Эконометрика бгэу вопросы к экзамену

  • Простой процент: наращенная сумма,
    текущая стоимость, коэффициенты
    наращения и дисконтирования.

  • Сложный процент: наращенная сумма,
    текущая стоимость, коэффициенты
    наращения и дисконтирования.

  • Смешанный метод начисления процентов
    при нецелом числе периодов капитализации:
    наращенная сумма, текущая стоимость,
    коэффициенты наращения и дисконтирования.

  • Общий метод начисления процентов при
    нецелом числе периодов капитализации:
    наращенная сумма, текущая стоимость,
    коэффициенты наращения и дисконтирования.

  • Непрерывная капитализация процента:
    наращенная сумма, текущая стоимость,
    коэффициенты наращения и дисконтирования.

  • Эффективная процентная ставка:
    экономический смысл и нахождение.

  • Эквивалентные процентные ставки:
    экономический смысл, критерий
    эквивалентности.

  • Текущая и будущая стоимости
    последовательности платежей: экономический
    смысл и нахождение.

  • Стоимость последовательности платежей
    в произвольный момент времени:
    экономический смысл и нахождение.

  • Продолжительность последовательности
    платежей и ее использование для оценки
    чувствительности текущей стоимости
    последовательности платежей к изменению
    процентной ставки.

  • Конечная рента: вывод формул для текущей
    и будущей стоимости, продолжительность.

  • Вечная рента: вывод формул для текущей
    стоимости и продолжительности.

  • Свободные денежные потоки и горизонт
    оценивания свободных денежных потоков
    инвестиционного проекта.

  • Текущая стоимость инвестиционного
    проекта: формула и экономический смысл.

  • Чистая текущая стоимость инвестиционного
    проекта: формула и экономический смысл.

  • Внутренняя доходность инвестиционного
    проекта: уравнение и экономический
    смысл.

  • Модель с постоянным процентным ростом
    свободных денежных потоков.

  • Задача оптимального финансирования
    проекта.

  • Задача оптимального выбора инвестиционных
    проектов.

  • Анализ чувствительности денежных
    потоков инвестиционного проекта.

  • Анализ безубыточности инвестиционного
    проекта.

  • Уровень инфляции, номинальная и реальная
    процентные ставки, и их взаимосвязь
    (вывод формулы).

  • Учет инфляции при моделировании денежных
    потоков инвестиционного проекта.

  • Математическое моделирование финансового
    риска; доказать, что стандартное
    отклонение является мерой финансового
    риска (для случая нормального распределения
    денежного потока).

  • Имитационное моделирование денежных
    потоков инвестиционного проекта.

  • Облигации: платежи, текущая стоимость
    (вывод формулы и экономический смысл).

  • Доходность к погашению облигации:
    уравнение и экономический смысл.

  • Чистые доходности облигаций, их
    экономический смысл и методы нахождения.

  • Синтетические бескупонные облигации:
    экономический смысл и нахождение.

  • Использование чистых доходностей для
    дисконтирования денежных потоков
    облигации и экономический смысл
    найденной таким образом текущей
    стоимости облигации.

  • Форвардные доходности облигаций:
    нахождение и экономический смысл.

  • Продолжительность портфеля облигаций
    (вывод формулы).

  • Чувствительность текущей стоимости
    портфеля облигаций к изменению
    доходностей облигации.

  • Чувствительность собственного капитала
    финансовой организации к изменению
    доходностей облигаций.

  • Иммунизация будущих платежей от
    процентного риска.

  • Использование линейной регрессионной
    модели для оценки кредитного риска.

  • Использование моделей логит и пробит
    для оценки кредитного риска.

  • Регрессионная дискриминатная модель
    оценки кредитного риска.

  • Использование множественного
    дискриминантногго анализа для оценки
    кредитного риска.

  • Нахождение ожидаемой доходности и
    стандартного отклонения инвестиционного
    портфеля.

  • Множество инвестиционных возможностей
    портфелей, понятие эффективного
    портфеля, эффективная граница множества
    инвестиционных возможностей: экономический
    смысл и графическая иллюстрация.

  • Задача максимизации ожидаемой доходности
    портфеля: математическая постановка
    и графическая иллюстрация.

  • Задача минимизации риска портфеля:
    математическая постановка и графическая
    иллюстрация.

  • Задача максимизации полезности
    инвестора: математическая постановка
    и графическая иллюстрация.

  • Комбинации портфеля и безрискового
    актива: ожидаемая доходность, стандартное
    отклонение, множество инвестиционных
    возможностей, коэффициент «тета».

