Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования

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.

1. Предпосылки регрессионного анализа.
2. Метод наименьших квадратов и свойства МНК-оценок.
3. Критерии адекватности регрессионной модели. Их преимущества и недостатки.
4. Интерпретация параметров линейной регрессионной модели.
5. Сравнение факторных признаков по силе воздействия на результат: построение стандартизованного уравнения регрессии и расчет коэффициентов эластичности.
6. Понятие мультиколлинеарности и основные признаки мультиколлинеарности.
7. Методы устранения мультиколлинеарности.
8. Обобщенная линейная модель множественной регрессии.
9. Понятия гетероскедастичности и автокорреляции остатков модели?
10. Проверка регрессионной модели на наличие гетероскедастичности и автокорреляции.

Литература: 1, 2, 3, 6

Тема 3. Линейные регрессионные модели с переменной структурой.

1. Проблема неоднородности данных в регрессионном смысле.
2. Использование фиктивных переменных в линейных моделях регрессии.
3. Аддитивная и мультипликативная форма их использования.
4. Интерпретация коэффициентов при фиктивных переменных. Примеры применения.
5. Интерпретация коэффициентов модели, построенной только по фиктивным переменным.
6. Проверка гипотезы об однородности исходных данных.

Литература: 1, 2, 3, 7.

Тема 4. Нелинейные регрессионные модели и их линеаризация.

1. Виды нелинейных регрессионных моделей.
2. Основные способы преобразования нелинейных регрессионных уравнений к линейной форме.
3. Интерпретация параметров степенных регрессионных моделей.
4. Производственная функция Кобба–Дугласа как пример степенной регрессионной модели.

Литература: 1, 2, 3, 4.

Тема 5. Динамические регрессионные модели.

1. Понятия стационарного и нестационарного временных рядов.
2. Идентификация стационарных временных рядов: модели авторегрессии порядка p, скользящего среднего порядка q и авторегрессионные модели со скользящими средними в остатках (АРСС (р, q)- модель).
3. Идентификация нестационарных временных рядов.
4. Примеры использования моделей с распределенными лагами.
5. Оценка параметров моделей с распределенными лагами: метод Алмон и метод Койка.

Литература: 1, 2, 3, 6.