Скачать 2.54 Mb.
|
Тема. Спецификация модели. Отбор факторов. Выбор Формы уравнения. Классы моделей. Понятие множественной регрессии. Регрессионные модели (линейные, нелинейные). Алгоритм отбора факторов для построения модели. Тема. МНК. Оценка параметров регрессии Система нормальных уравнений. Уравнение множественной регрессии в стандартизированном масштабе. Экономический смысл параметров уравнения. Коэффициент регрессии. Тема. Множественная, частная корреляция. Индекс множественной корреляции на основе остаточной дисперсии. Индекс множественной корреляции на основе стандартизированных коэффициентов регрессии. Матрица парных коэффициентов корреляции. Индекс множественной корреляции через матрицу парных коэффициентов корреляции. Коэффициент множественной детерминации. Скорректированный коэффициент детерминации. Частные коэффициенты корреляции. Использование частных коэффициентов корреляции для анализа отбора факторов. Тема. Оценка надежности качества результатов регрессии и корреляции F-критерий Фишера. Частный F-критерий Фишера. Дисперсионный анализ для оценки существенности фактора. t- критерий Стьюдента. Тема. Фиктивные переменные. Качественные признаки. Матрица исходных данных. Фиктивные переменные в качестве фактора и в качестве результата. Вероятностно-линейная модель. Фиктивная модель наклона. Фиктивная модель сдвига. Тест Чоу. Тема. Предпосылки МНК. ОМНК. Теорема Гаусса-Маркова. Несмещенность. Состоятельность. Эффективность. Гетероскедастичность. Методы Гольфельда –Квандта. Ранговая корреляция Спирмена. Метода Уайта, Парка, Глейзера. ОМНК. Раздел 2. Системы эконометрических уравнений Тема. Системы уравнений, используемые в эконометрике. Система независимых переменных. Система рекурсивных уравнений. Система взаимозависимых уравнений. Структурная форма модели. Тема. Структурная и приведенная формы модели. Эндогенные, экзогенные переменные. Приведенная форма. Структурные коэффициенты модели. Тема. Проблема идентификации Уравнение: идентифицируемое, неидентифицируемое, сверхидентифицируемое. Условия идентифицируемости модели. Тема. Оценивание параметров структурной модели: КМНК, ДМНК, ТМНК КМНК, ТМНК, ДМНК, применение эконометрических уравнений. Раздел 3. Моделирование временных рядов Тема. Элементы временного ряда. Автокорреляция уровней временного ряда. Временной ряд. Элементы: факторы, формирующие тенденцию, факторы формирующие циклические колебания, случайные факторы. Автокорреляция уровней ряда. Расчет коэффициента автокорреляции. Автокорреляционная функция временного ряда. Тема. Моделирование тенденции. Аналитическое выравнивание временного ряда. Виды трендов. Выбор уравнения тренда. Тема. Моделирование сезонных и циклических колебаний. Аддитивная, мультипликативная модель. Трендовая, сезонная, циклическая компонента. Аддитивная модель. Мультипликативная модель. Методика построения моделей временного ряда. Применение фиктивных переменных для моделирования сезонных колебаний. Раздел 4. Изучение взаимосвязей по временным рядам Тема. Методы исключения тренда. Метод отклонений от тренда. Метод последовательных разностей. Включение в модель регрессии фактора времени. Тема. Автокорреляция в остатках. Нарушение предпосылки МНК, Критерий Дарбина –Уотсона. Оценивание параметров уравнения при наличии автокорреляции в остатках. Практические занятия: решение задач по темам дисциплины. Тема. Спецификация модели. Отбор факторов. Выбор Формы уравнения. Выбор формы уравнения. Алгоритм отбора факторов для построения модели. Тема. МНК. Оценка параметров регрессии Система нормальных уравнений. Уравнение множественной регрессии в стандартизированном масштабе. Экономический смысл параметров уравнения. Коэффициент регрессии. Тема. Множественная, частная корреляция. Индекс множественной корреляции на основе остаточной дисперсии. Индекс множественной корреляции на основе стандартизированных коэффициентов регрессии. Матрица