- •Тема: Спецификация модели
- •Спецификацией
- •Линейное уравнение множественной регрессии
- •Апробацией
- •Идентификации
- •Прикладной дисциплины для обеспечения проведения автоматизированных эконометрических расчётов
- •Информационного обеспечения необходимых исходных данных
- •Тема: Отбор факторов, включаемых в модель множественной регрессии
- •Переменными
- •Наличие линейной зависимости между более чем двумя факторами
- •Тема: Фиктивные переменные
- •Ранжирование
- •Качественного характера
- •Тема: Линейное уравнение множественной регрессии
- •Стандартизованные переменные
- •Случайной величины ε
- •Тема: Оценка параметров линейных уравнений регрессии
- •Тема: Свойства оценок, получаемых при помощи мнк
- •Оценок параметров уравнения регрессии
- •Тема: Предпосылки мнк
- •Зависимость дисперсии остатков от значения фактора
- •Тема: Обобщённый метод наименьших квадратов
- •Взвешенную регрессию, в которой переменные взяты с весами
- •Автокорреляции остатков
- •Остатки не изменяются
- •Гетероскедастичности
- •Тема: Оценка качества подбора уравнения
- •Случайных воздействий
- •Коэффициента детерминации r2 равна 0,05
- •Для оценки влияния случайных воздействий
- •Дисперсий
- •Случайных факторов
- •Средним
- •Тема: Оценка тесноты связи моделируемого показателя с факторами
- •Линейный коэффициент корреляции
- •Значение коэффициента корреляции рассчитано с ошибкой
- •Статистическую значимость уравнения
- •Рассматриваются факторы, значимо влияющие на результат
- •? Уравнения предполагаемой взаимосвязи
- •Определить частные коэффициенты корреляции 1-го и 2-го порядков
- •Оси ординат
- •Факторного и результативного признаков для конкретного наблюдения
- •Коэффициент регрессии и коэффициент корреляции имеют разные знаки
- •Тема: Проверка существенности связи и статистической значимости уравнения регрессии
- •Число на пересечении строки «Остаток» и столбца «ms»
- •Вида уравнения и числа степеней свободы
- •Сравнимому виду
- •Значимости уравнения регрессии в целом
- •Проверки статистической гипотезы о равенстве факторной и остаточной дисперсий
- •Тема: Оценка существенности параметров линейных уравнений множественной регрессии
- •0 И соответствующий фактор не включается в модель
- •Стьюдента
- •Тема: Основные виды спецификаций нелинейных уравнений регрессии
- •Тема: Примеры экономических нелинейных зависимостей
- •Если между экономическими показателями существует нелинейная связь, то …
- •Между экономическими показателями обнаруживается нелинейная зависимость
- •Тема: Линеаризация нелинейных моделей регрессии
- •Возможность применения мнк для оценки параметров
- •Тема: Оценка качества нелинейных уравнений регрессии
- •Тема: Временные ряды данных: характеристики и общие понятия
- •Тенденции, сезонных колебаний и случайных факторов
- •Выявление и придание количественного значения каждой из трёх компонент
- •Тема: Выявление структуры временного ряда
- •Исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента времени
- •Графическое отображение автокорреляционной функции
- •Автокорреляции уровней ряда
- •Тема: Аддитивная и мультипликативная модели временных рядов
- •Трендовой компоненты от времени
- •Тема: Модели стационарных и нестационарных временных рядов и их идентификация
- •Стационарного стохастического
- •Стохастический процесс, для которого среднее и дисперсия независимо от рассматриваемого периода имеют постоянное значение
- •Типа «белый шум»
- •Набор случайных переменных X(t), где t – вещественные числа
- •Тема: Общие понятия о системах уравнений, используемых в эконометрике
- •Факторы не взаимодействуют друг с другом
- •Нескольких зависимых и нескольких независимых признаков
- •Тема: Классификация систем эконометрических уравнений
- •Изолированным уравнением регрессии
- •Системы независимых уравнений, системы взаимозависимых уравнений и системы рекурсивных уравнений
- •Одновременных
- •Способу вхождения зависимых и независимых переменных в уравнения регрессии
- •Тема: Условия идентифицируемости системы одновременных уравнений
- •Равно числу параметров приведённой формы модели
- •Зависимые переменные
- •Тема: Методы оценки параметров систем одновременных уравнений: косвенный метод наименьших квадратов и двухшаговый метод наименьших квадратов
- •Обычный
- •Структурной формы модели
Автокорреляционная функция характеризует …
значения сезонной компоненты временного ряда
уравнение тренда временного ряда
зависимость значения коэффициента автокорреляции от его порядка
значения коэффициентов автокорреляции, которые могут быть отображены на коррелограмме
Высокое значение коэффициента автокорреляции порядка L для уровней временного ряда свидетельствует о том, что исследуемый ряд содержит (помимо тенденции) …
колебания с периодом L
ярко выраженный тренд
только случайную компоненту
разладочную случайную компоненту
Выявление компонент тренда и сезонных колебаний проводится на основании …
расчёта и анализа коэффициентов автокорреляции различных порядков
моделирования систем эконометрических уравнений
построения и анализа коррелограммы
исследования многофакторной модели
В формуле коэффициента автокорреляции , t=1+L,…,n, величина означает …
средний уровень ряда Xt
лаг, сдвиг уровней временного ряда
средний уровень ряда Xt–L
среднее квадратическое отклонение временного ряда Xt