  • Оптимизация портфеля при наличии
    безрискового актива.

  • Максимизация полезности инвестора при
    наличии безрискового актива.

  • Понятие рыночного портфеля, модель
    финансового рынка (market
    model) и ее основные допущения.

  • Разложение риска ценной бумаги на
    систематический и собственный.

  • Диверсификация собственного риска.

  • Модель оценки финансовых активов (CAPM)

  • Рыночная стоимость форвардного
    контракта.

  • Соотношение между рыночной стоимостью
    форвардного контракта и форвардной
    ценой базового актива.

  • Форвардные контракты на покупку валюты.

  • Форвардные контракты на процентные
    ставки.

  • Фьючерсные контракты и их денежные
    потоки.

  • Микрохеджирование с помощью фьючерсных
    контрактов.

  • Макрохеджирование с помощью фьючерсных
    контрактов.

  • Методика оценивания рыночной стоимости
    финансовых производных (однопериодная
    модель)

  • Цены состояний: экономический смысл,
    вычисление и использование для оценки
    рыночной стоимости финансовых производных

  • Нейтральные к риску вероятности:
    экономический смысл, вычисление и
    использование для оценки рыночной
    стоимости финансовых производных

  • Свойства стандартного винеровского
    процесса. Аппроксимация стандартного
    винеровского процесса в дискретном
    времени.

  • Моделирование динамики финансового
    актива в непрерывном времени. Аппроксимация
    непрерывновременнóй динамики финансового
    актива в дискретном времени.

  • Методика оценивания рыночной стоимости
    финансовых производных в непрерывном
    времени с помощью нейтральной к риску
    вероятностной меры

  • Оценивание рыночной стоимости европейских
    опционов в непрерывном времени. Формула
    Блэка-Шолса.

  • Общее представление об эконометрическом
    моделировании: предмет и методология
    исследования, основные задачи.

  • Парная линейная регрессионная модель:
    основные гипотезы.

  • Парная линейная регрессионная модель:
    оценка коэффициентов регрессии методом
    наименьших квадратов (МНК).

  • Парная линейная регрессионная модель:
    графическая интерпретация МНК.

  • Парная линейная регрессионная модель:
    доказать несмещенность МНК-оценок
    коэффициентов регрессии.

  • Парная линейная регрессионная модель:
    эффективность МНК-оценок коэффициентов
    регрессии.

  • Парная линейная регрессионная модель:
    остатки регрессии, необъясненная
    дисперсия и стандартная ошибка регрессии.

  • Парная линейная регрессионная модель:
    дисперсии, стандартные отклонения и
    ковариация МНК-оценок коэффициентов
    регрессии, и их оценки (на основе
    необъясненной дисперсии).

  • Понятие о распределениях «хи квадрат»
    и Стъюдента (с заданным числом степеней
    свободы), квантили распределения
    Стъюдента.

  • Парная линейная регрессионная модель:
    построение t-статистик
    для коэффициентов регрессии, проверка
    гипотез для коэффициентов регрессии.

  • Парная линейная регрессионная модель:
    полная, остаточная и объясненная суммы
    квадратов, коэффициент детерминации
    и его использование для оценки общего
    качества модели.

  • Парная линейная регрессионная модель:
    интервальные оценки коэффициентов
    регрессии.

  • Парная линейная регрессионная модель:
    точечный прогноз и его несмещенность.

  • Парная линейная регрессионная модель:
    интервальный прогноз для ожидаемого
    значения зависимой переменной.

  • Парная линейная регрессионная модель:
    интервальный прогноз для зависимой
    переменной.

  • Множественная линейная регрессионная
    модель: спецификация модели с матричном
    виде, преобразование модели со свободным
    членом к модели без свободного члена.

  • Множественная линейная регрессионная
    модель: основные гипотезы в матричном
    виде.

  • Множественная линейная регрессионная
    модель: оценка коэффициентов регрессии
    методом наименьших квадратов (МНК).

  • Множественная линейная регрессионная
    модель: доказать несмещенность МНК-оценок
    коэффициентов регрессии.

  • Множественная линейная регрессионная
    модель: эффективность МНК-оценок
    коэффициентов регрессии.

  • Множественная линейная регрессионная
    модель: ковариационная матрица МНК-оценок
    коэффициентов регрессии.

  • Множественная линейная регрессионная
    модель: остатки регрессии, необъясненная
    дисперсия и стандартная ошибка регрессии.

  • Множественная линейная регрессионная
    модель: оценка ковариационной матрицы
    МНК-оценок коэффициентов регрессии
    (на основе необъясненной дисперсии).