парных коэффициентов корреляции. Индекс множественной корреляции через матрицу парных коэффициентов корреляции. Коэффициент множественной детерминации. Скорректированный коэффициент детерминации. Частные коэффициенты корреляции. Использование частных коэффициентов корреляции для анализа отбора факторов. Тема. Оценка надежности качества результатов регрессии и корреляции F-критерий Фишера. Частный F-критерий Фишера. Дисперсионный анализ для оценки существенности фактора. t- критерий Стьюдента. Тема. Фиктивные переменные. Качественные признаки. Матрица исходных данных. Фиктивные переменные в качестве фактора и в качестве результата. Вероятностно-линейная модель. Фиктивная модель наклона. Фиктивная модель сдвига. Тест Чоу. Тема. Предпосылки МНК. ОМНК. Теорема Гаусса-Маркова. Несмещенность. Состоятельность. Эффективность. Гетероскедастичность. Методы Гольфельда –Квандта. Ранговая корреляция Спирмена. Метода Уайта, Парка, Глейзера. ОМНК. Раздел 2. Системы эконометрических уравнений Тема. Системы уравнений, используемые в эконометрике. Система независимых переменных. Система рекурсивных уравнений. Система взаимозависимых уравнений. Структурная форма модели. Тема. Структурная и приведенная формы модели. Эндогенные, экзогенные переменные. Приведенная форма. Структурные коэффициенты модели. Тема. Проблема идентификации Уравнение: идентифицируемое, неидентифицируемое, сверхидентифицируемое. Условия идентифицируемости модели. Тема. Оценивание параметров структурной модели: КМНК, ДМНК, ТМНК КМНК, ТМНК, ДМНК, применение эконометрических уравнений. Раздел 3. Моделирование временных рядов Тема. Элементы временного ряда. Автокорреляция уровней временного ряда. Временной ряд. Элементы: факторы, формирующие тенденцию, факторы формирующие циклические колебания, случайные факторы. Автокорреляция уровней ряда. Расчет коэффициента автокорреляции. Автокорреляционная функция временного ряда. Тема. Моделирование тенденции. Аналитическое выравнивание временного ряда. Виды трендов. Выбор уравнения тренда. Тема. Моделирование сезонных и циклических колебаний. Аддитивная, мультипликативная модель. Трендовая, сезонная, циклическая компонента. Аддитивная модель. Мультипликативная модель. Методика построения моделей временного ряда. Применение фиктивных переменных для моделирования сезонных колебаний. Раздел 4. Изучение взаимосвязей по временным рядам Тема. Методы исключения тренда. Метод отклонений от тренда. Метод последовательных разностей. Включение в модель регрессии фактора времени. Тема. Автокорреляция в остатках. Нарушение предпосылки МНК, Критерий Дарбина –Уотсона. Оценивание параметров уравнения при наличии автокорреляции в остатках. Примерные задания. Задание 1. По данным n=15 предприятий, каждое из которых характеризуется по трем показателям: х1 – объем сменной выработки, х2 – себестоимость продукции и х3 – фондоотдача; получена матрица парных коэффициентов корреляции: 1 -0,6 0,8 R= -0,6 1 -0,6 0,8 -0,6 1 Определите оценку частного коэффициента ко Определите оценку частного коэффициента корреляции r23.1. Задание 2. По данным задания 1 проверить при α=0,05 значимость частного коэффициента корреляции r23.1. Задание 3. По данным задания 1 найти точечную оценку множественного коэффициента корреляции, характеризующего тесноту связи между себестоимостью и остальными переменными. Задание 4. По данным заданий 1 и 3 при α=0,05 проверить значимость множественного коэффициента корреляции r 2.13. Задание 5. По данным заданий 1 и 4 определите, какая доля дисперсии х2 объясняется влиянием показателей х1 и х3. Задание 6. Известно, что факторный признак х3 усиливает связь между величинами х1 и х2.