- •Эконометрика
- •Лекция 1. Предмет и метод эконометрики. Ковариация, дисперсия и корреляция
- •1.1. Предмет и метод эконометрики
- •1.2. Выборочная ковариация.
- •1.3. Основные правила расчета ковариации.
- •1.4. Теоретическая ковариация.
- •1.5. Выборочная дисперсия. Правила расчета дисперсии.
- •1.6. Коэффициент корреляции.
- •1.7. Коэффициент частной корреляции.
- •Тест для самоконтроля
- •Лекция 2. Парная линейная регрессия.
- •2.1. Проблема оценивания линейной связи экономических переменных.
- •2.2. Модель парной линейной регрессии.
- •2.3. Регрессия по методу наименьших квадратов.
- •2.4. Интерпретация уравнения регрессии.
- •2.5. Качество оценки: коэффициент r2.
- •Тесты для самоконтроля
- •Лекция 3. Статистическая оценка достоверности выборочных показателей связи.
- •Оценка достоверности уравнения регрессии в целом
- •Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.1. Оценка достоверности уравнения регрессии в целом
- •3.2. Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.3. Проверка гипотезы и интервальная оценка коэффициента регрессии.
- •3.4. Средняя ошибка уравнения и интервальная оценка отдельных значений результативного признака.
- •Тесты для самоконтроля
- •Лекция 4. Нелинейная регрессия
- •4.1. Спецификация модели
- •4.2. Классификация нелинейных функций.
- •4.3. Отдельные виды нелинейных регрессий.
- •4.3.2. Равносторонняя гипербола.
- •4.3.3. Степенная функция.
- •4.4.Коэффициенты эластичности в нелинейных регрессиях.
- •4.5. Корреляция для нелинейной регрессии.
- •Тесты для самоконтроля
- •Лекция 5. Множественная регрессия и корреляция
- •Понятие множественной регрессии, и ее графическая интерпретация
- •Отбор факторов при построении модели.
- •Коллинеарность факторов. Методы преодоления межфакторной связи
- •Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •5.1.1. Понятие множественной регрессии, и ее графическая интерпретация
- •5.1.2. Отбор факторов при построении модели.
- •5.1.3. Коллинеарность факторов. Методы преодоления межфакторной связи
- •5.1.4. Параметризация уравнения множественной регрессии и его интерпретация
- •Тесты для самоконтроля
- •Модульная единица 5.2. Множественная и частная корреляция. Предпосылки мнк.
- •5.2.1.Множественная корреляция.
- •5.2.2. Скорректированный индекс детерминации (корреляции).
- •5.2.3. Частная корреляция.
- •5.2.4. Частные f- тесты
- •5.2.5. Предпосылки мнк.
- •Тесты для самоконтроля
- •Лекция 6. Моделирование динамических процессов
- •6.1. Элементы временного ряда
- •6.2. Автокорреляция
- •6.3. Выявление структуры временного ряда
- •6.4. Моделирование тенденции
- •6.5. Изучение взаимосвязи переменных по данным временных рядов
- •6.6. Критерий Дарбина-Уотсона
- •Тесты для самоконтроля
- •Лекция 7. Системы эконометрических уравнений
- •Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •7.1.1. Понятие и необходимость применения систем уравнений
- •7.1.2. Косвенный метод наименьших квадратов
- •7.1.3. Проблема идентификации
- •Вопросы для повторения
- •Тесты для самоконтроля
- •Модульная единица 7.2. Методы решения сверхидентифицируемых систем
- •7.2.1. Двухшаговый метод наименьших квадратов
- •7.2.4. Исходные данные
- •7.2.2. Понятие о трехшаговом методе наименьших квадратов
- •7.2.3. Применение систем уравнений
- •Контрольные вопросы
- •Тесты для самоконтроля
- •Пример выполнения работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить парную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя встроенный инструмент «Регрессия» ms excel, построить парную линейную модель регрессии, оценить результаты.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Оценка значимости. Точечная и интервальная оценки параметров уравнения регрессии
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить множественную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •2 Способ.