  • Множественная линейная регрессионная
    модель: дисперсии и стандартные
    отклонения МНК-оценок коэффициентов
    регрессии, и из оценки.

  • Множественная линейная регрессионная
    модель: построение t-статистик
    для коэффициентов регрессии, проверка
    гипотез для коэффициентов регрессии.

  • Множественная линейная регрессионная
    модель: интервальные оценки коэффициентов
    регрессии.

  • Множественная линейная регрессионная
    модель: полная, остаточная и объясненная
    суммы квадратов, коэффициент детерминации
    и его использование для оценки общего
    качества модели.

  • Понятие о распределении Фишера (с
    заданным числами степеней свободы),
    квантили распределения Фишера.

  • Множественная линейная регрессионная
    модель: построение F-статистики
    общего вида, проверка гипотез.

  • Множественная линейная регрессионная
    модель: построение F-статистики
    для проверки гипотезы о равенстве всех
    коэффициентов регрессии нулю.

  • Множественная линейная регрессионная
    модель: построение F-статистики
    для проверки гипотезы о равенстве
    некоторых коэффициентов регрессии
    нулю.

  • Множественная линейная регрессионная
    модель: доверительная область для
    коэффициентов регрессии

  • Множественная линейная регрессионная
    модель: точечный прогноз и его
    несмещенность.

  • Множественная линейная регрессионная
    модель: интервальный прогноз для
    ожидаемого значения зависимой переменной.

  • Множественная линейная регрессионная
    модель: интервальный прогноз для
    зависимой переменной.

  • Скорректированный коэффициент
    детерминации и его использование для
    выбора объясняющих переменных.

  • Метод оптимального отбора объясняющих
    переменных.

  • Нелинейные регрессионные модели: метод
    наименьших квадратов, методика выбора
    вида зависимости объясняемого фактора
    от объясняющих факторов.

  • Показательная регрессионная модель:
    экономический смысл коэффициентов
    регрессии, сведение к линейной модели.

  • Полулогарифмические модели: экономический
    смысл коэффициентов регрессии, сведение
    к линейной модели.

  • Модели, линейные относительно
    коэффициентов регрессии, и их сведение
    к линейным моделям.

  • Обратная и степенная регрессионные
    модели, и их сведение к линейным моделям.

  • Качественные переменные: общее понятие
    о качественных переменных, экономический
    смысл коэффициентов регрессии при
    таких переменных.

  • Качественные переменные и их использование
    для исследования сезонных колебаний.

  • Понятие и признаки мультиколлинеарности,
    выборочный частный коэффициент
    корреляции.

  • Последствия и методы устранения
    мультиколлинеарности.

  • Понятие, причины и последствия
    гетероскедастичности.

  • Обнаружение гетераскедастичности:
    графический анализ остатков, тест
    Уайта.

  • Понятие, причины и последствия
    автокорреляции.

  • Обнаружение автокорреляции: графический
    метод, тест Дарбина-Уотсона.

  • Обобщенная линейная регрессионная
    модель: основные гипотезы в матричном
    виде.

  • Сведение обобщенной линейной регрессионной
    модели к классической модели.

  • Обобщенный метод наименьших квадратов
    (ОМНК): оценки коэффициентов регрессии.

  • Обобщенная линейная регрессионная
    модель: ковариационная матрица
    ОМНК-оценок коэффициентов регрессии.

  • Обобщенная линейная регрессионная
    модель: остатки регрессии, необъясненная
    дисперсия и стандартная ошибка регрессии.

  • Обобщенная линейная регрессионная
    модель: оценка ковариационной матрицы
    ОМНК-оценок коэффициентов регрессии
    (на основе необъясненной дисперсии).

  • Обобщенная линейная регрессионная
    модель: дисперсии и стандартные
    отклонения ОМНК-оценок коэффициентов
    регрессии, и из оценки.

  • Обобщенная линейная регрессионная
    модель: построение t-статистик
    для коэффициентов регрессии, проверка
    гипотез для коэффициентов регрессии.

  • Обобщенная линейная регрессионная
    модель: интервальные оценки коэффициентов
    регрессии.

  • Обобщенная линейная регрессионная
    модель: построение F-статистики
    общего вида, проверка гипотез.

  • Обобщенная линейная регрессионная
    модель: доверительная область для
    коэффициентов регрессии

  • Обобщенная линейная регрессионная
    модель: эффективный и несмещенный
    точечный прогноз.

  • Обобщенная линейная регрессионная
    модель: интервальный прогноз для
    ожидаемого значения зависимой переменной.