По результатам наблюдений получен частный коэффициент корреляции r 12.3= -0,45. Какое значение может принять парный коэффициент корреляции r12: а) –0,4; б) 0,344; в) – 0,8; г)1,2. Задание 7. При исследовании зависимости себестоимости продукции у от объема выпуска х1 и производительности труда х2 по данным n=20 предприятий получено уравнение регрессии ŷ=2,88-0,72х1-1,51х2. С доверительной вероятностью р=0,99 определите, на какую величину максимально может измениться себестоимость продукции у, если объем производства х1 увеличить на единицу (известно, что Sb1= 0,052; Sb2=0,5): а) –0,6; б) 0,72; в) –1,5; г) –0,83. Задание 8. В результате исследования экономической природы выпуска некоторого продукта было построено уравнение регрессии от двух факторов L (труд) и K(капитал) на основе обследования n=20 предприятий некоторой отрасли. Полученное уравнение регрессии имеет следующий вид: У=5,03K0,3L0,7. Остаточная дисперсия составляет 9,18; объясненная дисперсия равна 15,32. Определите стандартную ошибку оценки по регрессии (среднеквадратическое отклонение от линии регрессии). Задание 9. По данным задания 8 определите коэффициент множественной корреляции rY.KL и коэффициент детерминации. Задание 10. По данным задания 8 определите, является ли уравнение регрессии значимым по критерию Фишера при α=0,05. Задание 11. Для уравнения регрессии ŷ=2,88-0,72х1-1,51х2 рассчитан множественный коэффициент корреляции rу.х1х2=0,84. Какая доля вариации результативного показателя у (в %) объясняется входящими в уравнение регрессии переменными х1 и х2: а) 70,6; б) 16,0; в) 84,0; г) 29,4. Задание 12. Предположим, в результате Вашего исследования было получено два вида трендовых моделей, каждая из которых содержит по четыре объясняющих переменных. При этом было обследовано 35 объектов. Построенные модели имеют следующие характеристики: Модель 1. R2=0.95; F=0.5; DW=3,5; Модель 2. R2=0.76; F=1.85; DW=2,1. Какая модель является более адекватной и почему? 1.8 Учебно-методическое обеспечение дисциплины. 1.8.1 Рекомендуемая литература учебные издания: учебники и учебные пособия, включая (при наличии) их электронные версии: • Основной
Дополнительной
1.9 Материально-техническое обеспечение дисциплины. Лабораторные работы по эконометрике с использованием MS Excel. 1.10 Примерные зачетные тестовые задания. 1. Дайте краткую содержательную интерпретацию следующим понятиям:
2. Покажите, что однофакторная линейная регрессионная модель на может быть получена из однофакторной линейной регрессионной модели на в том и только в том случае, когда (где - коэффициент корреляции). 3. Покажите, что если в регрессионной модели среднее значение равно нулю (), то , где и - оценки коэффициентов регрессии, полученные с помощью метода наименьших квадратов. 4. Пусть - остатки, представляющие собой отклонения фактических значений от расчетных (). Покажите, что в этом случае имеют место следующие результаты: и . 5. Пусть заданы значения и . Объясните, какую функцию следует выбрать в качестве регрессионной модели, характеризующей зависимость между и , если: 1) и значения превосходят значения ; 2) необходимо оценить постоянную эластичность функции спроса. 6. Поскольку вариация коэффициента регрессии изменяется обратно пропорционально вариации , то часто предлагается исключить все наблюдения средней области и использовать для оценки коэффициента только крайние значения . Желательна ли эта процедура? 7. Предположим, что требуется построить модель, объясняющую поведение вкладчиков в зависимости от уровня процентной ставки. Объясните, следует ли формировать выборочную совокупность для построения модели из данных периода, когда процентная ставка была стабильна или периода, когда она изменялась. 8. Пусть заданы значения и . Объясните, какие приемы следует применять для оценки параметров следующих уравнений, используя обычный метод наименьших квадратов: 1) ; 2) ; 3) ; 4) ; 5) ; 6) ; 7) .
1) стандартная ошибка регрессии; 2) и ; 3) тест Чоу; 4) степени свободы; 5) линейные ограничения на параметры; 6) анализ вариации.
. Объясните, как можно проверить гипотезы: и .
, . (0,257) (0,219) . Размер выборки – 40. Проверьте гипотезу: .