- •4 Способ.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Требуется проверить модель регрессии на гетероскедастичность остатков
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить уравнение тренда.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Построить модель связи между экономическими переменными по данным временных рядов.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Автокорреляционные функции
- •2.1. Тест на автокорреляцию остатков трендов
- •3. Первые разности
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Список индивидуальных данных:
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи.
- •Пример и методические указания к выполнению работы.
- •2. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Словарь основных терминов и определений (глоссарий)
- •Промежуточный тест по дисциплине «Эконометрика» Учебный модуль 3. Модульная единица 6.
- •Тестовые задания
- •Итоговый тест по дисциплине «Эконометрика»
- •1. Шкала проходных баллов по модулям
- •Модульная единица 2. Парная линейная регрессия.
- •Модульная единица 3. «Статистическая оценка достоверности выборочных показателей связи»
- •Модуль 2. Множественная регрессия и корреляция Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •Модуль 4. Системы эконометрических уравнений Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •Модуль 4. Модульная единица 7.2. «Методы решения сверхидентифицируемых систем»
- •Контрольные работы промежуточного контроля Контрольная работа №1(модульные единицы 1, 2, 3)
- •Предмет и метод эконометрики.
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №2 (модульная единица 4)
- •5. Классификация нелинейных функций.
- •Контрольная работа № 3 (модуль 5, модульные единицы 5.1, 5.2)
- •Контрольная работа № 4 (модуль 7, модульные единицы 7.1, 7.2)
- •Контрольные вопросы итогового контроля
Тесты для самоконтроля
1. Какие уравнения являются множественными регрессиями?
1) у = а + вх + сх2+ dх3 |
3) (верно) |
2) |
4) (верно) |
2. Комбинированный эффект дохода и цены в модели спроса
у = + 1х + 2 р + и ,
где p – цена,
выражается как:
1) + 1х + 2 р + и |
4) + 2 р |
2) + 1х + 2 р |
5) 1х |
3) + 1х |
6) 1х + 2 р (верно) |
3. Чистый эффект дохода в модели спроса
у = + 1х + 2 р + и
где p – цена,
выражается как:
1) + 1х + 2 р + и |
4) + 2 р |
2) + 1х + 2 р |
5) 1х (верно) |
3) + 1х |
6) 2 р |
4. Графически уравнению множественной регрессии может соответствовать:
1) прямая линия |
3) плоскость (верно) |
2) точка |
4) синусоида |
5. В уравнениях множественной регрессии коэффициенты при независимых переменных интерпретируются как
1) условные начала |
3) коэффициенты полной регрессии
|
2) коэффициенты чистой регрессии (верно) |
4) коэффициенты раздельной детерминации |
6. Основная цель построения уравнения множественной регрессии состоит в том, чтобы:
1) построить модель с меньшим числом факторов, что определить влияние каждого из них в отдельности, а также их совокупное влияние на результативный признак |
3) построить модель с большим числом факторов, вне зависимости от разделения влияния факторов |
2) построить модель с большим числом факторов, определить влияние каждого из них в отдельности, а также их совокупное влияние на результативный признак (верно) |
4) построить модель с большим числом факторов с максимальным взаимодействием факторов |
7. При отборе факторов в модель каждая дополнительно включенная в модель независимая переменная
1) должна уменьшать снижать множественный коэффициент детерминации |
3) должна уменьшать коэффициенты чистой регрессии |
2) должна увеличивать коэффициенты чистой регрессии |
4) должна увеличивать множественный коэффициент детерминации (верно) |
8. Коэффициент чистой регрессии при второй независимой переменной в уравнении
интерпретируется:
1) если среднее значение увеличится на 1, то среднее значение зависимой переменной уменьшится на 2 при условии, что переменная будет фиксирована на среднем уровне (верно) |
3) если среднее значение увеличится на 1, то среднее значение зависимой переменной увеличится на 2 при условии, что переменная будет фиксирована на среднем уровне |
2) если значение увеличится на 1, то значение зависимой переменной уменьшится на 2 |
