1. Предмет и задачи эконометрики
2. Переменные эконометрических моделей
3. Регрессионный анализ
4. Корреляционный анализ
5. Оценки, способы оценивания и исходные предпосылки регрессионного анализа
6. Линейная регрессия и корреляция: смысл и оценка параметров
7. Коэффициент детерминации: расчет коэффициента детерминации, его свойства, интерпретация, связь с коэффициентом корреляции и параметрами регрессии
8. Коэффициент корреляции: расчет коэффициента корреляции, его связь с коэффициентом детерминации и параметрами регрессии, проверка значимости коэффициента корреляции.
9. Доверительные интервалы и проверка значимости коэффициентов регрессии и корреляции
10. Доверительные интервалы: для значений регрессии генеральной совокупности, для зависимой переменной, для параметров регрессии генеральной совокупности
11. Проверка качества уравнения линейной регрессии: средняя ошибка аппроксимации, критерий Фишера
12. Проверка качества уравнения линейной регрессии: стандартные ошибки коэффициентов регрессии, критерий Стьюдента
|
|
13. Прогнозирование на основании линейной регрессии
14. Нелинейная регрессия: Виды нелинейных моделей. Линеаризация. Индекс корреляции
15. Отбор факторов при построении множественной регрессии
Включение в уравнение множественной регрессии того или иного набора факторов связано, прежде всего, с представлением исследователя о природе взаимосвязи моделируемого показателя с другими экономическими явлениями. Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям:
1. Факторы должны быть количественно измеримы.
2. Факторы не должны быть взаимно коррелированы. Если между факторами существует высокая корреляция, то нельзя определить их изолированное влияние на результативный показатель, и параметры уравнения регрессии оказываются неинтерпретируемыми.
16. Мультиколлинеарность, ее симптомы и последствия