2018-02-14
1122
Тема 16. Смешение при оценке системы одновременных уравнений. Структурная и приведенная форма уравнений.
Смещение, порожденное системой одновременных уравнений. Нарушение четвертого условия Гаусса0Маркова. Объяснение этого случая на примере оценки параметров уравнения функции потребления в Кейнсианской модели формирования доходов.
Эндогенные и экзогенные переменные. Структурная форма модели. Приведена форма модели. Идентификация модели, виды структурных моделей.
Тема 17. Инструментальные переменные.
Решение проблемы коррелированности объясняющей переменной и случайной составляющей с помощью метода инструментальных переменных.
Получение несмещенных оценок параметров уравнения функции потребления с помощью косвенного метода наименьших квадратов. Этапы процедуры применения косвенного метода наименьших квадратов, вычисление инвестиционных мультипликаторов потребления и национального дохода.
Содержание практических разделов дисциплины
|
|
|
Модуль 1 Ковариация. Дисперсия. Корреляция
Тема 1. Ковариация. Дисперсия.
Вопросы для изучения
1. Определение теоретической и выборочной ковариации.
2. Основные свойства ковариации.
3. Определение выборочной ковариации.
4. Основные свойства дисперсии.
Тема 2. Корреляция.
Вопросы для изучения
1. Определение выборочного и теоретического коэффициента корреляции.
2. Определение коэффициента частной корреляции.
ФОРМЫ КОНТРОЛЯ ПО МОДУЛЮ №1:
· решение задач
· тестирование
· работа на практических занятиях
Модуль 2 Парный регрессионный анализ
Тема 3. Модель парной регрессии. Регрессия по методу наименьших квадратов (МНК)
Вопросы для изучения
1. Модель парной линейной регрессии.
2. Определение случайной и неслучайной составляющих этой модели, ее графическая интерпретация.
3. Выбор параметров выборочного уравнения прямой линии регрессии с помощью метода наименьших квадратов.
Тема 4. Интерпретация уравнения регрессии. Качество оценивания.
Вопросы для изучения
1. Два этапа интерпретации уравнения регрессии.
2. Иллюстрация первого этапа моделью регрессии для функции спроса.
3. Интерпретация коэффициентов линейного уравнения регрессии.
4. Разложение выборочной дисперсии на две составляющие.
ФОРМЫ КОНТРОЛЯ ПО МОДУЛЮ №2:
· решение задач
· тестирование
· работа на практических занятиях
Модуль 3. Свойства коэффициентов регрессии и проверка гипотез.
Тема 5. Предположения о случайной составляющей. Несмещенность и точность коэффициентов регрессии.
Вопросы для изучения
1. Равенство нулю математического ожидания случайной составляющей в любом наблюдении.
|
|
|
2. Постоянство дисперсии для всех наблюдений.
3. Отсутствие систематической связи между значениями случайной составляющей в любых двух наблюдениях.
4. Независимость распределения случайной составляющей от объясняющей переменной.
5. Разложение коэффициентов регрессии на две составляющие. Доказательство несмещенности этих коэффициентов.
6. Уравнения теоретических дисперсий коэффициентов регрессии.
7. Оценка генеральной дисперсии случайной составляющей с помощью выборочной дисперсии остатков.
8. Оценка теоретических дисперсий коэффициентов регрессии.
9. Определение стандартных ошибок коэффициентов регрессии.
Тема 6. Проверка гипотез, относящихся к коэффициентам регрессии.
Вопросы для изучения
1. Формулировка гипотезы, предшествующей эксперименту на примере зависимости общей инфляции от инфляции, вызванной ростом заработной платы.
2. Условия совместимости предполагаемого значения и результатов оценивания регрессии. Определение доверительного интервала.
3. Поверка нулевой гипотезы с помощью одностороннего критерия. Сокращение вероятности допустить ошибку 1-го рода.
4. Вероятность допустить ошибку 2-го рода. Определение мощности критерия, связь мощности критерия с уровнем значимости. Использование односторонних критериев для увеличения мощности.
5. Общая сумма квадратов отклонений, объясненная и необъясненная сумма квадратов отклонений. Определение F-статистики. Проверка нулевой гипотезы с помощью F-статистики.
ФОРМЫ КОНТРОЛЯ ПО МОДУЛЮ №3:
· решение задач
· тестирование
· работа на практических занятиях
Модуль 4. Нелинейные модели регрессии и их линеаризация.
Тема 7. Базисная процедура.
Вопросы для изучения
1. Общий вид линейного уравнения.
2. Два типа линейности его правой части.
3. Кривые Энгеля.
4. Преобразование функций нелинейной как по параметрам, так и по переменным к линейному виду.
5. Процедура оценивания регрессии в этом случае.
Тема 8. Временные ряды и их характеристика.
Вопросы для изучения
1. Два типа данных, используемых для построения экономической модели. определения пространственных моделей и моделей временного ряда.
2. Определение временного ряда, три группы факторов, под воздействием которых формируются его уровни.
3. Временные ряды, содержащие тенденцию, циклическую и случайную компоненты.
4. Аддитивная и мультипликативная модели.
Тема 9. Модели стационарных и нестационарных временных рядов и их идентификация.
Вопросы для изучения
1. Определение стационарного и строго стационарного временного ряда. неизменность свойств строго стационарного ряда при изменении отчета времени, его основные числовые характеристики, их оценка.
2. Нестационарные и стационарные однородные временные ряды.
4. Моделирование экспоненциальных временных трендов.
5. Основное требование, предъявляемое к случайной составляющей, ее аддитивность и мультпликативность.
ФОРМЫ КОНТРОЛЯ ПО МОДУЛЮ №4:
· решение задач
· тестирование
· работа на практических занятиях
Модуль 5. Множественный регрессионный анализ