Если наиболее высоким оказался коэффициент автокорреляции 3-го порядка, то исследуемый ряд содержит …
сезонные колебания с периодичностью в 3 момента времени
линейный тренд, проявляющийся в каждом 3-м уровне ряда
нелинейную тенденцию полинома 3-го порядка
случайную величину, влияющую на каждый 3-й уровень ряда
Значение коэффициента автокорреляции второго порядка характеризует связь между …
исходными уровнями и уровнями второго временного ряда
двумя временными рядами
исходными уровнями и уровнями другого ряда, сдвинутыми на 2 момента времени
Исходными уровнями и уровнями этого же ряда, сдвинутыми на 2 момента времени
Значение коэффициента автокорреляции рассчитывается по аналогии с …
линейным коэффициентом регрессии
нелинейным коэффициентом корреляции
линейным коэффициентом детерминации
линейным коэффициентом корреляции
Коррелограммой является …
Графическое отображение автокорреляционной функции
аналитическое выражение для автокорреляционной функции
графическое отображение регрессионной функции
процесс экспериментального нахождения значений автокорреляционной функции
Коэффициент автокорреляции уровней временного ряда характеризует …
качество построенной модели временного ряда
тесноту связи между уровнями временного ряда и значениями моментов (периодов) времени
тесноту линейной связи между уровнями исходного временного ряда и уровнями этого же ряда, сдвинутыми на несколько моментов (периодов)
значение коэффициента корреляции между двумя рядами, первый из которых – исходный, а второй получен сдвигом исходного ряда на заданное число уровней
Порядок коэффициента автокорреляции определяется …
величиной лага
числом уровней временного ряда
степенью коэффициента парной линейной корреляции
количеством сравниваемых уровней временного ряда
При выявлении структуры временного ряда проводят анализ …
графика зависимости значений уровня ряда от времени
существенности параметров
матрицы парных коэффициентов линейной корреляции
автокорреляционной функции
Пусть yt=f(T,S,E) – модель временного ряда. Установите соответствие между обозначениями и их интерпретациями. 1. yt 2. T 3. S 4. E
случайные факторы
уровень временного ряда в момент времени t
сезонные колебания
тенденция ряда
Совокупность значений коэффициента автокорреляции, соответствующих порядкам для которых они рассчитаны, может быть получена на основе …
модели временного ряда
значений факторов, которые формируют уровни временного ряда
автокорреляционной функции
коррелограммы
Структуру временного ряда можно выявить с помощью коэффициента …
Автокорреляции уровней ряда
авторегрессии уровней ряда
регрессии уровней ряда
автодетерминации уровней ряда
Установите соответствие между видом функций временного ряда и его структурой. 1. yt=f(T,E) 2. yt=f(T,S,E) 3. yt=f(S,E) 4. yt=f(E)
ряд содержит тенденцию и случайную составляющую
ряд содержит только случайную составляющую
ряд содержит сезонные колебания и случайную составляющую
ряд содержит тенденцию, сезонные колебания и случайную составляющую
Установите соответствие между значениями коэффициентов автокорреляции различного порядка и возможной структурой временного ряда. 1. высокий коэффициент автокорреляции только 1-го порядка 2. высокий коэффициент автокорреляции 1-го порядка и ( > 2) 3. высокий коэффициент автокорреляции только порядка ( > 2) 4. отсутствуют высокие значения коэффициентов автокорреляции
ряд содержит тенденцию, сезонные колебания и случайную составляющую
ряд содержит только случайную составляющую или имеет сильную нелинейную тенденцию
ряд содержит сезонные колебания и случайную составляющую
ряд содержит линейную тенденцию и случайную составляющую
Установите соответствие между эконометрическими терминами и их определениями. 1. временной ряд 2. порядок коэффициента автокорреляции уровней временного ряда 3. уровень временного ряда 4. автокорреляционная функция
значение временного ряда в определённый период времени
ряд значений экономического показателя за несколько последовательных периодов времени
последовательность коэффициентов автокорреляции 1-го, 2-го и т.д. порядков
число периодов, на которое сдвигается исходный временной ряд при расчёте значения коэффициента автокорреляции
Установите соответствие между эконометрическими терминами и областью их применения. 1. автокорреляционная функция 2. тест Голдфелда–Квандта 3. критерий Дарбина–Уотсона 4. матрица парных коэффициентов корреляции
служит для выявления структуры временного ряда
служит для проверки гипотезы о гомоскедастичности остатков
служит для проверки гипотезы об отсутствии автокорреляции остатков
служит для оценки мультиколлинеарности факторов
Тема: Аддитивная и мультипликативная модели временных рядов
Гипотеза об аддитивной структурной схеме взаимодействия факторов, формирующих уровни временного ряда, означает правомерность следующего представления ...
уровень временного ряда = тренд + конъюнктурная компонента + сезонный фактор + случайная компонента
уровень временного ряда = случайная компонента – тренд + конъюнктурная компонента + сезонный фактор
тренд = уровень временного ряда + конъюнктурная компонента + сезонный фактор + случайная компонента
случайная компонента = тренд + конъюнктурная компонента + сезонный фактор + уровень временного ряда
Если факторы входят в модель как произведение, то модель называется …
мультипликативной
аддитивной
суммарной
производной