- •М1жрегюналына академ1я управл1ння персоналом
- •О. Л. Лещинський, в. В. Рязанцева, о. О. Юнькова
- •Об'скт, предмет, мета I завдання економетрп
- •Основнi етапи економетричного аналiзу
- •Економiчнi задачу якi розв'язують за допомогою економетричних методiв
- •МНсце курсу серед дисциплiн фундаментально! шдготовки бакалаврiв з економiчних спецiальностей
- •Структура курсу
- •Коротка юторична довщка
- •Контрольнзапитання
- •1.1. Загальнi принципи моделювання в економщ
- •1.1.1. Поняття математично! моделi
- •1.1.2. Етапи побудови еконогшчно! модел1
- •1.1.3. Класифшащя моделей
- •1.2. Кореляцшно-регресшний анал1з в економМ
- •2) Визначення тГсноти зв'язку (задача кореляцшного аналГзу).
- •1.3. Економетрична модель та и елементи
- •1.4. Статистична база економетричних дослщжень
- •1.5. Особливост математичного моделювання економ1чних систем
- •Контрольш запитання
- •2.1. Приклади парних зв'язмв в економщ
- •2.2. Лшшна модель з двома зм1нними
- •2.3. Метод найменших квадралв
- •Властивост оцшок параметр1в
- •Контрольнзапитання
- •Вправи та завдання
- •3.1. Багатофакторш економетричш модел1 та Ух специфшащя
- •3.2. Метод найменших квадралв 3.2.1. Основн1 припущення
- •3.2.3. Оцшювання за методом найменших квадралв та штерпретащя результалв
- •3.3.2. Перев1рка значущосп та flOBipni штервали
- •3.4. Прогнозування за лшшною моделлю
- •3.5. Методи побудови багатофакторноУ регресшноУ модел1
- •3.6. Етапи дослщження загальноУ лшшноУ модел1 множинноУ регресп
- •3. Перевiрити статистичну значупцсть отриманих результапв:
- •Приклад параметризацм та дослщження багатофакторноУ регресшноУ модел1
- •Контрольш запитання
- •Вправи та завдання
- •4.1. Поняття про мультиколшеаршсть та и вплив на оцшку параметр1в модел1
- •4.2. Тестування наявност мультиколшеарносп
- •4.3. Алгоритм Фаррара — Глобера
- •Приклад дослщження наявност мультиколшеарносп на основ1 алгоритму Фаррара — Глобера
- •4.4. Засоби усунення мультиколшеарностч. Метод головних компонент1в
- •Алгоритм методу головних компонешчв
- •Контрольш запитання
- •Вправи та завдання
- •5.1. Виявлення гетероскедастичност та и природа
- •5.2. Тестування наявност гетероскедастичност
- •5.2.1. Параметричний тест Гольдфельда — Квандта
- •5.2.2. Непараметричний тест Гольдфельда — Квандта
- •5.2.3. Тест Глейсера
- •5.3. Трансформування початковоУ модел1
- •VXVX VX VX
- •5.4. Оцшювання параметр1в багатофакторноУ регресшноУ модел1 на основ1 узагальненого методу найменших квадралв
- •Контрольш запитання
- •6.1. Природа автокореляцм та и наслщки
- •6.2. Тестування наявност автокореляцм
- •6.2.1. Критерш Дарбша — Уотсона
- •6.2.2. Критерш фон Неймана
- •6.2.3. Коефщ1енти автокореляцм та IX застосування
- •6.3. Параметризащя модел1
- •6.3.1. Метод Ейткена
- •X UtUt-1
- •X utut-I
- •6.3.2. Метод Кочрена - Оркатта
- •6.4. Приклад оцшювання параметр1в модел1 з автокорельованими залишками
- •Контрольш запитання
- •7.1. Поняття лага та лагових моделей в економщ
- •7.2. Оцшювання параметр1в
- •7.3. Оцшювання параметр1в авторегрес1йних моделей
- •Контрольн1запитання
- •8.1. Поняття про системи одночасних р1внянь
- •8.2. Приклади систем одночасних р1внянь
- •1. Модель "попит — пропозищя".
- •3. Модель р1вноваги на ринку грошей (модель lm).
- •8.3. Структурна та зведена (прогнозна) форми системи р1внянь
- •1. Структурна форма економетрично! мoделi.
