- •Тема: Спецификация модели
- •Спецификацией
- •Линейное уравнение множественной регрессии
- •Апробацией
- •Идентификации
- •Прикладной дисциплины для обеспечения проведения автоматизированных эконометрических расчётов
- •Информационного обеспечения необходимых исходных данных
- •Тема: Отбор факторов, включаемых в модель множественной регрессии
- •Переменными
- •Наличие линейной зависимости между более чем двумя факторами
- •Тема: Фиктивные переменные
- •Ранжирование
- •Качественного характера
- •Тема: Линейное уравнение множественной регрессии
- •Стандартизованные переменные
- •Случайной величины ε
- •Тема: Оценка параметров линейных уравнений регрессии
- •Тема: Свойства оценок, получаемых при помощи мнк
- •Оценок параметров уравнения регрессии
- •Тема: Предпосылки мнк
- •Зависимость дисперсии остатков от значения фактора
- •Тема: Обобщённый метод наименьших квадратов
- •Взвешенную регрессию, в которой переменные взяты с весами
- •Автокорреляции остатков
- •Остатки не изменяются
- •Гетероскедастичности
- •Тема: Оценка качества подбора уравнения
- •Случайных воздействий
- •Коэффициента детерминации r2 равна 0,05
- •Для оценки влияния случайных воздействий
- •Дисперсий
- •Случайных факторов
- •Средним
- •Тема: Оценка тесноты связи моделируемого показателя с факторами
- •Линейный коэффициент корреляции
- •Значение коэффициента корреляции рассчитано с ошибкой
- •Статистическую значимость уравнения
- •Рассматриваются факторы, значимо влияющие на результат
- •? Уравнения предполагаемой взаимосвязи
- •Определить частные коэффициенты корреляции 1-го и 2-го порядков
- •Оси ординат
- •Факторного и результативного признаков для конкретного наблюдения
- •Коэффициент регрессии и коэффициент корреляции имеют разные знаки
- •Тема: Проверка существенности связи и статистической значимости уравнения регрессии
- •Число на пересечении строки «Остаток» и столбца «ms»
- •Вида уравнения и числа степеней свободы
- •Сравнимому виду
- •Значимости уравнения регрессии в целом
- •Проверки статистической гипотезы о равенстве факторной и остаточной дисперсий
- •Тема: Оценка существенности параметров линейных уравнений множественной регрессии
- •0 И соответствующий фактор не включается в модель
- •Стьюдента
- •Тема: Основные виды спецификаций нелинейных уравнений регрессии
- •Тема: Примеры экономических нелинейных зависимостей
- •Если между экономическими показателями существует нелинейная связь, то …
- •Между экономическими показателями обнаруживается нелинейная зависимость
- •Тема: Линеаризация нелинейных моделей регрессии
- •Возможность применения мнк для оценки параметров
- •Тема: Оценка качества нелинейных уравнений регрессии
- •Тема: Временные ряды данных: характеристики и общие понятия
- •Тенденции, сезонных колебаний и случайных факторов
- •Выявление и придание количественного значения каждой из трёх компонент
- •Тема: Выявление структуры временного ряда
- •Исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента времени
- •Графическое отображение автокорреляционной функции
- •Автокорреляции уровней ряда
- •Тема: Аддитивная и мультипликативная модели временных рядов
- •Трендовой компоненты от времени
- •Тема: Модели стационарных и нестационарных временных рядов и их идентификация
- •Стационарного стохастического
- •Стохастический процесс, для которого среднее и дисперсия независимо от рассматриваемого периода имеют постоянное значение
- •Типа «белый шум»
- •Набор случайных переменных X(t), где t – вещественные числа
- •Тема: Общие понятия о системах уравнений, используемых в эконометрике
- •Факторы не взаимодействуют друг с другом
- •Нескольких зависимых и нескольких независимых признаков
- •Тема: Классификация систем эконометрических уравнений
- •Изолированным уравнением регрессии
- •Системы независимых уравнений, системы взаимозависимых уравнений и системы рекурсивных уравнений
- •Одновременных
- •Способу вхождения зависимых и независимых переменных в уравнения регрессии
- •Тема: Условия идентифицируемости системы одновременных уравнений
- •Равно числу параметров приведённой формы модели
- •Зависимые переменные
- •Тема: Методы оценки параметров систем одновременных уравнений: косвенный метод наименьших квадратов и двухшаговый метод наименьших квадратов
- •Обычный
- •Структурной формы модели
Тема: Обобщённый метод наименьших квадратов
Для использования обобщённого МНК необходимо знать …
автокорреляционную функцию
коэффициент детерминации
автоковариационную матрицу случайных возмущений
значение критерия Фишера
Для регрессионной модели Yi=b0+b1X1i+b2X2i+…+bmXmi+εi, i=1…n, с гетероскедастичностью остатков при отсутствии автокорреляции остатков ковариационная матрица возмущений является ...
диагональной
единичной
треугольной
вырожденной
К методам устранения автокорреляции остатков не относятся:
метод Голдфелда–Квандта
обобщённый метод наименьших квадратов
метод Кохрана–Оркатта
традиционный метод наименьших квадратов
Метод оценки параметров моделей с гетероскедастичными остатками называется … методом наименьших квадратов
минимальным
обычным
косвенным
обобщённым
Множественная линейная регрессионная модель, в которой не выполняются условия гомоскедастичности и (или) имеет место автокорреляция остатков, называется ______ регрессионной моделью.
обобщённой линейной
нелинейной
парной
множественной линейной
На основании преобразования переменных при помощи обобщённого метода наименьших квадратов получаем новое уравнение регрессии, которое представляет собой …
нелинейную регрессию, в которой переменные взяты с весами
нелинейную регрессию, в которой переменные взяты с весами
Взвешенную регрессию, в которой переменные взяты с весами
взвешенную регрессию, в которой переменные взяты с весами
Обобщённый МНК для регрессионной модели с гетероскедастичностью, когда известны диагональные элементы автоковариационной матрицы случайных возмущений, называется ____________ методом наименьших квадратов.
косвенным
взвешенным
доступным обобщённым
двухшаговым
Обобщённый МНК используется для линейных уравнений регрессии с ________ остатками.
нулевыми
гетероскедастичными и/или автокоррелированными
гомоскедастичными
некоррелированными
Обобщённый МНК может использоваться для корректировки _______ остатков.
стандартной ошибки
гетероскедастичности
автокорреляции
доверительного интервала
Обобщённый МНК может применяться в случае нарушения предпосылки МНК о(об) _______ остатков.
существовании
отсутствии автокорреляции
гомоскедастичности
максимизации суммы квадратов
Обобщённый МНК рекомендуется применять в случае …
Автокорреляции остатков
гомоскедастичных остатков
нормально распределённых остатков
автокорреляции результативного признака
Обобщённый МНК отличается от обычного МНК тем, что при применении ОМНК …
Остатки не изменяются
остатки приравниваются к нулю
преобразуются исходные уровни переменных
уменьшается количество наблюдений
После применения обобщённого МНК удаётся избежать ______ остатков
Гетероскедастичности
случайного характера
равенства нулю суммы
нормального распределения
Проявление гетероскедастичности в остатках удаётся устранить при помощи метода обобщённого метода наименьших квадратов путём …
преобразования переменных
расчёта критерия Дарбина–Уотсона гомоскедастичных остатков
введения в модель фиктивных переменных
введения в выражение для дисперсии остатков коэффициента пропорциональности
Теоретическое распределение случайной составляющей регрессионной модели является различным для разных наблюдений в выборке. Тогда имеет место неодинаковый разброс случайных составляющих или __________ остатков.
гомоскедастичность
детерминированность
гетероскедастичность
автокорреляция
Что преобразуется при применении обобщённого МНК?
коэффициент корреляции
дисперсия результативного признака
дисперсия факторного признака
исходные уровни переменных