  • Обобщенная линейная регрессионная
    модель: интервальный прогноз для
    зависимой переменной.

  • Понятие о практически реализуемом
    (доступном) обобщенном методе наименьших
    квадратов.

  • Реализация ОМНК в случае наличия
    гетероскедатичности.

  • Реализация ОМНК в случае наличия
    автокорреляции остатков.

  • Метод скользящего среднего

  • Метод экспоненциального сглаживания

  • Метод Холта (с учетом тренда)

  • Метод Винтерса (с учетом тренда и
    сезонных колебаний)

  • Модели с распределенными лагами,
    методика определения количества лагов.

  • Модель геометрических лагов, преобразование
    Койка.

  • Модель авторегрессии первого порядка:
    спецификация модели, критерий
    стационарности, вывод формул для
    автоковариаций и автокорреляций.

  • Модель авторегрессии первого порядка:
    оценивание параметров, прогнозирование.

  • Модель авторегрессии порядка p:
    спецификация модели, вывод формул для
    автоковариаций и автокорреляций.

  • Модель авторегрессии порядка p:
    оценивание параметров, прогнозирование.

  • Определение порядка авторегрессии для
    модели AR(p).

  • Модель авторегрессии порядка p:
    критерий стационарности, тест Дики-Фулера.

  • Модель скользящего среднего первого
    порядка: спецификация модели, вывод
    формул для автоковариаций и автокорреляций.

  • Модель скользящего среднего первого
    порядка: оценивание параметров,
    прогнозирование.

  • Модель скользящего среднего порядка
    q: спецификация модели,
    вывод формул для автоковариаций и
    автокорреляций, определение порядка
    модели.

  • Модель скользящего среднего порядка
    q: оценивание параметров
    и прогнозирование.

  • Модель авторегрессии – скользящего
    среднего порядка (p,q):
    спецификация модели, прогнозирование.

  • Модель авторегрессии – проинтегрированного
    скользящего среднего порядка (p,q,r):
    спецификация модели, определение
    порядка r (для разностей),
    прогнозирование.

    • Источник

    Общественные предметы
    Другие предметы

    Эконометрика

    Белорусский государственный экономический университет (БГЭУ)

    Задания на лабораторные работы

    • Построение парной линейной регрессионной модели. Построение нелинейной регрессионной модели

    Конспекты лекций

    • Модель скользящего среднего первого порядка. Независимые нормально распределенные случайные величины
    • Нормально распределенные величины. Единичная матрица. Стандартная нормальная случайная величина
    • Оценивание параметров уравнений двухшаговым методом наименьших квадратов
    • Симметричная положительно определенная матрица. Условие несмещенности прогноза
    • Спецификация эконометрической модели. Метод оптимального выбора объясняющих переменных

    Курсовые работы

    • Исследование методов оптимизации второго порядка на задачах экономики

    Методические указания и пособия

    • Эконометрические модели. Оценка качества уравнения регрессии и статистической значимости его параметров и всего уравнения в целом

    Учебные пособия

    • Методология и методика построения статической модели МОБ. Определение модели МОБ и ее информационная база
    • Основы построения регрессионных моделей. Особенности регрессионных моделей. Процесс построения и использования регрессионных моделей
    • Предмет и задачи экономико-математических методов и моделей. Условие достижения максимума выручки от реализации
    Источник

    1

    Оглавление

    1. Определение и задачи эконометрики. Место эконометрики в общественных науках 2

    2. История эконометрических исследований 3

    3. Методология эконометрич. моделирования 4

    Выбор типа математической функции при построении уравнения регрессии 4

    5. Оценка параметров уравнения парной регр 5

    6. Абсолютные и относительные показатели силы связи в уравнениях парной регрессии 6

    7. Показатели тесноты связи в моделях парной регрессии 7

    9. Таблица дисперсионного анализа (назначение, построение) 9

    10. Оценка значимости параметров уравнения парной регрессии. 11

    11. Интервальная оценка параметров уравнения парной регрессии 11

    12. Нелинейная регрессия (линеаризация, оценка параметров) 11

    13. Средняя ошибка аппроксимации 12

    14. Использование модели парной регрессии для прогнозирования 13

    15. Визуальный анализ остатков 13

    16. Смысл и значение множественной регрессии в эконометрических исследованиях. Выбор 13

    формы уравнения множественной регрессии 13

    17. Отбор факторов в уравнение множественной регрессии 14

    18. Оценка параметров уравнения множественной регрессии 14

    19. Построение уравнения регрессии в стандартизованном масштабе 16

    20. Абсолютные и относительные показатели силы связи в модели множественной регрессии 16

