Тема 2. Задачи и особенности построения множественных линейных регрессионных моделей. Факторный комплекс и проблема мультиколлинеарности

Виды связей, изучаемых эконометрикой. Задачи построения парной и множественной регрессионных моделей. Метод наименьших квадратов (МНК) и условия его применения. Свойства оценок МНК. Оценивание линейного уравнения парной регрессии МНК. Экономическая интерпретация параметров линейной регрессии.

Оценки тесноты связи показателями корреляции и детерминации. Показатели качества регрессионной модели.

Задача формирования комплекса информативных факторов множественной регрессии. Мультиколлинеарность факторов. Метод включения и исключения переменных, основанный на результатах анализа парной и частной корреляции.

Тема 3. Процедуры построения и оценки множественной линейной регрессионной модели. Критерии Стьюдента и Фишера

Процедуры расчёта и интерпретации параметров множественной регрессии. Оценка статистической значимости параметров и характеристик множественной линейной регрессии. Проверка нулевых гипотез на базе критериев Стьюдента и Фишера

Анализ результатов моделирования факторного комплекса макроэкономических показателей (стоимость валового внутреннего продукта, инвестиции в экономику РФ, товарооборот розничной торговли).

Прогнозирование с использованием множественной регрессии.

Тема 4. Особенности оценки моделей с гетероскедастичными и автокоррелированными остатками. Обобщённый МНК (ОМНК)

Эффекты гетероскедастичности и автокорреляции остатков. Методы выявления гетероскедастичности (тесты Спирмена, Парка, Глейзера, Голдфелда-Квандта). Оценки автокорреляции остатков (коэффициент Дарбина-Уотсона, линейный коэффициент автокорреляции).

Понятие об обобщённом МНК; особенности его применения.

Тема 5. Множественные регрессионные модели с переменной структурой. Бинарные переменные и особенности моделей с их участием

Задачи и особенности построения моделей с переменной структурой. Понятия о бинарных (фиктивных) переменных и возможностях их применения. Специфика методики построения и анализа моделей с бинарными переменными.

Тема 6. Нелинейные множественные регрессионные модели. Процедуры линеаризации и практика их применения

Задачи и условия построения множественных нелинейных регрессионных моделей. Многообразие процедур линеаризации переменных при изучении множественных связей.

Практика линеаризации переменных (группа моделей Кобба-Дугласа) и перспективы её применения.