- •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
Способ оценки результатов
№ п/п |
Элементы выполнения работы и усвоения теоретического материала |
Максимальный балл |
1 |
Расчетная часть работы выполнена корректно и полностью |
2 |
2 |
Сделаны подробные выводы, в которых отражены выявленные закономерности |
1 |
3 |
Защита работы |
1 |
4 |
Соблюдение сроков защиты |
1 |
Итого |
х |
5 |
Лабораторная работа №8. Исследование модели парной линейной регрессии на гетероскедастичность остатков с помощь критерия Гольдфельда-Квандта
Модульная единица 5.2.
Требования к содержанию, оформлению и порядку выполнения:
Для успешного выполнения работы студенты должны знать материал лекции по теме «Множественная и частная корреляция. Предпосылки МНК»
Теоретическая часть.
Отсутствие гетероскедастичности остатков (гомоскедастичность остатков, т.е. постоянство дисперсий остатков , для любого i, i=1,…,n) – важное условие, которое должно выполняться при использовании метода наименьших квадратов. Чтобы выявить гетероскедастичность остатков выборочной регрессии используют метод проверки статистических гипотез.
В качестве нулевой гипотезы предполагают отсутствие гетероскедастичности в генеральной совокупности. Для ее проверки можно использовать разные тесты: Парка, Уайта, Глейзера, Спирмена, Голдьфельда-Квандта и др.
Методика проверки с помощью критерия Гольдфельда-Квандта заключается в следующем:
формулируются гипотезы:
Н0: ,
НА: .
выбирается уровень значимости ;
исходные данные сортируются по величине независимой переменной (по убыванию х);
строится уравнение парной линейной регрессии у по х;
совокупность делится на три равные части и по первым m набледениям и последним m наблюдениям определим суммы квадратов остатков:
m=12/3=4;
рассчитывается фактическое значение критерия Фишера:
определяется его критическое значение , где р число параметров уравнения регрессии (для парной линейной регрессии р=2).
альтернативная гипотеза о наличии гетероскедастичности будет принята, если:
.
Общая постановка задачи. Требуется проверить модель регрессии на гетероскедастичность остатков
Индивидуальные данные представлены в файле «исходные данные.exl» на листе «парная регрессия».
Пример и методические указания к выполнению работы.
Условие имеется модель парной линейной регрессии зависимости уровня ВРП от уровня инвестиций в расчете на душу населения (лабораторная работа №2 «Парный корреляционно-регрессионный анализ»).
Требуется исследовать модель на гетероскедастичность остатков с помощью критерия Гольдфельда-Квандта.
Методические указания.
Отсутствие гетероскедастичности остатков (гомоскедастичность остатков, т.е. постоянство дисперсий остатков , для любого i, i=1,…,n) – важное условие метода наименьших квадратов. Чтобы выявить гетероскедастичность остатков выборочной регрессии, применим метод проверки статистических гипотез.
1. В качестве нулевой гипотезы предположим отсутствие гетероскедастичности в генеральной совокупности, т.е.:
Н0: ,
НА: .
2. Проверим гипотезу с помощью критерия Гольдфельда-Квандта на 5% уровне значимости.
3. Исходные данные отсортируем по величине независимой переменной (нужно выделить весь диапазон значений зависимой и независимой переменной и произвести сортировку по убыванию х):
4. Далее следует построить уравнение парной линейной регрессии у по х с использованием инструмента «Регрессия», при этом нужно предусмотреть вывод остатков и построение графика зависимости остатков от величины независимой переменной:
В итоге получим:
Что касается графика, то по нему трудно сделать заключение по поводу отсутствия или наличия гетероскедастичности.
Поэтому рассчитаем критерий Гольдфельда-Кванта.
5. Разделим совокупность на три равные части и по первым m набледениям и последним m наблюдениям определим суммы квадратов остатков: m=12/3=4
6. Рассчитаем фактическое значение критерия Фишера:
Определим его критическое значение , где р число параметров уравнения регрессии (для парной линейной регрессии р=2).
Найдем критическое значение с помощь встроенной функции «FРАСПОБР()», в наем случае выполнение «FРАСПОБР(0,05;2;2)» дало значение 19,00.
7. Альтернативная гипотеза о наличии гетероскедастичности будет принята, если:
.
В нашем случае фактическое значение критерия Фишера (3,29) не превысило его критическое значение (19,00), таким образом, принимаем нулевую гипотезу о гомоскедастичности остатков уравнения парной линейной регрессии в генеральной совокупности. Следовательно, выполняется третья предпосылка регрессионного анализа, и параметры уравнения могут быть оценены с помощь обычного метода наименьших квадратов.