    21. Множественный коэффициент корреляции и коэффициент детерминации 17

    22. Показатели частной корреляции 17

    23. Оценка значимости уравнения множественной регрессии и его параметров 18

    24. Частные критерии Фишера в оценке результатов множественной регрессии 18

    25. Использование фиктивных переменных в моделях множественной регрессии 19

    27 . Предпосылки метода наименьших квадратов 21

    28. Гетероскедастичность — понятие, проявление и меры устранения 21

    дисперсия остатков увеличивается с увеличением выровненного значения результата (один из

    случаев гетероскедастичности 22

    29. Оценка гетероскедастичности с помощью метода Гольдфельда Квандта 22

    30. Использование коэффициента корреляции рангов Спирмэна для проверки наличия

    гетероскедастичности в остатках 23

    31. Применение обобщенного метода наименьших квадратов (ОМНК) для случая

    гетероскедастичности остатков. 24

    32. Мультиколлинеарность факторов – понятие, проявление и меры устранения 24

    33. Общее понятие о системах уравнений, используемых в эконометрике 25

    34. Виды переменных в системах взаимозависимых уравнений 26

    35. Структурная и приведенная формы модели. 26

    36. Проблема идентификации Необходимое условие идентификации (порядковое или счетное

    правило). 28

    37. Достаточное (ранговое) условие идентификации. 30

    38. Косвенный метод наименьших квадратов для оценки параметров структурной формы модели

    31

    39. Двухшаговый метод наименьших квадратов для оценки параметров структурной формы модели

    33

    40. Применение систем эконометрических уравнений (см. учебник) 35

    41. Специфика временного ряда как источника данных в эконометрическом моделировании 36

    42. Автокорреляция уровней временного ряда и ее последствия 38

    43. Моделирование тенденции временных рядов 38

    44. Оценивание параметров в уравнениях тренда (линейный тренд, парабола второго порядка,

    степенной, показательный, экспоненциальный). 38

    Источник

    эконометрика. Вопросы к экзамену. Вопросы к экзамену по дисциплине Эконометрика

    Единственный в мире Музей Смайликов

    Самая яркая достопримечательность Крыма

    Скачать 14.51 Kb.

    Название Вопросы к экзамену по дисциплине Эконометрика
    Анкор эконометрика
    Дата 26.05.2022
    Размер 14.51 Kb.
    Формат файла docx
    Имя файла Вопросы к экзамену.docx
    Тип Вопросы к экзамену
    #551021

    С этим файлом связано 3 файл(ов). Среди них: Tema_3.docx, Лекция 1-Управление персоналом-как система.docx, Тест. Кадровая политика.docx.
    Показать все связанные файлы

    Подборка по базе: Тестовые вопросы к разделу 2.docx, Лабораторные работы по дисциплине.docx, ответы на вопросы.doc, Тестовые вопросы к разделу 3.docx, Итоговое тестирование по дисциплине_ Организация секретарского о, курсовых работ по дисциплине УП.docx, практич зан 2 .КРОВЬ и вопросы по теме .docx, Итоговое тестирование по дисциплине_Обеспечение сохранности доку, Контрольные вопросы к лекции 3 Бухалов.docx, Практическая работа по дисциплине Математика.docx

    Вопросы к экзамену по дисциплине «Эконометрика» для бакалавров, обучающихся по направлению «Экономика»

