Эксперт

Сергей

Задать вопрос

Мы готовы помочь Вам.

1. Эконометрика как наука. Основные цели и решаемые задачи.
2. . Эконометрическая модель. Этапы эконометрического моделирования.
3. Исходные предпосылки эконометрического моделирования. Зависимые и независимые переменные.
4 Тпы исходных информационных массивов статический и динамический.
5Функциональные зависимости между переменными — линейная, степенная, гиперболическая и т. д.
6. Методы линеаризации формы эконометрической модели.
7. Случайные величины и их числовые характеристики. Функция распределения случайной величины.
8. Закон больших чисел и предельные теоремы. Точечные и интервальные оценки параметров. Проверка (тестирование) статистических гипотез.
9Линейная парная регрессия. Коэффициент корреляции. Традиционный метод наименьших квадратов — МНК. Сведения о методе максимального правдоподобия.
10. Оценка дисперсии случайной составляющей. Дисперсионный анализ.
11. Статистические свойства МНК-оценок (состоятельность, несмещенность, эффективность).
12. Теорема Гаусса -Маркова. Гетероскедастичность случайной составляющей. Обобщенный метод наименьших квадратов – ОМНК.
13. Модели с гетероскедастичными ошибками. Причины непостоянства дисперсии ошибки. Тестирование на гетероскедастичность.
14. Взвешенные эконометрические модели. Особенности оценки параметров моделей с гетероскедастичными ошибками. Проверка гипотез о значимости параметров регрессии, коэффициента корреляции и уравнения регрессии в целом.
15. Элементы статистической теории погрешностей и прогноз ожидаемого значения результативного признака по линейному парному уравнению регрессии.
16. Нелинейная регрессия. Виды нелинейной регрессии. Оценка параметров.
17. Классическая нормальная линейная модель множественной регрессии. Оценка параметров классической регрессионной модели методом наименьших квадратов.
18. Отбор факторов при построении множественной регрессии. Оценка значимости фактора, дополнительно включенного в модель регрессии.
19. Коллинеарность и мультиколлинеарность. Ковариационная матрица и ее выборочная оценка.
20. Оценка значимости множественной регрессии. Коэффициенты детерминации. Фиктивные переменные.
21. Измерение зависимой переменной в дихотомической шкале.
22. Проблемы построения моделей с дискретными зависимыми переменными. Probit-, Logit-, Tobit-модели. Оценивание параметров.
23. Использование нелинейной и линейной регрессионных моделей с гетероскедастичными остатками. Взвешенный МНК. Примеры моделей с дискретными зависимыми переменными.
24. Общее понятие о системах уравнений, используемых в эконометрике. Системы одновременных уравнений, системы независимых уравнений, системы рекурсивных уравнений, системы взаимозависимых уравнений.
25. Эндогенные и экзогенные переменные. Структурная и приведенная формы модели. Проблема идентификации. Необходимое и достаточное условие идентификации.
26. Оценка точно идентифицированного уравнения. Косвенный метод наименьших квадратов (КМНК). Оценка сверхидентифицированного уравнения. Двухшаговый и трехшаговый метод наименьших квадратов.
27. Временные ряды и их характеристики. Основные факторы, влияющие на значения членов временного ряда. Основные задачи анализа временного ряда. Автокорреляция уровней временного ряда и выявление его структуры.
28. Моделирование тенденции временного ряда (построение тренда). Моделирование сезонных и циклических колебаний.
29. Модели авторегрессии. Модели скользящего среднего. Модели авторегрессии — скользящего среднего.
30. Проблема исследования причинно – следственных связей. Специфика изучения взаимосвязей по временным рядам. Исключение сезонных колебаний и тенденций.
31. Общая характеристика динамических эконометрических моделей. Модели авторегрессии. Интерпретация параметров.
32. Модели с распределенным лагом. Интерпретация параметров. Средний и медианный лаги. Изучение структуры лагов. Оценивание параметров моделей с распределенным лагом.
33. Метод Алмон. Оценивание параметров моделей с геометрической структурой лага.
34. Метод Койка. Оценивание параметров моделей авторегрессии. Автокорреляция случайных составляющих. Обнаружение автокорреляции случайных составляющих.
35. Критерий Дарбина—Уотсона. Устранение автокорреляции случайных составляющих.
36. Модели адаптивных ожиданий и частичной (неполной) корректировки.
37. Прогнозирование на основе моделей временных рядов.