
- •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.
6.Методы оценки параметров ур-ия линейной регрессии.Метод наим-х квадратов-класс-ий подход оценки параметров ур-ия лин регр.
Пост-ие лин регр свод-ся к оценке ее парам-ов – a и b. Оценки пар-ов лин регр могут быть найдены разными методами. Можно обратиться к полю коррел. При этом парам. а опред как точку пересечения линии регр с осью OY, а пар. b оценим исходя из угла наклона линии регрессии как dy/dx, где dy-приращение рез-та y, а dx-приращ-е фактора x,т.е.
Классич подход к оцен-ию пар-ов лин регр основан на методе наименьших квадратов(МНК). Он позволяет пол-ть такие оценки пар-ов а и b, при кот-ых сумма кв откл-ий факт-их знач-й рез-ого признака Y от расчетных (теорет) минимальна:
Иными словами,
из всего множ-а линий линия регр на
графике выбирается так, чтобы сумма
кв-ов расстояний по вертикали м/у точками
и этой линией была бы мин.
=>
Чтобы найти мин
функции, надо вычислить частные
производные по каждому из пар-ов а и b
и приравнять их к нулю. Обазначим
через S,
тогда:
(1)
Преобразуя формулу (1), получим след систему норм ур-ий для оценки пар-ов а и b:
(2).
Решая сист (2) либо методом последоват-го
искл-я переем-ых, либо методом опред-лей,
найдем искомые оценки параметров a
и b:
(3).
Фор-ла (3) пол-на из первого ур-ия системы(2),
если все его члены разделим на n:
,
где cov(x;y)-ковариация
признаков;
-дисперсия
признака x.
Поскольку
,
получим след формулу расчета оценки
параметра b:
(4).
Формула (4) пол-ся также при решении
системы (2) методом определителей, если
все Эл-ты расчета разделить на
.
Парам b
наз-ся коэф-том регр. Его вел-на пок-ет
средн изм-е рез-та с изм-ем фактора на
одну ед-у.Знак b
пок-ет напр связи: при b>0-связь
прямая, а при b<0-связь
обратная. Формально а – значение У при
х=0.если признак-факт Х не имеет и не
может иметь нулевого значения, то
трактовка свободного члена а не имеет
смысла. Пар а может не иметь эк содерж.
Попытки экон-ки интерпр-ть пар а могут
привести к абсурду, особенно при а<0.
интерпр-ть можно знак при а.если а>0,
то отн-ое изм-ие рез-та происходит
медленнее, чем измен-е фактора. Иными
словами, вар-я рез-та меньше вар-и
фак-ра-коэф-т вар-и по фактору х выше
коэф вар-и для рез-та у:Vx>Vy.
Для док-ва рассм:
=>a>0
7.Примеры применения парной лин регр в эконометр иссл-ях.
Парная лин регр
применяется при изучении функции
потребления:
,
где С-потр-е; К и L-
параметры функции; у-доход. Данное ур-ие
лин регр исп-ся обычно в увязке с
балансовым равенством
,
где I-
размер инв-ций; r-сбережения.
Для простоты предположим, что доход
расходуется на потр-е и инв-и. Т.о. рассм-ся
система ур-ий:
.
Наличие в данной сист балансового рав-ва
накладывает ограничение на вел-ну
коэф-та регр,которая не может быть ед-цы,
т.е. К< либо=1.
Предположим,
что функция потребления составила:
.
Коэф-т регр хар-ет склонность к потр-ию.
Он пок-ет, что из каждой тыс дохода на
потр-ие расх-ся в средн 650р, а 350р инвест-ся.
Если рассчитать регр размера инвестиций
от дохода, т.е.
,
то ур-ие регр сост-ит:
.
Это ур-ие можно не опред-ть, т.к. оно
выводится из функции потрб. Коэф-ты регр
данных двух ур-ий связаны равенством
0,65+0,35=1. Если коэф-т больше 1, то
,
т.е. на потр-е расход-ся не только доходы,
но и сбережения. Коэф-т регр в функции
примен-ся для расчета мультипл-ра m:
,
где b-коэф-т
регр в функции полребл(вел-на К). в нашем
примере m=1/(1-0,65)=2,86.
это озн-ет, что дополн влож-я в размере
1 т.р. на длит-ый срок приведут при прочих
равных условиях к дополн доходу в 2,86
т.р.