    1. История возникновения эконометрики как науки.
    2. История возникновения эконометрики в России.
    3. Классический метод наименьших квадратов.
    4. Основные задачи эконометрики.
    5. Особенности эконометрического метода.
    6. Структурная и приведенные формы моделей.
    7. Понятие о корреляционной связи.
    8. Сущность корреляционно-регрессионного анализа и моделирования.
    9. Основные элементы временного ряда.
    10. Условия применения корреляционно-регрессионного анализа.
    11. Сущность, задачи и ограничения корреляционно-регрессионного анализа.
    12. Парная регрессия и корреляция в эконометрических исследованиях.
    13. Линейная регрессия и корреляция: параметры уравнения регрессии и показатели тесноты связи.
    14. Методы выявления типа тренда и вычисление его параметров.
    15. Основные этапы изучения, моделирования и прогнозирования временных рядов.
    16. Уравнение многофакторной регрессии, его построение и интерпретация.
    17. Стандартизованные коэффициенты регрессии и коэффициенты эластичности, их интерпретация.
    18. Методы выявления типа тренда.
    19. Решение задач эконометрики с помощью пакетов прикладных программ.
    20. Способ решения точно идентифицируемой системы.
    21. Оценка существенности параметров линейной регрессии и корреляции.
    22. Применение многофакторных регрессионных моделей для анализа и прогнозирования деятельности предприятий.
    23. Предпосылки метода наименьших квадратов при нахождении параметров уравнения множественной регрессии.
    24. Связь эконометрики с экономической теорией, математикой и другими дисциплинами.
    25. Обобщенный метод наименьших квадратов.
    26. Типы моделей и данных.
    27. Проблемы идентификации системы уравнений.
    28. Корреляционно-регрессионные модели: их применение в анализе и прогнозе социально-экономических явлений.
    29. Идентификация систем уравнений.
    30. Составляющие элементы динамики – тренд и колебания.
    31. Преобразование структурной формы уравнений в приведенную.
    32. Способы вычисления коэффициента множественной детерминации.
    33. Способ вычисления и смысл частных коэффициентов детерминации.
    34. Эндогенные, экзогенные и предопределенные переменные. Структурная форма системы эконометрических уравнений.
    35. Необходимое и достаточное условие идентификации структурных уравнений системы.
    36. Коэффициенты стандартизированной регрессии и эластичности.
    37. Виды трендов, их уравнения, свойства.
    38. Система показателей многофакторной связи.
    39. Система уравнений МНК для многофакторной линейной регрессии.
    40. Цель и задачи корреляционно-регрессионного анализа.
    41. Критерий Дарбина-Уотсона.
    42. Проблема выбора факторов для множественной регрессии.
    43. Применение нелинейных моделей в эконометрических исследованиях.
    44. Виды трендов, их уравнения и свойства.
    45. Разложение коэффициента детерминации по факторам с выделением «системного эффекта».
    46. Виды и построение временных рядов.
    47. Фиктивные переменные в эконометрических моделях.
    48. Способы решения точно идентифицированной системы (косвенный МНК).
    49. Общие принципы проверки статистических гипотез.
    50. Общие понятия о системах уравнений, используемых в экономике.
    Источник

    Эконометрика(лектор – В.П.Носко, осенний семестр 2005г.)Вопросы к экзамену1. Диаграмма рассеяния, её роль в предварительном анализе данных.2. Линейная модель связи между двумя экономическими факторами исоответствующая линейная модель наблюдений – различие между этимимоделями.3. Выборочное среднее, выборочная дисперсия, выборочная ковариация, выборочныйкоэффициент корреляции – их роль в предварительном анализе данных.4. Метод наименьших квадратов в линейной модели связи между двумяэкономическими факторами (парная линейная связь) – суть метода, геометрия,формулы для оценок коэффициентов.5. Прогнозные значения объясняемой переменной, остатки; их свойства.6.

    Экономическая интерпретация коэффициентов в модели парной линейной связи.Склонность к потреблению.7. Дисперсионный анализ при оценивании моедли парной линейной связи: полная,объяснённая и остаточная сумма суммы квадратов. Разложение полной суммыквадратов.8. Коэффициент детерминации R2, его интерпретация. Множественный коэффициенткорреляции.

    Связь коэффициента детерминации с выборочным коэффициентомкорреляции и с множественным коэффициентом корреляции.9. Паразитная линейная связь. Обстоятельства, при которых она возникает.Детрендирование. Частный коэффициент корреляции.10. Модель пропорциональной связи. Оценки наименьших квадратов. Прогнозныезначения объясняемой переменной, остатки; свойства остатков. Проблемы сопределением коэффициента детерминации в модели пропорциональной связи.11. Модели с изменяющейся склонностью к потреблению. Эластичность, еёинтерпретация. Оценивание эластичности в модели степенной связи.

    Эластичный инеэластичный спрос (по цене, подходу). Модели с изменяющейся эластичностью.Потребительские функции Энгеля.12. Линейные модели с несколькими объясняющими переменными. Методнаименьших квадратов: суть метода, геометрия, нормальные уравнения, формуладля вектора оценок.13. Линейные модели с несколькими объясняющими переменными. Дисперсионныйанализ.

    Коэффициент детерминации, его связь с множественным коэффициентомкорреляции. Характер изменения коэффициента детерминации при добавлении вмодель новых объясняющих переменных.14. Интерпретация коэффициентов в линейных и логарифмически-линейных моделях снесколькими объясняющими переменными. Отличие их интерпретации отинтерпретации коэффициентов в моделях парной связи.15. Свойства оценок наименьших квадратов в модели множественной линейнойрегрессии.

