Эконометрика (продвинутый уровень)

По данным 22 однородных предприятий известны цена товара и спрос.
постройте модель парной линейной регрессии и рассчитайте прогноз спроса, если цена товара будет на 17% меньше ее среднего уровня.

Экзаменационные вопросы

по дисциплине «Эконометрика (продвинутый уровень)
для магистратуры, з/о
1. Место эконометрики в экономических и математико
-
статистических дисципл
и
нах.
2. Подходы к анализу и интерпретации исходной системы данных в эконометрике.
3
.
П
остроение исходной системы данных по принципу «объект-свойство».
4. Стандартизация исходных данных наблюдений с использованием метода преобразования и его экономический смысл.
4. Нелинейные уравнения парной и множественной регрессии.
5. Экономическое содержание кривой Филипса и кривых Энгеля и применение аппарата эконометрического моделирования.
6. Методы линеаризации при использовании нелинейных регрессионных уравнений.
Линеаризация набора нелинейных математических функций.
7. Коэффициенты эластичности и их расчет для заданного набора математических функций.
8. Классическая линейная модель множественной регрессии (КЛММР).
9. Развернутая и матричная запись линейного уравнения множественной регрессии и оценивание его пара-метров
.10. Наличие мультиколлинеарности факторов при использовании КЛММР.
11. Использование
2

критерия
в оценке мультиколлинеарности независимых фа
к
торов.
12. Обобщенная линейная модель множественной регрессии (ОЛММР). Ее матричная з
а
пись.  
13. Два типа распространенных в практике эконометрических исследований
ОЛММР
.
14. Обобщенный метод наименьших квадратов (ОМНК) в оценивании параметров ОЛММР.
15.
Применение ОМНК в оценке параметров парной линейной модели регрессии с гетероскедастичными и
некоррелированными остатками
1
6
. Матичная запись оценок параметров ОЛММР и способы получения матрицы
.
0

1
7
. Преобразование исходных данных наблюдений по эндогенной и экзогенн
ой
переменны
м
,
зависимость
между которыми опр
еделяется ОЛММР
при нарушении условия гомоскедастичности остатков.
1
7
.
Методы проверки гипотез о гомо
-
гетероскедастичности остатков в ОЛММР.
1
8
.
Случай ОЛММР с автокоррелированностью  остатков 1
-
го порядка.
19. Получение матрицы
0

для ОЛММР с автокор
релированными остатками.
20. Рассмотрение случая преобразования исходных наблюденных значений эндогенной и экзогенных пер
е-
менных для оценивания параметров ОЛММР с автокоррелированными остатками.
2
1
. Нарушения условия о ранге матрицы
X
(случай,  ранг
)
1

p
и анализ последствий при оценивании параметров уравнения линейной множественной регрессии.
22. Устранение мультиколлинеарности экзогенных переменных путем ортогонализации их наблюденных
векторов. Идея метода главных
компонент.
23.  Получение матрицы факторных нагрузок при реализации метода главных компонент и связь факторов
(компонент) с исходными экзогенными переменными.
24. Получение численных значений главных компонент и проверка их попарной ортогональности.  
25. Одномерные и многомерные временные ряды.
26. Определения и формулировка основных задач по временным рядам экономических показателей.
27. Стационарные временные ряды, разности гоkпорядка. Применение разностей (процедура интегрирования) для достижения стационарности временного ряда.
28. Автоковариационная и автокорреляционная функции порядка
29. Содержание авторегрессионных моделей стационарных временных рядов, описывающих поведение случайных остатков
30. Представление общего линейного процесса поведения случайных остатков в виде комбинации «белого шума ()
31. Модель авторегрессии 1
-
го порядка
-
AR
(1) (марковский процесс).
32. Условие стационарности временного ряда, устанавливаемое с помощью коэффициента
модели и ее идентификация.
33. Модель авторегрессии 2
го порядка
(2) (процессы Юла).
34. Идентификация модели.
35. Условия стационарности временного ряда, устанавливаемые с помощью коэффициентов

модели.
Экзаменационные билеты будут содержать
2 теоретических вопроса и одну задачу.
Электронная библиотека БГЭУ
Типы задач на экзамене
(предусмотрено проведение в компьютерном классе)
1. Задан набор математических функций для нелинейной эконометрической модели. Будет
требоваться линеаризовать эти функции (возможны функции, не поддающиеся линеаризации).
2. Определить коэффициенты эластичности для заданного набора функций, определяющих спецификацию
эконометрической модели.
3. Задаются исходные данные по двум экономически
м переменным, зависимость между которыми описывается уравнением парной линейной регрессии. Случайные остатки гетероскедастичны и не коррелированны, весовые коэффициенты по наблюдениям задаются. Требуется найти оценки параметров модели с применением ОМНК (взвешенный метод наименьших квадратов).
4. Приведен временной ряд (с максимальной длиной 7 членов). Будет задана сглаживающая функция, поволяющая вычислить «случайные остатки»
. Требуется построить авторегрессионную модель первого порядка для случайного остатка, которую необходимо свести к модели с временным лагом в 1 такт для исходного показателя.
5. Приведены векторы наблюдений над экзогенными переменными (число элементов вектора не более 7).
Проверить отсутствие их попарнной коллинеарности, если изначально заданы ортогональные векторы.
6. Расчет коэффициента авторкорреляции го порядка между членами временного ряда (максимальная
длина ряда 10 и
3

k
).
7.
Исходные данные для моделирования зависимости эндогенной переменной от 2
-
х экзогенных со спецификацией «уравнение линейной множественной регрессии», приводят к уравнению с гетероскедастичными остатками.
Порядок получения весовых коэффициентов для ОМНК (взвешенный МНК) будет задан.
Потребуется получить оценки параметров уравнения с применением матричной записи ОМНК  (экзаменационный вопрос 16).
8. Требуется проверить гипотезу об однородности совокупности объектов путем оценки значимости матрицы коэффициентов парной корреляции независимых признаков с использованием)квадрат"Хи"(2
критерияУилкса
Электронная библиотека БГЭУ

http://math.semestr.ru/corel/corel.php

 Эконометрика — наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей.
конометрические методы
Регрессионный анализ — статистический метод исследования зависимости между зависимой переменной Y и одной или несколькими независимыми переменными X_1, X_2, ..., X_p
Анализ временных рядов — совокупность математико-статистических методов анализа, предназначенных для выявления структуры временных рядов и для их прогноза
Панельный анализ - Панельные данные представляют собой прослеженные во времени пространственные микроэкономические выборки, то есть они состоят из наблюдений одних и тех же экономических единиц, которые осуществляются в последовательные периоды времени.