Вопросы для подготовки к экзамену
1. Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа.
2. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Парная регрессия.
3. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии.
4. Нелинейные модели регрессии и их линеаризация.
5. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации.
6. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации.
7. Стандартная ошибка уравнения регрессии.
8. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии, уравнения регрессии в целом: t-критерий Стьюдента, F-критерий Фишера.
9. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методам наименьших квадратов.
10. Стандартизованные коэффициенты регрессии, их интерпретация. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции.
11. Оценка качества модели множественной регрессии: F-критерий Фишера, t-критерий Стьюдента.
12. Мультиколлинеарность. Методы устранения мультиколлинеарности.
13. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. Спецификация переменных в уравнениях регрессии. Ошибки спецификации.
14. Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов.
15. Понятие и последствия гетероскедастичности. Обнаружение и устранение гетероскедастичности. Понятие и последствия автокорреляции. Обнаружение и устранение автокорреляции.
16. ТестСпирмена. Схема теста Голдфелда-Квандта. Предположениетеста Парка?Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции.
17. Автокорреляционная функция. Отличие положительной и отрицательной автокорреляции. Основнаяидея метода рядов при обнаружении автокорреляции. ТестДарбина-Уотсона.
18. Нахождение оценок регрессионных коэффициентов в случае линейной модели с коррелированными остатками.Сутьметода взвешенных наименьшихквадратов. Типыпреобразований для устранения гетероскедастичности.
19. Понятие фиктивных переменных. Правило использования фиктивных переменных. ANOVA-модели и ANCOVA-модели Фиктивные переменные для коэффициентов наклона. Тест Чоу. Регрессионные модели с переменной структурой(фиктивные модели).
20. Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Замещающие переменные.
21. Нелинейные модели регрессии и линеаризация: постановка задачи, некоторые виды нелинейных зависимостей, поддающиеся непосредственной линеаризации; подход Бокса-Кокса к подбору линеаризующего преобразования.
22. Понятие временного ряда и его основные компоненты. Построение аддитивной модели. Построение мультипликативной модели
23. Специфика временных рядов как источника данных в эконометрическом моделировании. Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация. Интегрированные временные ряды.
24. Детерминированный и стохастический тренд. Основные различия в поведении интегрированных и стационарных относительно детерминированного тренда временных рядов. Последствия неправильного выбора метода остационаривания нестационарного временного ряда.
25. Последствия неправильного выбора метода остационаривания нестационарного временного ряда. Фиктивные “экономические циклы ”.
26. Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений. Структурная и приведенная формы эконометрической модели. Проблемы идентификации.
27. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов, общая схема алгоритма расчетов.
28. Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы)
29. Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна.