- •1. Сутність моделювання як методу наукового пізнання.
- •2. Особливості та принципи математичного моделювання.
- •3. Основні дефініції економіко-математичного моделювання. Особливості економічних спостережень і вимірів.
- •4. Етапи економіко-математичного моделювання. Елементи класифікації економіко-математичних моделей.
- •5. Основні задачі економетрії.
- •6. Парна лінійна регресія. Метод найменших квадратів.
- •13. Прогнозування значень залежної змінної.
- •14. Визначення коефіцієнта еластичності.
- •15. Економетричний аналіз лінійної функції парної регресії в msExcel.
- •16. Загальна лінійна економетрична модель. Емпірична модель множинної лінійної регресії.
- •17. Етапи побудови економетричної моделі.
- •18. Побудова моделі множинної регресії; проведення кореляційного аналізу за допомогою msExcel.
- •19, Перевірка статистичної значущості коефіцієнта множинної детермінації за критерієм Фішера.
- •20, Визначення дисперсій оцінок параметрів та їх стандартних
- •21, Розрахунок довірчих інтервалів для оцінок параметрів із заданою надійністю. Розрахунок довірчих інтервалів для оцінок параметрів , та із заданою надійністю
- •23, Визначення часткових коефіцієнтів еластичності.
- •24, Моделі з порушенням передумов використання звичайного методу найменших квадратів.
- •26. Суть гетероскедастичності. Гетероскедастичність і зважений метод найменших квадратів.
- •27. Основні поняття і попередній аналіз рядів динаміки: поняття часового ряду.
- •28. Основні поняття і попередній аналіз рядів динаміки: основні характеристики динаміки часового ряду.
- •29. Основні поняття і попередній аналіз рядів динаміки: систематичні та випадкові компоненти часового ряду.
- •30. Перевірка гіпотези про існування тренда
- •31. Методи прогнозування часових рядів: методи соціально-економічного прогнозування.
- •32. Методи прогнозування часових рядів: прогнозування методів часового ряду за середніми характеристиками.
- •33. Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за механічними методами.
- •34. Методи прогнозування часових рядів: прогнозування тенденцій часового ряду за аналітичними методами.
19, Перевірка статистичної значущості коефіцієнта множинної детермінації за критерієм Фішера.
Гіпотезу про рівень значущості зв’язку між залежною і незалежною змінними можна перевірити з допомогою F-критерію:
(5.15)
При цьому ми виходимо з того, що залишки u розподілені нормально, тобто користуємося фундаментальною теоремою про те, що для нормально розподіленої випадкової величини з нульовою середньою і одиничною дисперсією сума квадратів її n випадково вибраних значень має розподіл з n ступенями свободи.
Дисперсії, які застосовуються для обчислення F-критерію, наведено в табл.5.2.
Фактичне значення F-критерію порівнюється з табличним при ступенях свободи n – m і m – 1 і вибраному рівні значущості. Якщо Fфакт > Fтабл, то гіпотеза про істотність зв’язку між залежною і незалежними змінними економетричної моделі підтвержується, у противному разі - відкидається.
Скориставшись виразами дисперсій
а також формулою для обчислення коефіцієнта детермінації запишемо альтернативну форму F-критерію:
. (5.16)
Згідно з цим критерієм перевіряється значущість коефіцієнта детермінації, а отже, й усієї моделі.
Цей результат підводить базу під традиційно дисперсійний аналіз, який застосовується для перевірки нульових гіпотез.
20, Визначення дисперсій оцінок параметрів та їх стандартних
Щоб мати загальне судження про якість моделі, визначають стандартну похибку апроксимації:
Незміщена оцінка дисперсії залишків з поправкою на кількість ступенів свободи:
Стандартна похибка коефіцієнта регресії а1 визначається за формулою:
.
Стандартна похибка параметру a0 визначається за формулою:
.
Величина стандартної похибки разом з t-розподілом Ст’юдента при n-2 ступенях свободи застосовуються для перевірки значущості коефіцієнтів регресії і для розрахунку їх довірчих інтервалів.
Стандартна похибка рівняння (точкова оцінка емпіричної дисперсії залишків) характеризує абсолютну величину розкиду випадкової складової рівняння і обчислюється за формулою
. (2.16)
Поправка на число ступенів свободи дає незміщену оцінку дисперсії залишків:
. (2.17)
Зрозуміло, що перевага віддається моделям, у яких стандартна похибка рівняння менша порівняно з іншими моделями. Однак така оцінка якості має суттєвий недолік: через те, що для неї не визначено верхню межу, порівняння різних моделей за цим критерієм досить проблематичне.
21, Розрахунок довірчих інтервалів для оцінок параметрів із заданою надійністю. Розрахунок довірчих інтервалів для оцінок параметрів , та із заданою надійністю
Довірчі інтервали для коефіцієнтів регресії визначаються за формулою:
,
де – задана надійність; – табличне значення.
22. Розрахунок прогнозного значення регресанду та побудова для нього із заданим рівнем значущості довірчих інтервалів.
Розрахунок прогнозного значення та побудова для нього із заданим рівнем значущості довірчих інтервалів
Задамо вектор прогнозних значень незалежних змінних
Розрахуємо точкове прогнозне значення: .
Довірчі інтервали прогнозу визначаються як:
де – стандартна похибка прогнозу,
визначимо за формулою