2018-02-14
471
1. Основные этапы и проблемы эконометрического моделирования
2. Случайные величины и их числовые характеристики
3. Распределение случайной величины. Функции и плотность распределения случайной величины
4. Проверка статистических гипотез
5. Коэффициент корреляции и его свойства
6. Основные положения регрессионного анализа. Классическая модель линейной регрессии.
7. Интервальна оценка функции регрессии и ее параметров
8. Оценка значимости уравнения регрессии. Коэффициент детерминации.
9. Классическая нормальная модель множественной регрессии
10. Матричная форма множественной линейной регрессии
11. Метод наименьших квадратов. Свойства оценок МНК
12. Последствия нарушения допущений классической модели линейной регрессии
13. Гетероскедастичность. Обнаружение и устранение.
14. Автокорреляция регрессионных остатков.
15. Обобщенная линейная модель множественной регрессии
16. Мультиколлинеарность
17. Частная корреляция
18. Линейные регрессионные модели с переменной структурой. Фиктивные переменные
|
|
|
19. Нелинейные модели регрессии, два подхода к оценки их параметров
20. Составляющие временного ряда
21. Этапы анализа временных рядов
22. Аналитическое сглаживание временного ряда
23. Прогнозирование на основе моделей временных рядов
24. Приведение нестационарных временных рядов к стационарным
25. Стационарные временные ряды. «Белый шум». Нестационарные временные ряды.
26. Авторегрессионные модели
27. Модели скользящей средней
28. Информационные критерии для идентификации модели ARMA
29. Этапы построения модели ARMA(подход Бокса-Дженкинса)
30. Модель автокорреляционной условной гетероскедастичности (ARCH)
31. Модель обобщенной авторегрессионной условной гетероскедастичности (GARCH)
32. Система линейных одновременных уравнений. Проблемы идентифицируемости.
33. Структурная и приведенная форма системы одновременных уравнений.
34. Структурная и приведенная форма системы одновременных уравнений
35. Обобщенный и косвенный метод наименьших квадратов
36. Двухшаговый и трехшаговый метод наименьших квадратов
Задания для самостоятельной работы студентов
1.Метод Монте-Карло
2. Эконометрическое программное обеспечение: Statistica,SPSS, SAS, RATS
3. Модели распределения вероятностей: нормальное, хи-квадрат, Стьюдента, Фишера.
4.Задачи прикладного регрессионного анализа
5.Теорема Гаусса-Маркова
6. Коэффициент ранговой корреляции Спирмена
7. Ковариационная матрица и ее выборочная оценка
8. Линейная стохастическая зависимость с гетероскедастичными остатками
9.Автокорреляция регрессионных остатков
10.Теорема Айткена
|
|
|
11. Два вида мультиколлениарности
12.Виды нелинейной зависимостей
13. Подбор линеаризующего преобразования (подход Бокса-Кокса)
14. Области практического применения анализа временных рядов
15.Лаговый оператор
16. Практическое приложение анализа коинтеграции
17. Теория нечетких множеств
18. Модели бинарного выбора
19. Инструментализм М, Фридмена
20. Конвенционализм
21 Дилемма заключенного
22. Примеры систем одновременных уравнений
Рефераты
1. Эконометрическое программное обеспечение
2. Философия эконометрического моделирования
3. Система одновременных уравнений
4. Нелинейные модели регрессии
5. Однофакторные стохастические модели стационарных временных рядов
6. Нестационарные временные ряды
7. Гетероскедастичность: обнаружение и устранение
8. Модель спроса и предложения
9. Линейные модели с переменной структурой
10. Классическая модель линейной регрессии
11. Автокорреляция регрессионных остатков
12. Мультиколлинеарность
13. Прогнозирование с помощью моделей ARMA
14. Непрерывные случайные величины
15. Случайные величины и их числовые характеристики
16. Метод наименьших квадратов
17. Интервальная оценка функции регрессии и ее параметров
18. Тесты на наличие автокорреляции
19. Модель Хольта-Уинтерса
20. Фиктивные переменные
Глоссарий
| 1 | Эконометрика | научная дисциплина, разрабатывающая и использующая методы, модели и приёмы, позволяющие придавать конкретное количественное выражение общим (качественным) закономерностям экономической теории |
| 2 | Тренд (тенденция) | направление развития элементов временного ряда |
| 3 | Случайная величина | любой экономический параметр или показатель, значение которого в перспективе не может быть точно предсказано |
| 4 | Математическое ожидание случай-ной величины | взвешенное среднее всех её фактических значений, причём в качестве весового коэффициента выступает вероятность того или иного значения |
| 5 | Ковариация | указывает на наличие и вид взаимосвязи между двумя переменными |
| 6 | Коэффициент корреляции | измеряет тесноту линейной связи между двумя переменными «y» и «x» |
| 7 | Регрессионный анализ | обеспечивает выбор вида теоретического уравнения регрессии и определяет его параметры |
| 8 | Метод наименьших квадратов | позволяет определить такие значения параметров уравнения, которые позволят иметь минимальное отклонение теоретических значений функции у’ от фактических. |
| 9 | Метод линеаризации | позволяет перевести нелинейное уравнение регрессии в линейный вид |
| 10 | Фиктивные переменные | это факторы, которые желательно ввести в состав регрессионного уравнения, но они не поддаются количественной оценке. |
| 11 | Автокорреляция | отражает зависимость значения одного элемента динамического ряда от значений предшествующих элементов (или ошибки «u» в очередном наблюдении от ее значений в других наблюдениях). |
| 13 | Прогноз | обеспечивает получение перспективного значения зависимой переменой «y¢» при неизвестном или известном значении независимой переменной «x». |
| 14 | Эндогенная переменная | её значение определяется внутри модели и она зависит от переменной ”y” и независимой случайной величины «u». |
| 15 | Экзогенная переменная | называется переменная, значение которой определяется вне пределов модели (уравнения) и принимается как заданное. |
