- •1. Основные задачи эконометрики. Эконометрические модели. Примеры.
- •2. Классификация переменных. Типы данных.
- •3. Типы данных, измерения в эконометрике.
- •2) Динамические данн – данн экономического показателя для какого либо объекта, собранного в последовательные моменты времени с одинаковым интервалом.
- •4. Основные этапы эконометрического моделирования на примере.
- •5. Классификация эконометрических моделей
- •6. Задачи регрессионного анализа. Виды зависимостей м-ду перем.
- •7. Способы оценивания. Свойства оценок.
- •8. Проверка статистических гипотез.
- •9. Парная регрессия. Описание метода наименьших квадратов.
- •10. Вывод формул для оценок параметров парной линейной регрессии.
- •11. Дисперсионный анализ. Оценка значимости уравнения регрессии.
- •12. Коэффициенты корреляции, детерминации Интерпретация.
- •13. Проверка гипотез относительно параметров линейного уравнения.
- •14. Интервальная оценка параметров моделей парной регрессии
- •15. Вычисление предсказ. Значений зависимой переменной. Доверительные интервалы для предсказаний. Коэф. Эластичности.
- •16. Выбор функции. Сравнение различных моделей
- •17. Предпосылки применения мнк
- •18. Нелинейная регрессия. Нелинейная модель и их линеаризация.
- •19. Преобразование случайного отклонения в моделях нелин регрессии
- •20. Модель множественной регрессии. Условия Гаусса-Маркова.
- •21. Вывод формул для оценок коэффициентов модели мр. Матричная запись. Теорема Гаусса-Маркова.
- •22. Дисперсии и стандартные ошибки коэффициентов (ковариационная матрица и ее выборочная оценка).
- •23. Интервальные оценки коэффициентов уравнения мр. Проверка статистической значимости коэффициентов.
- •24. Проверка общего качества уравнения множественной регрессии.
- •25.Коэффициент детерминации для уравнения множественной регрессии.
- •28. Использование статстики Фишера для вкл. В модель х.
- •29. Необходимость проверки предпосылок регрессионного анализа.
- •30. Спецификация ур-я мр. Тест Рамсея.
- •31. Логарифмические (лог-линейные модели). Производственная функция Кобба-Дугласа. Зависимости в банковском анализе.
- •32. Обратная модель. Ф-ция Торнквиста. Кривая Филипса.
- •33. Суть гетероскедастичности.
- •34. Выявление гетероскедастичности (Тест г-к, Тест Спирмена)
- •35. Устранение гк. Метод взвешенных нк.
- •36. Автокорреляция случайных ошибок.
- •37. Выявление автокорреляции
- •38. Методы устранения автокорреляции
- •39. Мультиколлинеарность как проблема данных. Следствия.
- •40. Обнаружение мультиколлинеарности
- •41. Борьба с мультиколлинеарностью. Гребневая регрессия.
- •42. Фиктивные переменные
- •43 Тест Чоу.
- •44. Системы эконометрических уравнений
- •48. Временные ряды. Мультипликативная и аддитивная модели.
- •49. Автокорреляционная функция
- •50. Моделирование тенденции временного ряда, сезонных и циклич. Колебаний.
30. Спецификация ур-я мр. Тест Рамсея.
Спецификация уравнения множественной регрессии (МР) заключается в:
выборе объясняющих переменных;
выборе формы зависимости.
1) Выбор переменных:
Переменная наз-ся (не)существенной если она (не) д.б. включена в уравнение регрессии согласно правильной теории. Возможно 2 ситуации :
В оцениваемой модели отсутствует существ-ая перем-ая
Включение в модель несуществ-х переменных.
На практике возник-т ситуации, когда нужно предпочесть одну из 2х регрессий, длинную или короткую, линейная модель в больш-ве случаев не известна.
- в длинной регрессии могут оказ-ся несущ-ые переменные, для неё в больш-ве случаев правильной интерп-ии возможны.