1) Предположим, что коэффициент переменной регрессионного уравнения значительно отличается от нуля только при 20% уровне значимости. Если эту переменную исключить из регрессионного уравнения, то и скорректированный () уменьшается. 2) Сравнивая регрессию без ограничений с оценками регрессии с ограничениями (), получим большое значение коэффициентов корреляции , если ограничение истинно, и меньшее – в противном случае. 3) В регрессии на наблюдения, далекие от среднего значения, имеют большое влияние на величину оцениваемого коэффициента регрессии, чем наблюдения, близкие к среднему значению.
(3,4) (0,005) (2,2) (0,15) было получено с помощью обычного МНК по данным выборочной совокупности объема . Стандартные ошибки приведены в скобках, объясненная сумма квадратов – 112,5; остаточная сумма квадратов – 19,5. 1) Какой из коэффициентов регрессии значимо отличается от нуля при 5%-ном уровне значимости? 2) Вычислите значение множественного коэффициента корреляции . 3) Вычислите значение скорректированного множественного коэффициента корреляции .
, . Объясните, при каких условиях следующие спецификации истины. (Обозначение параметров «с крышками» являются оценками). 1) . 2) Если и - оцененные остатки двух уравнений, то . 3) статистически значим (при 5%-ном уровне значимости), а - нет. 4) статистически значим (при 5%-ном уровне значимости), а - нет.
была оценена с помощью обычного МНК по 26 наблюдениям. В результате было получено следующее уравнение: , (1,9) (2,2) (2,4) t-статистики приведены в скобках, . Такая же модель была оценена при ограничении , что позволило получить регрессионное уравнение вида: , . (2,7) (2,4) 1) Проверьте значимость ограничения . Изложите предположения, при которых эта проверка обоснована. 2) Предположим, что исключено из уравнения: увеличится или уменьшится скорректированный ? 3) Увеличится или уменьшится , если исключить из уравнения?
1) Возможна ли такая ситуация? 2) Какие случаи приводят к подобной ситуации? 3) Какой дальнейший анализ следует провести в этой ситуации? 18. Студент получил следующие результаты при проведении регрессионного анализа: 1) , ; 2) , . В какой из записей он допустил ошибку? 19. Спрос на цейлонский чай в США задан следующим уравнением: , где - импорт цейлонского чая; - цена цейлонского чая; - цена индийского чая; - цена бразильского кофе; - чистый доход. Были получены следующие результаты при : , , (2,0) (0,987) (0,134) (0,370) , . (0,820) (0,155) (0,165)
1) Голдфелда-Куандта;
1) ; 2) ; 3); 4) .
предполагается, что ошибки имеют дисперсию, зависящую от переменной . Объясните, как вы будете выбирать наиболее приемлемую среди следующих четырех спецификаций: 1) ; 2) ; 3) ; 4) .
Были вычислены и проанализированы остатки для каждого значения . Результаты анализа показали, что величина остатков зависит от значения . Однако при построении регрессии на этот эффект не проявился. Была выдвинута гипотеза, что . Затем было построено уравнение вида: , , (0,009) (4,570) которое после приведения к исходному виду записывается следующим образом: . При оценивании параметров уравнения регрессии были получены следующие характеристики:
1) ; 2) ; 3) , где - оценка i-го дома, - цена, по которой он продан. По выборке из 416 домов были получены оценки уравнений: а) , ; (559,2) (0,0136) стандартные ошибки (13,42) (24,79) t-статистики б) , ; (0,0144) () стандартные ошибки (51,38) (24,79) t-статистики в) , . Было сделано предложение, что более подходящими для проверки этого подозрения, являются обратные уравнения: 4) ; 5) . Оценивание по той же самой выборке позволило получить следующие оценки обратных уравнений: г) , ; (1527,93) (0,0713) стандартные ошибки (1,3417) (24,79) t-статистики д) , . (0,0203) () стандартные ошибки (27,26) (0,404) t-статистики Среднее значение .
1) ; 2) ; 3) .
1) ; 2) ; 3)
. Выразите как функцию и запаздывающие значения путем разложения по степеням полинома .
1) тест Дарбина-Уотсона; 2) тест Кохрейна-Оркатта; 3) процедура Дарбина;
, , (0,4) (0,06) DW=1,9. У построенной зависимости высокий множественный коэффициент корреляции и статистика Дарбина-Уотсона (DW) близка к 2, что свидетельствует об отсутствии автокорреляции остатков. Можно ли утверждать, что даже при высоком это уравнение непригодно для практического использования?