4) если среднее значение увеличится на 1, то среднее значение зависимой переменной уменьшится на 5-2=3, при условии, что переменная не изменится |
9. Мультиколлинеарность это:
1) сильная корреляционная связь между объясняемыми переменными |
3) сильная корреляционная связь между объясняемой и объясняющими переменными |
2) сильная корреляционная связь между объясняющими переменными (верно) |
4) слабая корреляционная связь между объясняемой и объясняющими переменными |
10. Укажите методы устранения мультиколлинеарности:
1) изменение единиц измерения переменных |
3) применение метода наименьших квадратов |
2) переход к уравнениям в приведенной форме (верно) |
4) переход к совмещенным уравнениям (верно) |
11. Стандартизованными коэффициентами регрессии называют:
1) коэффициенты эластичности и бета-коэффициенты (верно) |
3) коэффициенты чистой регрессии и коэффициенты эластичности
|
2) коэффициенты чистой регрессии
|
4) коэффициенты чистой регрессии и бета-коэффициенты |
12. Укажите формулу для расчета коэффициента эластичности для двухфакторной линейной модели:
1) (верно) |
3) |
2) |
4) |
13. Для парной линейной модели бета-коэффициент равен:
1) коэффициенту чистой регрессии |
3) коэффициенту парной корреляции (верно) |
2) коэффициенту эластичности |
4) коэффициенту полной регрессии |
14. Коэффициент эластичности в модели множественной регрессии показывает:
1) на сколько единиц изменится независимая переменная, если зависимая изменится на 1 % |
3) на сколько % изменится зависимая переменная, если все независимые переменные изменятся на 1% |
2) на сколько % изменится зависимая переменная, если независимая изменится на 1% при условии неизменности остальных независимых переменных (верно) |
4) на сколько единиц изменится зависимая переменная, если независимая изменится на 1 свою единицу измерения при условии неизменности остальных независимых переменных |
15. Бэта-коэффициент в модели множественной регрессии показывает:
1) на сколько % изменится зависимая переменная, если независимая изменится на 1% при условии неизменности остальных независимых переменных |
3) на сколько среднеквадратических отклонений изменится зависимая переменная, если независимая изменится на одно среднеквадратическое отклонение при условии неизменности остальных независимых переменных (верно) |
2) на сколько среднеквадратических отклонений изменится зависимая переменная, если независимая изменится на одно свое среднеквадратическое отклонение при условии неизменности остальных независимых переменных (верно) |
4) на сколько % среднеквадратических отклонений изменится зависимая переменная, если независимая изменится на одно свое среднеквадратическое отклонение при условии неизменности остальных независимых переменных |
16. Укажите производственную функцию Коба-Дугласа:
1) (верно) |
3) у = + 1х + 2 р + и |
2) Э= |
4) |
17. Сумма коэффициентов эластичности в модели Коба-Дугласа
1) не имеет самостоятельного экономического смысла |
3) равна произведению бэта-коэффициентов |
2) показывает, на сколько процентов в среднем увеличиваются объемы производства при увеличении всех факторов на 1% (верно) |
4) показывает, на сколько процентов в среднем увеличиваются объемы производства при увеличении одного из факторов на 1% |
18. Коэффициенты интеркорреляции это:
1) коэффициенты корреляции между объясняющими и результативными переменными |
3) коэффициенты эластичности |
2) коэффициенты корреляции между объясняющими переменными (верно) |
4) показатели связи фактора с результативной переменной |
19. Мультиколлинерность в модели множественной регрессии
1) приводит к смещенности оценок коэффициентов чистой регрессии, получаемых МНК |
3) приводит к большим ошибкам и, как следствие, незначимости параметров, хотя уравнение в целом может оставаться значимым (достоверным) (верно) |
2) приводит к тому, что нельзя определить чистое влияние факторов, и параметры уравнения оказываются неинтерпретируемыми (верно) |
4) не является серьезной проблемой |
20. Если строится двухфакторная модель множественной регрессии, то минимальное число наблюдений должно быть равно:
1) 6-7 |
4) 500 |
2) 12-14 (верно) |
5) 100 |