Однако нам дял её оценки может не хватить числа наблюд-ий
- в короткйо модели не оказ-ся существ-х переменных. Если данных много – длинная регрессия.
На уровне эк-ки отсеиваются те факторы, которых в модели согласно эконом. Теории быть не должно.
Тест Рамсея:
Ho – линейная
Н1 – нелинейная
Сравнивается 2 модели:
(1) Y=Bo+B1X1+…+BmYm+ E (У^)
(2) Y=Bo+B1X1+…+BmYm+ a2(alfa 2)* У^* У^+…+ak(alfa k) * У^(в степени r) + E
(1)и(2) сумма (S)ост.1 и Sост 2
F = (SОст1-Sост2/(k-1)) / Sост2/(n-(m+1)-(k-1))
Fкр (a(alfa),k-1,n-(m+1)-(k-1))
Ограничения Тест Рамсея:
- если тест Р. Даёт гипотезу Н0, линейная модель только одна, если Н1, то неизвестно, какая именно нелинейная регрессия описывает экон-ий процесс
31. Логарифмические (лог-линейные модели). Производственная функция Кобба-Дугласа. Зависимости в банковском анализе.
Пусть некоторая экон-ая зависимость модел-ся формулой: Y=a*X^b (1), где а и бета параметры модели. Эта функия может отражать зависимость спроса У на благо от его цены Х (если бета меньше 0), или от дохода Х ( если бета больше нуля). Также эта функция может отражать зависимость объёма выпуска У от использования ресурса Х. Эта модель не является линейной относительно Х. Широкоиспользуемым подходом к анализу ф-ии данного рода является логарифмирование по экспоненте. Такие логарифмы явл-ся натуральнми, и обозначаются ln X, lnY.
Прологарифмировав обе части имеем:
lnY=lnA+BlnX.
После замены lnA=Bo, примиет вид:
lnY=Bo+BlnX.
C целью статист-й оценки коэф-в добавим в модель случайную погрешность e и получим так называемую двойную логарифм-ую модель lnY=Bo+BlnX+e
Не являясь линейным относительно Х и У, это уравнение явл-ся линейным относительно lnX u lnY и относительно параметров Bо u B1. Вводя замены Y*=lnY и X*=lnX можно переписать: Y*=Bo+BX*+e (2)
Модель 2 явл-ся линейной моделью. Если все необходимые предпосылки классической линейной регрессионной модели для 2 выполнены, то по МНК можно определить наилучшие лин-е немещённые шценки коэф-в Bo и B. Коэф-т B опред-т эластич-ть переменной Y по переменной Х, те.е процентное изменение Y для данного процентного изменения Х. Продиффернц-м правую и левую части по Х, получим:
(1/Y)*(dY/dX)=B*(1/x)=>B=(dY/dX)*(X/Y)=Ex(Y) (3) Коэф-т B явл-ся константой, указывая на эластичность, поэтому зачастую двойная логарифм-ая модель наз-ся моделью постоянной эластичности.
При рассмотрении производственных функций линейная модель является нереалистичной. В этом случае используют степенные модели. Широкое применение имеет производств-ая ф-ия Кобба-Дугласа: Y=A*(K^a)*(L^b), где Y-объём выпуска, К и L - затраты капитала и труда соответственно, alfa u betta – параметры модели (эластичности) , A - константа тех. прогресса.
Рассмотрим зависимость, хорошо известную в банк-м финансовом анализе:
Yt=Yo(1+r)^t, где Уо –первоначальный вклад в банке, r –процентная ставка, Yt –вклад в банке в момент времени t. Эта модель легко сводится к полулогарифмической модели. Прологарифмировав, имеем:
lnYt=lnYo+t*ln(1+r). lnYo=Bo, ln(1+r)=B…тогда имеем…lnYt=Bo+Bt+Et. Et- дополнительное слогаемое в силу изменчивсоти процентной ставки. Коэф-т B опредеделяет мгновенный темп прироста, а r – обобщённый темп прироста.