    Оптимальность оценок наименьших квадратов — теорема ГауссаМаркова.16. Нормальные ошибки: распределение оценок, стьюдентизация.17. Доверительные интервалы для коэффициентов.18. Проверка гипотез о значениях отдельных коэффициентов: t-критерий. Критичесикезначения и P-значения (наблюдаемые уровни значимости). Статистическизначимые и статистически незначимые коэффициенты.19. Проверка линейных гипотез о значениях нескольких коэффициентов или о наличииопределённых связей между коэффициентами: F-критерий.20. Проверка односторонних гипотез.21. Возникновение конфликтов при использовании различных нулевых гипотез.22. Проблема мультиколлинеарности. Коээфициент возрастания дисперсии (VIF).23.

    Проблемы, возникающие при избыточном или недостаточном количествеобъясняющих переменных, включённых в модель.24. Сравнение моделей. Выбор среди нескольких альтернативных моделей. Критериивыбора (скорректированный R2, критерии Акаике и Шварца). Сравнение всехрегрессий.

    Пошаговая регрессия.25. Прогнозирование по оцененной модели.26. Проблема адекватности модели статистическим данным.27. Анализ остатков. Графическая диагностика.28. Анализ остатков – точные критерии (Голдфелда-Квандта, Дарбина-Уотсона).29. Анализ остатков – асимптотические критерии (Уайта, Бройша-Годфри, ХаркеБера).30. Критерии стабильности коэффициентов модели (критерии Чоу).31. Учёт сезонности при построении модели наблюдений.

    Сезонные DUMMY.32. Коррекция гетероскедастичности – метод взвешенных наименьших квадратов.33. Коррекция гетероскедастичности – логарифмирование, оценка Уайта.34. Обобщённый метод наименьших квадратов.35. Коррекция автокоррелированности – оценка Прайса-Уинстена.36. Коррекция автокоррелированности – авторегрессионные преобразования, оценкиНьюи-Веста.37. Динамические модели. Модели с авторегрессионно распределённымизапаздываниями..

    Источник

    Ответы к экзамену по эконометрике [13.06.09]

    Тема: Ответы к экзамену по эконометрике

    Раздел: Бесплатные рефераты по эконометрике

    Тип: Шпаргалка | Размер: 217.38K | Скачано: 1143 | Добавлен 13.06.09 в 23:30 | Рейтинг: +35 | Еще Шпаргалки

    Вопросы к экзамену:
    1. Основные понятия и особенности эконометрического метода
    2. Типы экономических данных, используемых в эконометрических исследованиях: пространственные данные и временные ряды.
    3. Специфика экономических данных.
    4. Классификация эконометрических моделей.
    5. Основные этапы построения эконометрических моделей.
    6. Функциональные и стохастические типы связей. Ковариация, корреляция.
    7. Анализ линейной статистической связи экономических данных, корреляция; вычисление коэффициентов корреляции, проверка значимости.
    8. Измерение тесноты связи между показателями. Анализ матрицы коэффициентов парной корреляции.
    9. Понятия регрессионного анализа: зависимые и независимые переменные.
    10. Предпосылки применения метода наименьших квадратов (МНК).
    11. Свойства оценок метода наименьших квадратов (МНК).
    12. Линейная модель парной регрессии. Оценка параметров модели с помощью метода наименьших квадратов (МНК).
    13. Показатели качества регрессии модели парной регрессии.
    14. Анализ статистической значимости параметров модели парной регрессии.
    15. Интервальная оценка параметров модели парной регрессии.
    16. Проверка выполнения предпосылок МНК.
    17. Интервалы прогноза по линейному уравнению парной регрессии. (Прогнозирование с применением уравнения регрессии).
    18. Понятие и причины гетероскедастичности. Последствия гетероскедастичности. Обнаружение гетероскедастичности.
    19. Нелинейная регрессия. Нелинейные модели и их линеаризация.
    20. Модель множественной регрессии. Построение системы показателей (факторов).
    21. Мультиколлинеарность. Последствия мультиколлинеарности. Способы обнаружения мультиколлинеарности. Способы избавления от мультиколлинеарности.
    22. Отбор факторов при построении множественной регрессии. Процедура пошагового отбора переменных.
    23. Модель множественной регрессии. Выбор вида модели и оценка ее параметров.
    24. Оценка параметров множественной регрессии методом наименьших квадратов (МНК). Свойства оценок МНК.
    25. Понятие и причины автокорреляции остатков. Последствия автокорреляции остатков. Обнаружение автокорреляции остатков.
    26. Проверка качества многофакторных регрессионных моделей. Оценка качества всего уравнения регрессии.
    27. Проверка качества многофакторных регрессионных моделей. Коэффициент детерминации . Скорректированный . Проверка гипотез с помощью t-статистик и F-статистик.
    28. Оценка существенности параметров линейной регрессии.
    29. Оценка влияния факторов на зависимую переменную (коэффициенты эластичности, бета коэффициенты).
    30. Анализ экономических объектов и прогнозирование с помощью модели множественной регрессии.
    32. Регрессионные модели с переменной структурой (фиктивные переменные).
    33. Многомерный статистический анализ. Задачи классификации объектов: кластерный анализ. Дискриминантный анализ.
    34. Многомерный статистический анализ. Задачи снижения размерности: факторный анализ, компонентный анализ.
    35. Системы линейных одновременных уравнений. Взаимозависимые и рекурсивные системы.
    36. Косвенный метод наименьших квадратов.
    37. Системы линейных одновременных уравнений. Условия идентификации.

