1. Автокорреляция случайного возмущения. Причины. Последствия.
2. Алгоритм проверки адекватности парной регрессионной модели.
3. Алгоритм проверки значимости регрессора в парной регрессионной модели.
4. Алгоритм теста Голдфелда-Квандта на наличие (отсутствие) гетероскедастичности случайных возмущений.
5. Алгоритм теста Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений.
6. Гетероскедастичность случайного возмущения. Причины.
7. Динамическая модель из одновременных линейных уравнений (привести пример).
8. Идентификация отдельных уравнений системы одновременных уравнений: порядковое условие.
9. Индивидуальная оценка значения зависимой переменной
10. Интервальная оценка индивидуального значения зависимой переменной
11. Классическая парная регрессионная модель. Спецификация модели. Теорема Гаусса - Маркова.
12. Коэффициент детерминации в регрессионной модели.
13. Ковариация, коэффициент корреляции и индекс детерминации.
14. Количественные характеристики взаимосвязи пары случайных переменных.
|
|
15. Коэффициент корреляции и индекс детерминации.
16. Линейная модель множественной регрессии.
17. Метод наименьших квадратов: алгоритм метода; условия применения
18. Метод показателей информационной ёмкости
19. Методы подбора переменных в модели множественной регрессии.
20. Методы сглаживания временного ряда.
21., 52. Модели временных рядов.
22. Модели с бинарными фиктивными переменными.
23. Модели с частичной корректировкой
24. Настройка модели с системой одновременных уравнений
25., 26. Нелинейная модель множественной регрессии (Кобба-Дугласа. Оценка её коэффициентов.
27. Нормальный закон распределения как характеристика случайной переменной.
28. Обобщенный метод наименьших квадратов
29., 30. Ожидаемое значение случайной переменной, её дисперсия и среднее квадратическое отклонение.
31. Определение соответствия распределения случайных возмущений нормальному закону распределения
32. Основные числовые характеристики вектора остатков в классической множественной регрессионной модели
33. Отражение в модели влияния неучтённых факторов.
34. Отражение в эконометрических моделях фактора времени.
35., 36., 45. Оценивание линейной модели множественной регрессии в Excel.
37. Оценивание регрессионной модели с фиктивной переменной наклона
38. Оценка коэффициентов модели Самуэльсона-Хикса
39. Оценка параметров множественной регрессионной модели методом наименьших квадратов.
40. Оценка параметров парной регрессионной модели методом наименьших квадратов.
41. Оценка статистической значимости коэффициентов модели множественной регресии
|
|
42. Подбор переменных в модели множественной регрессии.на основе метода оценки информационной ёмкости
43. Подбор переменных в модели множественной регрессии методом «снизу вверх».
44. Подбор переменных в модели множественной регрессии методом исключения переменных («сверху вниз»)
46. Последствия гетероскедастичности. Тест GQ
47. Применение теста Стьюдента в процедуре подбора переменных в модели множественной регресии.
48. Применение фиктивных переменных при исследовании сезонных колебаний: спецификация модели, экономический смысл параметров при фиктивных переменных.
49. Принципы спецификации эконометрических моделей и их формы.
50. Проблема мультиколлинеарности в моделях множественной регрессии. Признаки мультиколлинеарности
51. Прогнозирование экономических переменных. Проверка адекватности модели
53. Регрессионные модели с фиктивными переменными.
54. Свойства временных рядов
55. Составление спецификации модели временного ряда.
56., 57. Спецификация и оценивание МНК эконометрических моделей нелинейных по параметрам.
58. Спецификация моделей со случайными возмущениями и преобразование их к системе нормальных уравнений)
59. Способы корректировки гетероскедастичности. Метод взвешенных наименьших квадратов
60. Статистические свойства оценок параметров парной регрессионной модели
61. Статистические характеристики выборки и генеральной совокупности статистических данных. Их соотношения.
62. Схема Гаусса – Маркова.
63. Теорема Гаусса - Маркова.
64. Тест ошибочной спецификации Рамсея.
65. Тест Стьюдента
66., 67. Типы переменных в эконометрических моделях. Структурная и приведённая формы спецификации эконометрических моделей.
68. Устранение автокорреляции в парной регрессии.
69. F -тест качества спецификации множественной регрессионной модели.
70. Фиктивная переменная наклона: назначение; спецификация
71. Функция регрессии как оптимальный прогноз.
72. Характеристики сервиса «Описательная статистика».
73. Метод наибольшего правдоподобия
74. Что такое стационарный процесс
75. Эконометрика, её задача и метод.
76. Экспоненциальное сглаживание временного ряда.
77. Этапы построения эконометрических моделей.
78. Этапы решения экономико-математических задач.
1. Автокорреляция случайного возмущения. Причины. Последствия.
Модель называется автокоррелированной, если не выполняется третья предпосылка теоремы Гаусса-Маркова: Cov(ui,uj)≠0 при i≠j. Те между ними есть зависимость.
Есть положительная автокорреляция, где за положительным отклонением следует положительное, за отрицательным – отрицательное. Отрицательная автокорреляция - за положительным чаще всего следует отрицательное.
Автокорреляция чаще всего появляется в моделях временных рядов и моделировании циклических процессов
Причина – неправильный выбор спецификации модели.