1. Задачи эконометрики в области социально-экономических исследований.
2. Виды эконометрических моделей. Примеры эконометрических моделей.
3. Основные этапы эконометрического моделирования.
4. Проблемы эконометрического моделирования.
Литература: 1, 2, 3, 4.
Тема 2. Классическая и обобщенная линейные модели множественной
регрессии.
- Предпосылки регрессионного анализа.
- Метод наименьших квадратов и свойства МНК-оценок.
- Критерии адекватности регрессионной модели. Их преимущества и недостатки.
- Интерпретация параметров линейной регрессионной модели.
- Сравнение факторных признаков по силе воздействия на результат: построение стандартизованного уравнения регрессии и расчет коэффициентов эластичности.
- Понятие мультиколлинеарности и основные признаки мультиколлинеарности.
- Методы устранения мультиколлинеарности.
- Обобщенная линейная модель множественной регрессии.
- Понятия гетероскедастичности и автокорреляции остатков модели?
- Проверка регрессионной модели на наличие гетероскедастичности и автокорреляции.
Литература: 1, 2, 3, 6
Тема 3. Линейные регрессионные модели с переменной структурой.
- Проблема неоднородности данных в регрессионном смысле.
- Использование фиктивных переменных в линейных моделях регрессии.
- Аддитивная и мультипликативная форма их использования.
- Интерпретация коэффициентов при фиктивных переменных. Примеры применения.
- Интерпретация коэффициентов модели, построенной только по фиктивным переменным.
- Проверка гипотезы об однородности исходных данных.
Литература: 1, 2, 3, 7.
Тема 4. Нелинейные регрессионные модели и их линеаризация.
- Виды нелинейных регрессионных моделей.
- Основные способы преобразования нелинейных регрессионных уравнений к линейной форме.
- Интерпретация параметров степенных регрессионных моделей.
- Производственная функция Кобба–Дугласа как пример степенной регрессионной модели.
Литература: 1, 2, 3, 4.
Тема 5. Динамические регрессионные модели.
- Понятия стационарного и нестационарного временных рядов.
- Идентификация стационарных временных рядов: модели авторегрессии порядка p, скользящего среднего порядка q и авторегрессионные модели со скользящими средними в остатках (АРСС (р, q)- модель).
- Идентификация нестационарных временных рядов.
- Примеры использования моделей с распределенными лагами.
- Оценка параметров моделей с распределенными лагами: метод Алмон и метод Койка.
Литература: 1, 2, 3, 6.