, , , где - независимы и имеют нормальный закон распределения со средним 0 и дисперсией . Регрессия на дает возможность получить более эффективные оценки , чем регрессия на . 10) Тест Дарбина-Уотсона – бесполезный тест, поскольку он не применим почти в каждом из случаев, которые встречаются на практике.
1) Что означает эта фраза? 2) Существует ли какой-либо способ избежания этой проблемы?
37. Рассмотрим модель из трех уравнений: где , и - эндогенные переменные, а , и - экзогенные. Используя порядковые и ранговые условия, проверьте возможность идентификации каждого уравнения модели. Предположим, что вы хотите оценить первое уравнение модели с помощью двухшагового МНК, но у вас в наличие имеется программа только с обычным МНК. Объясните шаг за шагом, как вы оцените , и .
1) косвенный МНК; 2) двухшаговый МНК.
где - экзогенная переменная; ошибки и имеют среднее, равное нулю, и неавтокоррелированы. 1) Напишите уравнения, выражающие приведенные коэффициенты через структурные параметры. 2) Покажите, что если , то можно идентифицировать. Можно ли в этом случае определить параметры и ?
Какое из этих уравнений идентифицируемо?
1) В системе одновременных уравнений чем больше число экзогенных переменных, тем лучше. 2) Любая переменная может быть эндогенной в одном уравнении и экзогенной – в другом. 3) Некоторые системы одновременных уравнений могут быть оценены с помощью обычного МНК. |
Методические рекомендации по изучению дисциплины опд. В 1, опд. В... Дисциплина «Психология конфликта» относится к вариативной части цикла гуманитарных, социальных и экономических дисциплин | Тесты по дисциплине: Эконометрика (опд) Для специальности(ей) Охватывают все темы учебного курса по Отечественной истории. Затем была разработана программа для компьютера | ||
Методические рекомендации по изучению дисциплины опд. Ф 4 опд. Ф... В соответствии с учебными планами подготовки учителей по специальности «Педагогика и методика начального образования» он читается... | Методические рекомендации включают рекомендации по организации самостоятельной... Методические рекомендации предназначено для студентов, обучающихся на курсе психологии и педагогики | ||
Рабочая программа по дисциплине б 11. Эконометрика Целью освоения дисциплины «Эконометрика» является, прежде всего, овладение студентами навыками построения эконометрических моделей,... | Методические рекомендации по дисциплине для преподавателей, методические... Нормативные документы, требования которых учитывались при разработке умк дисциплины/модуля/спецкурса | ||
Методические рекомендации по изучению дисциплины опд. В 1, сд. В... «050703-Дошкольная педагогика и психология». В данном комплексе представлены программа курса, методические рекомендации по изучению... | Методические указания по дисциплине «Эконометрика» ... | ||
Методические рекомендации по выполнению работ по дисциплине «курсовое проектирование» Методические рекомендации по выполнению курсовых проектов по дисциплине «Курсовое проектирование» составлены в соответствии с требованиями... | Методические рекомендации по самостоятельной работе студентов и изучению... ... | ||
Методические рекомендации по выполнению самостоятельных работ по... Методические рекомендации рассмотрены методическим советом колледжа и рекомендованы для использования в учебном процессе протокол... | Методические рекомендации по изучению дисциплины опд. В 1 Государственным образовательным стандартом высшего профессионального образования | ||
Основные требования и методические рекомендации Опд. Ф. (федеральный компонент цикла общепрофессиональных дисциплин) по специальностям | Учебно-методический комплекс дисциплины опд. Ф. 22 Опд. Ф. 21 Опд.... ... | ||
Методические рекомендации для практических занятий по дисциплине Методические рекомендации предназначены для студентов очной, заочной форм обучения экономических специальностей, бакалавров, аспирантов... | Методические рекомендации по выполнению самостоятельной работы по... «Экономика» специальности 080110 «Экономика и бухгалтерский учет» (на предприятиях пищевой промышленности) на втором курсе обучения... |