- •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.
41. Общее понятие о системах уравнений, используемых в эконометрике. Структурная и приведенная формы модели.
Объектом статистического изучения в социальных науках являются сложные системы.
При использовании отдельных уравнений регрессии, например, для экономических расчетов в большинстве случаев предполагается, что аргументы (факторы) можно изменять независимо друг от друга.
изменение одной переменной, как правило, не может происходить при абсолютной неизменности других. Однако изменение одной переменной, как правило, не может происходить при абсолютной неизменности других. Отдельно взятое уравнение множественной регрессии не может характеризовать истинные влияния отдельных признаков на вариацию результирующей переменной. Именно поэтому в
исследованиях важное место заняла проблема описания структуры связей между переменными системой так называемых одновремменнных уравнений или структурных уравнений. Например, если изучается модель спроса как соотношение цен и количества потребляемых товаров, то одновреммено для прогнозирования спроса необходима модель предложения товаров, в которой рассматривается также взаимосвязь между количеством и ценой предлагаемых благ. Это позволяет достичь равновесия между спросом и предложением. В еще большей степени возрастает потребность в использовании системы взаимосвязанных уравнений, если мы переходим от исследований на микроуровне к макроэкономическим расчетам. Это связано с тем, что макроэкономические показатели, являясь обобщающими показателями состояния экономики, чаще всего взаимозависимы.
С истема уравнений в эконометрических исследованиях может быть построена по-разному. Возможна система независимых уравнений, когда каждая зависимая переменная y рассматривается как функция одного и того же набора факторов x:
y1 = a11x1 + a12x2 +…+a1mxm+ e1,
y2 = a21x1 + a22x2 +…+a2mxm+ e2,
…………………………………
yn = an1x1 + an2x2 +…+anm xm+ en.,
Набор факторов x1 в каждом уравнении может варьировать. Каждое уравнение системы независимых уравнений может рассматриваться самостоятельно. Для нахождения его параметров используется метод наименьших квадратов. по существу, каждое уравнение этой системы является уравнением регрессии. Т.к. фактические значения зависимой переменной отличаются от теоретических на величину случайной ошибки, в каждом уравнении присутствует величина случайной ошибки.
Однако если зависимая переменная у одного уравнения выступает в виде фактора х в другом уравнении , то исследователь может строить модель в виде системы рекурсивных уравнений:
y 1 = a11x1 + a12 x2 + … + a1m xm + e1,
y2 = b21y1 + a21x1 + a22 x2 + … + a2m xm + e2,
y3 = b31y1 + b32y2 + a31x1 + a32 x2 + … + a3m xm + e3,
…………………………………………………………
yn = bn1y1 + bn2y2 + bnn-1yn-1 + an1x1 + an2 x2 + … + anm xm + en.
В данной системе зависимая переменная у включает в каждое последующее уравнение в качестве факторов все зависимые переменные предшествующих уравнений наряду с набором собственно факторов х. Примером такой системы может служить модель производительности труда и фондоотдачи вида.
Наибольшее распространение в эконометрических исследованиях получила система взаимозависимых уравнений.. В ней одни и те же зависимые переменные в одних уравнениях входят в левую часть, а в других уравнениях - в правую часть системы:
y 1 = b12* y2 + b13* y3 +… + b1n * yn + a11 * x1 + a12 * x2 +…+ a1m xm + e1,
y2 = b21* y1 + b23* y3 +… + b2n * yn + a21 * x1 + a22 * x2 +…+ a2m xm + e2,
…………………………………………………………………………………………
yn = bn1* y1 + bn2* y2 +… + bnn-1 * yn-1 + an1 * x1 + an2 * x2 +…+ anm xm + en,
Система взаимозависимых уравнений получила название система совместных, одновременных уравнений. В эконометрике эта система уравнений называется также структурной формой модели. Примером системы одновременных уравнений может служить модель динамики цены и заработной платы.
Система совместных, одновременных уравнений (или структурная форма модели) обычно содержит эндогенные и экзогенные переменные. Эндогенные переменные обозначены в приведенной ранее системе одновременных уравнений как у. Это зависимые переменные, число которых равно числу уравнений в системе. Экзогенные переменные обозначаются обычно как х. Это предопределенные переменные, влияющие на эндогенные переменные, но не зависящие от них. Простейшая структурная форма модели имеет вид:
Классификация переменных на эндогенные и экзогенные зависит от теоретической концепции принятой модели. Экономические переменные могут выступать в одних моделях как эндогенные, а в других — как экзогенные переменные. Структурная форма модели позволяет увидеть влияние изменений любой экзогенной переменной на значения эндогенной переменной. Целесообразно в качестве экзогенных переменных выбирать такие переменные, которые могут быть объектом регулирования. Структурная форма модели в правой части содержит при эндогенных и экзогенных переменных коэффициенты bi и aj (bi — коэффициент при эндогенной переменной, аj — коэффициент при экзогенной переменной), которые называются структурные коэффициенты модели.
Приведенная форма модели представляет собой систему линейных функций эндогенных переменных от экзогенных:
где бi-коэф-ты приведенной формы модели
По виду приведенная форма модели ничем не отличается от системы независимых уравнений, параметры которой оцениваются традиционным методом наименьших квадратов. Коэффициенты приведенной формы модели представляют собой нелинейные функции коэффициентов структурной формы модели.