    Чтобы полностью ознакомиться с ответами на экзамен, скачайте файл!

    Внимание!

    Если вам нужна помощь в написании работы, то рекомендуем обратиться к профессионалам. Более 70 000 авторов готовы помочь вам прямо сейчас. Бесплатные корректировки и доработки. Узнайте стоимость своей работы

    Бесплатная оценка

    +35

    13.06.09 в 23:30
    Автор:iller

    Понравилось? Нажмите на кнопочку ниже. Вам не сложно, а нам приятно).

    Чтобы скачать бесплатно Шпаргалки на максимальной скорости, зарегистрируйтесь или авторизуйтесь на сайте.

    Важно! Все представленные Шпаргалки для бесплатного скачивания предназначены для составления плана или основы собственных научных трудов.

    Друзья! У вас есть уникальная возможность помочь таким же студентам как и вы! Если наш сайт помог вам найти нужную работу, то вы, безусловно, понимаете как добавленная вами работа может облегчить труд другим.

    Добавить работу

    Если Шпаргалка, по Вашему мнению, плохого качества, или эту работу Вы уже встречали, сообщите об этом нам.

    Добавление отзыва к работе

    Добавить отзыв могут только зарегистрированные пользователи.

    Похожие работы

    • Шпаргалка по эконометрике к экзамену
    • Бесплатная шпаргалка по эконометрике на экзамен
    • Шпора по эконометрике с ответами к экзамену
    • Бесплатные шпоры по эконометрике на зачет
    • Экзаменационная задача по эконометрике
    • Задачи к экзамену по эконометрике в Excel
    • Задачи к экзамену по эконометрике в Excele с решением
    Источник

    Вопросы к экзамену по эконометрике

    Вопросы к экзамену по эконометрике

    1. Эконометрика как наука. Ее предмет исследования.

    2. Основные задачи эконометрики. Схема анализа зависимостей.

    3. Классы эконометрических моделей.

    4. Признаки (критерии) хорошей модели.

    5. Измерения в эконометрике.

    6. Типы данных и виды переменных в эконометрике.

    7. Взаимосвязи экономических переменных.

    8. Суть регрессионного анализа, этапы.

    9. Причины присутствия в регрессионных моделях случайного фактора.

    10. Линейная парная регрессия и корреляция.

    11. Оценка существенности параметров линейной регрессии и корреляции.

    12. Интервалы прогноза по линейному уравнению регрессии.

    13. Нелинейная парная регрессия и корреляция. Методы линеаризации.

    14. Множественная регрессия и корреляция.

    15. Оценка параметров уравнения множественной регрессии.

    16. Оценка надежности результатов множественной регрессии и корреляции.

    17. Фиктивные переменные во множественной регрессии.

    18. Общее понятие о системах уравнений, используемых в эконометрике.

    19. Структурная и приведенная формы модели.

    20. Проблема идентификации системы уравнений.

    21. Оценивание параметров структурной модели.

    22. Применение систем эконометрических уравнений.

    23. Основные элементы одномерного временного ряда.

    24. Автокорреляция уровней временного ряда и выявление его структуры.

    25. Моделирование тенденции временного ряда.

    26. Моделирование сезонных и циклических колебаний.

    27. Моделирование тенденции временного ряда при наличии структурных изменений.

    28. Специфика статистической оценки взаимосвязи двух временных рядов.

    29. Автокорреляция в остатках. Критерий Дарбина — Уотсона.

    30. Оценивание параметров уравнения регрессии при наличии автокорреляции в остатках.

    Источник

    Like this post? Please share to your friends:
  • Эконом фак экзамены
  • Эконом вгу экзамены
  • Эконива реклама про экзамены
  • Экология это наука демонстрационный вариант егэ по русскому языку 2022
  • Экология экзамены для поступления в вуз