ей св-ды для общ, факт. И отс дисперсии.
- •15.Крит Фишера-методы расчета,исп-ие для оц-ки существ-ти св-зи м/у факт-ом и рез-ом.
- •16.Дисперс-ый анализ рез-тов регр при оценки значимости ур-ия регр. Табл дисп-го анализа, ее аналитич знач-е.
- •17. Методы оценки статистической значимости параметров уравнения линейной регрессии. Стандартная ошибка коэффициента регрессии, определения фактического значения критерия стьюдента.
- •18. Оценка значимости параметра «а»
- •19.Методика определения прогнозных значений результата на основе линейного уравнения регрессии – точечного и интервального.
- •20.Нелинейная регрессия. Два класса нелинейных регрессий(примеры).
- •21.Особенности определения параметров параболы второго порядка.
- •22. Понятие линеаризации нелинейных уравнений регрессии. Оценка параметров уравнения гиперболы, степенной функции, приведённых к линейному виду.
- •23. Методы расчета и интерпритация коэффициентов эластичности для линейных и нелинейных математических функций.
- •24. Показатель тесноты связи для нелинейной регрессии – индекс корреляции – методика расчета, аналитическое значение.
- •25. Оценка статистической значимости индекса корреляции, индекс детерминации – понятие, аналитическое значение.
- •26. Средняя ошибка апроксимации – методы расчета, использование в анализе качества модели.
- •27. Отбор факторов при построении уравнения множественной регрессии, понятие коллинеарности и мультиколлинеарности.
- •29. Использование мнк и метода определителей для оценки параметров уравнения множественной регрессии.
- •30. Уравнение регрессии в стандартизированном масштабе,экономическое содержание стандартизированных коэффициентов регрессии, их интерпритация.
- •31.Коэффициент эластичности в уравнениях множественной регрессии: методика расчета, аналитическое значение, интерпретация.
- •32. Индекс множественной корреляции, коэффициент детерминации, методики построения, аналитическое значение
- •33. Понятие, методика расчета и область применения скорректированного индекса множественной детерминации.
- •34. Понятие частных коэффициентов (индексов) корреляции и их аналитическое значение.
- •35. Согласованность частной корреляции и стандартизированных коэффициентов регрессии на примере двухфакторного анализа.
- •36. Оценка значимости уравнения множественной регрессии с помощью критерия фишера. Методика определения фактического значения f-критерия через индекс детерминации и с помощью дисперсионного анализа.
- •37. Частный критерий фишера, его аналитический смысл.
- •38. Оценка существенности дополнительно включенного фактора в уравнение множественной регрессии с помощью таблицы дисперсионного анализа.
- •39. Понятие фиктивной переменной во множественной регрессии.
- •40. Предпосылки метода наименьших квадратов, понятие гомо- и гетероскедастичности, графическое изображение гомо- и гетероскедастичности.
- •41. Общее понятие о системах уравнений, используемых в эконометрике. Структурная и приведенная формы модели.
- •42. Понятие идентификации при переходе от приведенной формы модели к структурной.
- •43 Основные элементы временного ряда.
- •44. Понятиеавтокорреляции уровней временного ряда,методика расчета коэф.Автокорреляции, его аналитическое значение
- •45. Выявление тенденции изучаемого явления с помощью аналитического выравнивания временного ряда
- •46. Методика выявления сезонных и циклических колебаний в аддитивной модели.
- •47. Расчет сезонной компоненты в мультипликативной модели.
- •48. Специфика статистической оценки взаимосвязи двух временных рядов.
- •49. Автокорреляция в остатках. Критерий дарбина-уотсона.
32. Индекс множественной корреляции, коэффициент детерминации, методики построения, аналитическое значение
Практическая значимость уравнения множ.регрессии оценивается с помощью показателя множ. корреляции и его квадрата – коэф. детерминации.
Показатель множ. корреляции хар-ет тесноту связи рассматриваемого набора ф-ов с исследуемым признаком, или оценивает тесноту совместного влияния ф-ов на рез-т. Независимо от формы связи показатель множ. корреляции м.б. найден как индекс множ. корреляции:
где ð2ост - остаточная дисперсия д/уравнения у=f(х1,х2,...,хр)
ð2у – общая дисперсия результативного признака
Границы его изменения от 0 до 1. Чем ближе его значение к 1,тем теснее связь результативного признака со всем набором исследуемых ф-ов.
Расчет индекса множ. Корреляции предполагает определение уравнения множ. Регрессии и на его основе остаточной дисперсии:
ð2ост =(Σ(у-ŷх1х2...хр)2) / n
Можно пользоваться след. Формулой индекса множ. корреляции:
При линейной зав-ти признаков формула индекса корреляции м.б.:
где βxi – стандартизированные коэф. регрессии
Источники вариации |
Число степеней свободы |
Сумма квадратов SS |
Дисперсия на 1ст.свободы, Д |
Fфакт, Fтабл(0,05) |
За счет регрессии(факторная) |
(ðу) 2 |
SSобщ* R2 |
21,675 |
16,27/2,76 |
Остаточная |
n-(ðу) 2-1 |
SSобщ* (1-R2) |
1,332 |
1 / - |
общая |
n-1 |
n* (ðу)2 |
- |
- / - |
33. Понятие, методика расчета и область применения скорректированного индекса множественной детерминации.
Д/того чтобы не допустить возможного преувеличения тесноты связи применяется скорректированный индекс (коэф.) множ.корреляции. Скорректированный индекс множ.корреляции содержит поправку на число степеней свободы, а именно остаточная сумма квадратов Σ(у – ŷх1х2...р)2 делится на число степеней свободы остаточной вариации (n-m-1), а общая сумма квадратов отклонений Σ(у-уˉ)2 – на число степеней свободы в целом по сов-ти (n-1). Формула скорректированного индекса множ.детерминации имеет вид:
(Rˉ)2= 1-[Σ(у – ŷ)2: (n-m-1)] / [Σ(у-уˉ)2 : (n-1) ], где n – число наблюдений,
m – число параметров при переменных х.
Д/линейной зав-ти признаков скорректированный коэф.множ.корреляции определяется по той же формуле, что и индекс множ.корреляции,т.е. как корень квадратный из (Rˉ)2. Отличие состоит лишь в том,что в линейной зав-ти под m понимается число факторов, включенных в регрессионную модель,а в криволинейной зав-ти m – число параметров прих и их преобразованиях(х2, lnx и др.), которое может быть больше числа ф-ов как экономич.переменных.
В статистич. пакетах прикладных программ в процедуре множ.регрессии обычно приводится скорректированный коэф.(индекс) множ. корреляции (детерминации). Величина коэф. множ.детерминации используется д/оценки качества регрессионной модели. Низкое значение коэф.множ.корреляции означает,что в регрессионную модель не включены существенные ф-ры, с одной стороны, а с другой стороны, рассматриваемая форма связи не отражает реальные соотношения м/у переменными, включенными в модель.