- •3. Зеедена форма економетрично! модель
- •8.4. Поняття щентифшацм (ототожнення) системи р1внянь
- •Необхщш й достатн умови щентифшованосп
- •Необхщна I достатня умова щентифшованосп
- •8.5. Методи оцшювання паpаметpiв систем piвнянь
- •8.5.1. Непрямий метод найменших квадралв оцшювання параметр1в точно щентифшованих систем
- •8.5.2. Метод шструментальних змшних
- •8.5.3. Двокроковий метод найменших квадралв оцшювання параметр1в надщентифшованих систем
- •8.5.4. Трикроковий метод найменших квадралв
- •8.5.5. Мнк для рекурсивних моделей
- •8.6. Прогноз I загальн flOBipni штервали
- •Контрольш запитання
- •Вправи та завдання
- •5.Нехай модель "прибуток — споживання" мае такий вигляд:
- •14. Розглядаеться модель попиту та пропозицп для грошей:
- •9.1. Ямсш економ1чн1 показники
- •9.2. Регресшш модел1 з бшарними незалежними змшними
- •9.3. Регресшш модел1 з бшарними залежними змшними
- •Контрольш запитання
- •Tectobi завдання 3 економетрп' BapiaHt 1
- •7. Критерий ф!шера застосовуеться для перев!рки значущост!:
- •BapiaHt 2
- •6. Критерий ф1шера застосовують для перев1рки значущост1:
- •BapiaHt 3
- •7. Наявшсть мультиколГнеарност! перевгряеться за допомогою:
- •BapiaHt 4
- •4. Дисперс!йно-ковар!ац!йна матриця визначаеться на п!дстав!:
- •7. Критерий Дарб!на - Уотсона застосовуеться для виявлення:
- •BapiaHt 6
- •BapiaHt 8
- •6. Метод Фаррара — Глобера застосовуеться для виявлення:
- •BapiaHt 10
- •5. Критер!й ф!шера застосовують для перев!рки значущост!:
- •Робота 3 таблицями стандартизованого нормального ро3под1лу
- •Список використано! та рекомендовано! л1тератури
- •Економетрш
- •Econometrics
4. Дисперс!йно-ковар!ац!йна матриця визначаеться на п!дстав!:
матриц! спостережень незалежних зм!нних;
матриц! нормал!зованих зм!нних модел!;
системи нормальних р!внянь.
5. Зв'язок м!ж економ!чними характеристиками випуску про- дукц!! та спожитими для цього ресурсами визначаеться економ!ко- математичним сп!вв!дношенням:
1) Y = а(1 + r)x; 2) Y = aFа Le; 3) Y = eapx+Y.
6. Дов!рч! !нтервали функц!! регрес!! визначаються за допомогою:
^-критерию Стьюдента та залишково! дисперс!!;
стандартно! похибки р!вняння;
стандартно! похибки параметр!в.
7. Критерий Дарб!на - Уотсона застосовуеться для виявлення:
автокореляц!!;
гомоскедастичност!;
мультикол!неарност!.
8. За наявност! гетероскедастичност! параметри модел! оц!нюють- ся за:
умовним методом найменших квадрат!в:
узагальненим методом найменших квадрат!в;
двокроковим методом найменших квадрат!в.
9. Модел!, що м!стять лагов! значення залежно! зм!нно!, назива- ються:
моделями розпод!леного лага;
авторегрес!йними моделями;
моделями сезонних коливань.
10. Система одночасних р!внянь називаеться !дентиф!кованою, якщо:
параметри структурно! форми модел! однозначно визнача-ються через параметри зведено! форми;
к!льк!сть зм!нних, виключених з кожного р!вняння системи, дор!внюе к!лькост! р!внянь модел!;
параметри зведено! форми модел! визначаються через пара-метри структурно! форми.
1. Залежшсть м!ж величинами x та y називаеться статистичною, якщо:
кожному значенню x в!дпов!дае лише одне значення y, яке обчислюеться за в!домою формулою;
зм!нювання одн!е! величини зумовлюе зм!нювання розпо-д!лу !ншо!;
зм!нювання величини x зумовлюе зм!нювання y за заданим законом.
2. Кореляц!йна матриця:
е матрицею парних коеф!ц!ент!в кореляц!!;
характеризуе щ!льн!сть зв'язку вс!х незалежних зм!нних !з залежною зм!нною;
описуе кореляц!йн! зв'язки м!ж незалежними зм!нними модел!.
3. Оц!нка параметра називаеться обгрунтованою, якщо:
задовольняе закон великих чисел;
отримана за методом найменших квадрат!в;
мае найменшу дисперс!ю.
4. Точковий прогноз - це:
побудова регрес!йно! залежност! за заданими точками;
значення залежно! зм!нно!, обчислене за моделлю при зада-ному значенн! пояснюючих зм!нних;
визначення крайн!х точок дов!рчого !нтервалу для прогнозного значення залежно! зм!нно!.
5. Статистична значущ!сть параметр!в модел! визначаеться за до- помогою:
стандартно! похибки р!вняння;
£-критер!ю Стьюдента;
Р-критерио Ф!шера.
6. Якщо виникае явище гетероскедастичност!, то оц!нки пара- метр!в модел!, отриман! за 1МНК, будуть:
необгрунтованими;
зм!щеними;
неефективними.
7. За наявност! автокореляц!! для оц!нювання параметр!в засто- совуеться:
1) непрямий метод найменших квадрат!в;
метод Фаррара — Глобера;
узагальнений метод найменших квадрат!в.
8. Для виявлення незалежно! зм!нно!, що залежить в!д ус!х !нших незалежних зм!нних, у раз! мультикол!неарност! застосовуеться:
F-критерш;
£-критер!й;
критер!й %2.
9. Умова !дентиф!кованост! р!вняння структурно! форми мае виг-
ляд:
1) ks - 1 < m - ms; 2) ks - 1 = m - ms; 3) ks - 1 < m - ms,
де ks, ms — в!дпов!дно к!льк!сть залежних ! незалежних зм!нних, що входять до s-го р!вняння структурно! форми, m — загальна к!льк!сть екзогенних зм!нних модел!.
10. Для оцшювання параметр!в рекурсивних систем р!внянь зас-тосовуеться:
метод найменших квадрат!в;
двокроковий метод найменших квадрат!в;
метод головних компонент!в.