ВОПРОСЫ ПО ЭКОНОМЕТРИКЕ (экзамен ЭММ, декабрь 2012)

ВОПРОСЫ ПО ЭКОНОМЕТРИКЕ (экзамен ЭММ, декабрь 2012)

1. Типы взаимосвязи между явлениями. Функциональная и корреляционная связь между показателями и ее принципиальное отличие.

2. Типы данных и типы моделей. Специфика экономических данных. Системы эконометрических уравнений.

3. Ковариация между переменными. Формула расчета ковариации.

4. Коэффициент парной корреляции, формула расчета.

5. Качественная оценка коэффициента корреляции. Шкала Чеддока.

6. Оценка значимости линейных коэффициентов корреляции. -критерий Стьюдента.

7. Матрица коэффициентов парной корреляции.

8. Множественный коэффициент корреляции.

9. Выборочный множественный коэффициент детерминации и проверка его значимости по -критерию Фишера.

10. Частный коэффициент корреляции. Формула его расчета.

11. Оценка тесноты нелинейной связи, индекс корреляции (корреляционное отношение).

12. Регрессионные модели. Общие предпосылки регрессионного анализа. Теоретическое и эмпирическое уравнения регрессии.

13. Алгоритм построения и анализа регрессионных моделей.

14. Основные предпосылки применения метода наименьших квадратов (МНК).

15. Свойства оценок параметров регрессионной модели.

16. Оценка параметров регрессионного уравнения с помощью МНК. Система нормальных уравнений.

17. Оценки параметров линейной модели парной регрессии. Расчетные формулы.

18. Матричная форма модели парной регрессии и формула расчета ее параметров.

19. Оценка качества уравнения регрессии. Объясненная и необъясненная составляющие уравнения регрессии.

20. Коэффициент детерминации и коэффициент корреляции, их расчет в модели парной регрессии.

21. Средняя относительная ошибка аппроксимации уравнения регрессии.

22. Проверка значимости уравнения регрессии в целом. -критерий Фишера.

23. Уровень значимости и степени свободы при проверке значимости уравнения регрессии.

24. Мера точности регрессионного уравнения. Несмещенная оценка дисперсии остаточной компоненты .

25. Анализ статистической значимости параметров модели. Стандартные ошибки коэффициентов и .

26. Оценка статистической значимости коэффициентов регрессии.

27. Доверительные интервалы параметров регрессии.

28. Прогнозирование с применением уравнения регрессии. Средняя стандартная ошибка прогноза.

29. Модель множественной регрессии. Виды моделей множественной регрессии.

30. Теоретическое и эмпирическое линейное уравнение множественной регрессии.

31. Матричная форма записи и матричная формула оценки параметров множественной регрессии.

32. Две схемы отбора факторов для построения модели множественной регрессии.

33. Направления статистического анализа множественного регрессионного уравнения.

34. Коэффициент множественной детерминации, коэффициент множественной корреляции. Скорректированный коэффициент множественной детерминации.

35. Проверка значимости множественного уравнения регрессии с помощью -критерия Фишера.

36. Анализ статистической значимости параметров модели.

37. Выполнение предпосылок МНК.

38. Анализ влияния факторов на основе многофакторных регрессионных моделей: коэффициент эластичности; бета-коэффициент и дельта-коэффициент .

39. Прогнозирование показателя по множественной регрессионной модели. Доверительный интервал для точечного прогноза.

40. Понятие мультиколлинеарности, главные признаки мультиколлинеарности, последствия мультиколлинеарности. Методы устранения мультиколлинеарности.

41. Способы обнаружения мультиколлинеарности. Обнаружение мультиколлинеарности с помощью алгоритма Феррара-Глобера: критерий Пирсона , критерий Фишера , -критерий Стьюдента.

42. Понятие гомо- и гетероскедастичности. Примеры из экономики. Методы обнаружения гетероскедастичности, последствия гетероскедастичности.

43. Критерий обнаружения гетероскедастичности.

44. Тест Голдфельда-Квандта для проверки гетероскедастичности.

45. Обобщенный МНК и его отличие от классического МНК (метод Эйткена).

46. Автокорреляция в регрессионных моделях, причины автокорреляции. Последствия автокорреляции и способы ее устранения.

47. Методы обнаружения автокорреляции. Метод рядов для обнаружения автокорреляции.

48. Критерий Дарбина-Уотсона для обнаружения автокорреляции. Нижние и верхние границы критических точек Дарбина-Уотсона.

49. Коэффициент автокорреляции первого порядка и его применение для раскрытия неопределенности в критерии Дарбина-Уотсона.

50. Регрессионные уравнения с переменной структурой. Фиктивные переменные. Виды фиктивных переменных. Преимущества использования фиктивных переменных при построении регрессионных моделей.

51. Использование фиктивных переменных для исследования структурных изменений. Моделирование сезонности. Количество бинарных переменных при k градациях.

52. Модель задачи об оптимальном использовании средств, представленной в виде регрессионной модели.

53. Аналитическая функция Кобба-Дугласа. Записать ее вид и разъяснить.

54. Способы расчета параметров , , производственной функции Кобба-Дугласа.

55. Эластичность выпуска продукции по затратам труда и по производственным фондам (капиталу).

56. Система независимых регрессионных уравнений. Ее формальная запись. Метод ее решения.

57. Система рекурсивных регрессионных уравнений. Ее формальная запись. Метод ее решения.

58. Система одновременных уравнений. Вид структурной формы модели одновременных регрессионных уравнений. Эндогенные и экзогенные переменные.

59. Приведенная форма модели одновременных регрессионных уравнений. Причины, вызывающие необходимость построения приведенной формы модели.

60. Примеры практической постановки задач систем одновременных уравнений: модель 1 спроса и предложения; модель 2 – кейнсианская модель спроса и предложения. Эндогенные лаговые переменные.

61. Идентификация систем. Предопределенные переменные системы одновременных уравнений.

62. Классы структурной модели относительно идентифицируемости регрессионных уравнений.

63. Необходимое и достаточное условие идентифицируемости уравнений структурной формы модели. Показать на примере.

64. Алгоритм косвенного метода решения систем одновременных уравнений.

65. Алгоритм двухшагового метода наименьших квадратов для решения систем одновременных регрессионных уравнений.

66. Понятие динамического ряда, временного ряда. Его обозначение. Составляющие временного ряда. Виды моделей представления временного ряда.

67. Процедуры предварительного анализа временных рядов.

68. Метод выявления аномальных наблюдений (метод Ирвина).

69. Критерии проверки исходной информации на наличие тренда: критерий серий, основанных на медиане. Критерий восходящих и нисходящих серий. Сравнение средних уровней ряда.

70. Метод простой и взвешенной скользящей средней при сглаживании временного ряда. Метод экспоненциального сглаживания.

71. Модели кривых роста.

72. Моделирование экономических процессов, подверженных сезонным колебаниям. Критерии проверки наличия сезонных колебаний.

73. Фильтрация компонент тренд-сезонных колебаний временного ряда.

74. Адаптивные модели прогнозирования: СС-модели и АР-модели.

75. Метод Брауна. Два способа представления формул в модели Брауна.

76. Оценка качества моделей: проверка адекватности модели.

77. Проверка условия случайности возникновения отдельных отклонений от тренда.

78. Соответствие ряда остатков нормальному закону распределения.

79. Оценка точности модели.

80. Построение точечных и интервальных прогнозов.

81. Модели авторагрессии.