- •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
BapiaHt 8
1. Залежн! зм!нн! модел!:
визначаються як розв'язок р!вняння чи системи р!внянь;
зм!нюють сво! значення залежно в!д пер!оду спостереження;
задаються за межами економетрично! модел!.
2. Застосування методу найменших квадрат!в можливе, якщо ви- конуються передумови про в!дсутн!сть:
автокореляц!! зм!нних;
автокореляц!! залишк!в;
гомоскедастичност!.
3. Стандартна похибка р!вняння:
показуе, яка частина руху залежно! зм!нно! описуеться да-ним регрес!йним р!внянням;
характеризуе величину розкиду випадково! складово! р!вняння;
визначае м!ру зв'язку залежно! зм!нно! з ус!ма незалежни-ми факторами.
4. При визначенн! залежност! м!ж парами незалежних зм!нних у раз! мультикол!неарност! застосовують:
F-критерш Ф!шера;
£-критер!й Стьюдента;
критер!й П!рсона %2.
5. Явище автокореляц!! виникае, якщо:
дисперс!я залишк!в зм!нюеться для кожного спостереження;
!снуе нел!н!йний зв'язок м!ж незалежними зм!нними;
!снуе взаемозалежн!сть посл!довних елемент!в ряду за-лишк!в.
6. Метод Фаррара — Глобера застосовуеться для виявлення:
автокореляц!!;
гомоскедастичност!;
мультикол!неарност!.
7. За наявност! гетероскедастичност! для оц!нювання параметр!в застосовують:
непрямий метод найменших квадрат!в;
умовний метод найменших квадрат!в;
узагальнений метод найменших квадрат!в.
8. Стандартна похибка интервального прогнозу обчислюеться за формулою:
1) ^пр = aUX0 (X X )_1 X0;
2) =cuyjX0 (X X )-1 Xo;
3) ^oU(1 + XO(XX)Xo.
9. Для оцшювання параметр!в моделей розпод!леного лага засто- совують:
непрямий МНК;
трикроковий МНК;
!терац!йний метод.
10. Система одночасних р!внянь називаеться над!дентиф!кованою, якщо виконуеться умова:
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!.
1. Економ!ко-математичне сп!вв!дношення, що визначае в ана- л!тичн!й форм! зв'язок м!ж економ!чними характеристиками ви- пуску продукц!! та використаними для цього ресурсами, нази- ваеться:
структурною формою модел!;
виробничою функщ'ею;
моделлю "витрати — випуск".
2. Параметри модел!:
задаються за межами економетрично! модел!;
визначаються на основ! статистичних даних;
зм!нюються протягом усього пер!оду спостережень.
3. Коеф!ц!ент множинно! кореляц!!:
показуе, яка частина руху залежно! зм!нно! описуеться да-ним регрес!йним р!внянням;
визначае м!ру зв'язку залежно! зм!нно! з ус!ма незалежни-ми факторами;
визначае внесок кожно! незалежно! зм!нно! в дисперс!ю результативно! зм!нно!.
4. Для перев!рки значущост! модел! застосовують:
/^-критерий Ф!шера;
£-критер!й Стьюдента;
критер!й П!рсона.
5. 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!.
6. Явище гомоскедастичност! мае м!сце, якщо:
!снуе нел!н!йний зв'язок м!ж незалежними зм!нними;
дисперс!я залишк!в стала для кожного спостереження;
!снуе взаемозалежн!сть посл!довних член!в часового ряду.
7. За наявност! автокореляцп параметри модел! оц!нюються за методом:
найменших квадрат!в;
Ейткена;
Фаррара — Глобера.
8. Модел!, що м!стять лагов! значення залежно! зм!нно!, назива- ються:
авторегрес!йними моделями;
моделями адаптивних спод!вань;
моделями сезонних коливань.
9. Для обгрунтування величини лага в дистрибутивно-лагових моделях застосовують:
кореляц!йну матрицю;
ковар!ац!йну матрицю;
взаемну кореляц!йну функц!ю.
10. Непрямий метод найменших квадрат!в застосовують при оц!-нюванн!:
лагових коеф!ц!ент!в багатофакторно! модел!;
параметр!в систем одночасних р!внянь;
параметр!в моделей, що м!стять автокореляц!ю.