2.1.1. Особенности эконометрического подхода к изучению социально-экономических процессов и анализу данных. Предмет и методы эконометрических исследований. Место эконометрики в ряду математико-статистических и экономических дисциплин. Линейная модель множественной регрессии. Функциональные, статистические и корреляционные взаимосвязи экономических переменных. Суть регрессионного анализа, условия теоремы Гаусса- Маркова. Классическая линейная регрессионная модель. Оценки метода наименьших квадратов (МНК) параметров линейного уравнения регрессии, их статистические свойства. Анализ точности определения оценок параметров регрессии. Доверительные интервалы для параметров регрессии и объясняемой переменной. Проверка общего качества уравнения регрессии. Коэффициент детерминации R2 Матричная форма множественной регрессии. Представление множественной линейной регрессии в естественной и стандартизованной форме. Коэффициенты частной и множественной корреляции. Ковариационная матрица, ее выборочная оценка. Мультиколлинеарность, последствия и методы устранения мультиколлинеарности. Оценки дисперсии параметров регрессии, их свойства. Ковариационная матрица оценок параметров линейной регрессии.
|
|
2.1.2. Интервальные оценки параметров теоретического уравнения регрессии. Анализ качества эмпирического уравнения множественной линейной регрессии. Особенности практического применения регрессионных моделей. Средние и частные коэффициенты эластичности.
Проверка общего качества уравнения регрессии и выполнимости предпосылок МНК. Оценка случайного члена регрессионной модели. Гетероскедастичность и автокоррелированность остатков регрессионных моделей. Обобщенный МНК. Гетероскедастичность. Суть и причины проявления гетероскедастичности. Последствия гетероскедастичности. Тест Голдфелда-Квандта. Диагностирование гетероскедастичности с помощью коэффициента ранговой корреляции Спирмена. Методы устранения гетероскедастичности. Автокорреляция. Суть и экономические причины автокорреляции. Последствия автокорреляции. Графическое обнаружение автокорреляции. Кажущаяся автокорреляция при неправильном выборе модели регрессии. Фиктивные переменные. Использование качественных объясняющих переменных. Фиктивные переменные во множественной линейной регрессии. Анализ сезонности с помощью фиктивных переменных. Нелинейная регрессия.Выбор модельной функции регрессии. Линеаризация по параметрам. Обратные, степенные и логарифмические преобразования факторных и результирующей переменных. Динамические модели. Временные ряды. Лаговые переменные и экономические модели с разновременными значениями объясняющих факторов. Оценка моделей с лагами в независимых переменных. Модели с распределенными лагами. Авторегрессионные модели, как эквивалентное представление моделей с распределенными лагами. Обнаружение и устранение автокорреляции остатков. Статистика Дарбина-Уотсона.
|
|
2.1.3. Необходимость использования систем одновременных уравнений. Составляющие систем уравнений. Смещенность и несостоятельность оценок МНК для систем одновременных уравнений. Проблема идентификации. Необходимые и достаточные условия идентифицируемости. Косвенный метод наименьших квадратов (КМНК). Оценка систем одновременных уравнений с помощью двухшагового и трехшагового МНК.