- •1. Особливості та принципи економетри моделювання економ систем і процесів.
- •2. Поняття економетричної моделі її складові
- •3. Причина,які спонукають появу стохастичної складової
- •4. Етапи побудови економетричної моделі
- •6. Модель пропозиції та попиту
- •7. Модель Кейнса
- •8. Прогнозування: суть методи, класифыкацыйны ознаки
- •9. Використання економетричних моделей для прийняття управлінських рішень
- •10. Метод найменших квадратів та передумови його використання
- •12. Властивості оцінок параметрів
- •13. Умови Гаусса-Маркова для економетричних моделей парної та множинної регресії
- •14. Економетрична модель парної лінійної регресії
- •15. Оцінювання параметрів парної регресійної економетричної моделі за мнк
- •16. Розрахунок та аналіз значень коефіцієнтів детермінації та кореляції.
- •17. Перевірка адекватності моделі парної регресії та статистичної значимості оцінок її параметрів, коєфіцієнтів детермінації та кореляції.
- •18. Перевірка значущості оцінок параметрів моделі та побудова довірчих інтервалівдля оцінок параметрів моделі
- •19. Прогнозування на основі економетричних моделей парної регресії. Точкових та інтервальних прогноз.
- •20 Економчних аналіз моделі парної регресії: середня ефективність впливу чинників, гранична ефективність та коефіцієнти еластичності
- •21)Економетрична модель множинної лінійної регресії.
- •22)Оцінювання параметрів множинної регресійної економетричної моделі за мнк.
- •23)Коефіцієнти детермінації та кореляції множинної економетричної моделі, їх аналіз. Скоригований коефіцієнт детермінації.
- •Перевірка гіпотез про статистичну значимість лінійної моделі множинної регресії, коефіцієнтів регресії, коефіцієнта детермінації, коефіцієнта кореляції.
- •Перевірка гіпотез про значення коефіцієнтів регресії множинної регресійної моделі. Інтервали надійності для коефіцієнтів множинної регресії. ;
- •26.Прогнозування на сонові економетрични моделей множинної регресії. Точковий та інтервальний прогноз
- •27.Економічний аналіз моделі множинної регресії: середня ефективність впливу чинників, гранична ефективність, коефіцієнти еластичності.
- •28Нелінійні моделі. Лінеаризація нелінійних моделей.
- •29.Поліноміальні модель, побудова оцінок її параметрів.
- •30. Гіперболічна модель
- •31. Показникові моделі, побудова оцінок її параметрів.
- •Виробнича функція Кобба-Дугласа, побудова оцінок її параметрів.
- •Метод максимальної правдоподібності.
- •34.Застосування нелінійних функцій в економіці
- •35. Врахування якісних факторів в лінійних економетричних моделях за допомогою фіктивних змінних.
- •Моделі з фіктивними незалежними змінними: моделі, що містять тільки якісні незалежні змінні.
- •37/Моделі з фіктивними незалежними змінними: моделі в яких незалежні змінні носять як якісний так і кількісний характер.
- •38) Порівняння 2-х регресій. Тест Чоу.
- •39. Моделі з фіктивними залежними змінними. Модель lpm
- •41. Моделі з порушенням передумов використання мнк: мультиколінеарність
- •42. Cуть мультиколінеарності
- •43. Наслідки мультиколінеарності
- •44. Ознаки регресійної моделі які вказують на наявність мультиколінеарності
- •45 .Алгоритм Фаррара - Глобера
- •46. Методи звільнення від мультиколінеарност.
- •47 Метод гребеневої регресії усунення мультиколінеарності.
- •48. Моделі з порушенням передумов використання мнк: гетероскедастичність залишків.
- •49. Суть гетероскедастичності
- •50. Наслідки гетероскедастичності
- •51 .Методи визначення гетероскедастичності, тест рангової кореляції Спірмена
- •52.Методи виявлення гетероскедастичності, тест Парка
- •53.Методи виявлення гетероскедастичності, тест Голдфелда-Квандта.
- •55.Метод зважених найменших квадратів оцінювання параметрів моделі з гетероскедастичними залишками при невідомих дисперсіях відхилень спостережень.
- •56. Моделі з порушенням передумов використання мнк: автокореляція залишків.
- •57. Суть автокореляції
- •58. Наслідки автокореляції
- •59. Способи визначення автокореляції залишків. Критерій Дарбіна – Уотсона
- •60.Крім критерію Дарбіна – Уотсона використовують також критерій фон Неймана:
- •61. Нециклічний коефіцієнт автокореляції
- •62. Метод Ейткена
- •63. Метод перетворення вихідної інформації
- •Поняття часового ряду та специфікація його дослідження. Основні компоненти часового ряду.
- •65. Часові ряди та їх основні числові характеристики.
- •66. Вирівнювання часових рядів. Ковзні середні й автокореляція
1. Особливості та принципи економетри моделювання економ систем і процесів.
Термін «економетрія» означає вимірювання в економіці, і вимірювання справді є важливою частиною економетрії. Але не всі вимірювання в економіці належать до економетрії.
Економетрія вивчає методи оцінювання параметрів економетричних моделей, які характеризують кількісні взаємозв’язки між економічними показниками, а також розглядає основні напрямки застосування цих моделей в економічних дослідженнях.
Економетрія не розглядається як галузь математики, але математика відіграє в ній дуже важливу роль.
Економетрія поділяється на дві частини:
1) економетричні методи;
2) економетричні моделі економічних процесів і явищ.
Основне завдання економетрії полягає в оцінюванні параметрів і перевірці значущості економетричної моделі. Розв’язування цієї задачі пов’язане з виконанням таких кроків економетричного дослідження: специфікація моделі в математичній формі; збирання і підготовка економічної інформації; оцінювання параметрів моделі та перевірка її на вірогідність
НАйважливішим завданням параметрів є перевірка значущості моделей цьому першший крок є специфікація ямоделей в мат формули, тобото вибір самої функції, 2) крок – збір підготовки економ інформації. оцінювання еконо інформ
Перевірка моделей на вірогідність ( на основі дисперсійного аналізу залишку.
Мета економетрики здійснювати емпіричну перевірку положень екон теорії і підтверджувати чи відхиляти їх.
2. Поняття економетричної моделі її складові
Економетричні моделі належать до функціональних моделей. Вони кількісно описують зв’язок між вхідними показниками економічної системи (X) та результативним показником (Y). У загальному вигляді економетричну модель можна записати так:
Y = f(X,u),
де X — вхідні економічні показники; u — випадкова, або стохастична, складова.
Показники X найчастіше можуть бути детермінованими. Адитивна складова u є випадковою змінною, а отже, з огляду на те, що залежна змінна Y залежить від u, вона також є стохастичною. Звідси випливає висновок: економетрична модель є стохастичною.
Побудова і дослідження економетричних моделей мають ряд особливостей. Ці особливості пов’язані з тим, що економетричні моделі є стохастичними. Вони кількісно описують кореляційний зв’язок між економічними величинами. Отже, щоб побудувати економетричну модель, необхідно:
1) мати достатньо велику сукупність спостережень вихідних даних;
2) забезпечити однорідність сукупності спостережень;
3) забезпечити точність вихідних даних.
Економетрична модель- це набір рівняннь отриманих з економічних моделях, які вклю деякі змінні та збурення
Збурення – вносґять до моделі вплив неврах факторів параметрів та переббач подій)
НАприклад звязок миж доходами та спожинванням.