2018-02-14
597
1.1. Понятие о модели, системе 8
1.2. Адекватность модели 8
1.3. Модель типа черного ящика 9
1.4. Основная предпосылка эконометрического анализа 10
1.5. Построение параметрической регрессионной модели 11
1.6. Классификация эконометрических моделей. 13
1.6.1. По структуре уравнений регрессии 13
1.6.2. По способу учета динамики 13
1.6.3. По виду связи между 
. 14
|
|
|
1.6.4. По алгоритму оценки параметров модели. 14
1.7. Типы данных 14
1.7.1. Данные пространственного типа 14
1.7.2. Временной (динамический) ряд 15
1.8. Этапы построения эконометрической модели 15
Глава II. Корреляционный анализ
2.1. Цель корреляционного анализа 16
2.2. Числовые меры корреляционной связи 16
2.2.1. Ковариация. 16
2.2.2. Выборочная оценка коэффициента линейной парной
корреляции 16
2.2.3. Математический смысл коэффициента линейной парной корреляции 17
2.2.4. Статистический смысл коэффициента линейной парной корреляции 18
2.2.5. Геометрическая интерпретация коэффициента корреляции 18
2.3. Проверка статистической значимости коэффициента корреляции 19
2.4. Множественный корреляционный анализ 19
|
|
|
2.4.1. Корреляционная матрица 19
2.4.2. Выборочный линейный коэффициент множественной корреляции 20
2.4.3. Частный коэффициент корреляции 20
2.4.4. Коэффициент детерминации 21
2.4.5. Оценка значимости множественного коэффициента
детерминации 21
2.4.6. Индекс корреляции при нелинейной связи двух случайных
величин 21
2.4.7. Индекс множественной корреляции 22
2.5. Коэффициент ранговой корреляции 23
Глава III. Множественный регрессионный анализ
3.1. Постановка задачи 24
3.2. Метод наименьших квадратов (МНК) в скалярной форме 24
3.3. Матричная форма метода наименьших квадратов. 25
3.3.1.Уравнение наблюдений в матричной форме 25
3.3.2.Нормальные уравнения регрессии и формула для параметров уравнения 26
3.4. Предпосылки метода наименьших квадратов 27
3.5. Свойства оценок, получаемых по методу наименьших квадратов 28
3.6. Оценка адекватности уравнения регрессии (проверка гипотез о предпосылках
метода наименьших квадратов) 29
3.6.1.Гипотеза о близости к нулю математического ожидания
остатков 29
3.6.2. Гипотеза о статистической значимости коэффициентов
регрессии bj 29
3.6.3. Гипотеза о статистической значимости всего уравнения
регрессии в целом 30
3.6.4. Оценка качества уравнения регрессии 30
3.6.5. Скорректированный коэффициент детерминации 32
3.6.6. Проверка гипотезы о чисто случайном характере остатков 32
3.6.7. Проверка гипотезы о нормальном законе распределения
остатков 35
3.7. Точечный прогноз и оценка доверительных интервалов прогноза 35
3.8. Оценка погрешностей расчета по уравнению регрессии 37
3.9. Коэффициент эластичности, бета-коэффициент и
дельта-коэффициент для линейного уравнения регрессии 37
Глава IV. Временные ряды
4.1. Понятие о динамических рядах их классификация. 39
4.2. Компонентный анализ временных рядов 39
|
|
|
4.3. Понятие случайного процесса 39
4.4. Понятие о коэффициенте корреляции во временном ряде, автокорреляционная функция (АКФ) 40
4.5. Выборочная оценка коэффициента автокорреляции 41
4.6. Частный коэффициент автокорреляции. 41
4.7. Сглаживание временных рядов 42
4.8. Авторегрессионные модели. 42
4.9. Авторегрессионная модель скользящей средней. 43
4.10. Разностные уравнения с лаговыми переменными 43
4.11. Оценка коэффициентов регрессии. 44
4.12. Прогнозирование по разностной авторегрессионной модели 44
