Вопросы по эконометрии
Вопросы по эконометрии
1. Эконометрическое моделирование. Основные понятия и определения. Типы моделей.
2. Основные понятия регрессионного анализа. Виды регрессионных моделей. Этапы разработки эконометрической модели.
3. Методы исследования корреляционных связей между эндогенной и экзогенной переменными.
4. Эконометрические модели парной регрессии. Спецификация модели. Виды уравнений, используемых в моделях парной регрессии, требования к остаточной погрешности.
5. Идентификация модели линейной парной регрессии. Использование метода наименьших квадратов (МНК) для оценивания параметров уравнения линейной регрессии.
6. Верификация модели линейной парной регрессии. Проверка качества уравнения регрессии. Коэффициент детерминации.
7. Верификация модели линейной парной регрессии. Проверка значимости уравнения регрессии.
8. Верификация модели линейной парной регрессии Оценка значимости коэффициентов уравнения регрессии.
9. Оценка доверительных интервалов для параметров уравнения регрессии.
10. Исследование регрессионных остатков на отсутствие коррелированности.
11. Исследование остаточной погрешности на отсутствие детерминированной составляющей.
12. Проверка гипотезы о нормальном законе распределения остаточной погрешности эконометрической модели.
13. Исследование математического ожидания остаточной погрешности.
14. Прогнозирование результирующего показателя и оценка точности прогноза.
15. Идентификация модели нелинейной парной регрессии. Использование МНК для оценивания параметров уравнения нелинейной парной регрессии.
16. Общие вопросы построения модели множественной регрессии. Основные соотношения для оценивания параметров модели на основе МНК. Свойства полученных оценок.
17. Верификация линейной модели множественной регрессии. Коэффициент детерминации в моделях множественной регрессии.
18. Верификация модели множественной регрессии. Оценка качества уравнения множественной регрессии .
19. Коэффициент множественной корреляции, его связь с коэффициентом детерминации. Коэффициенты частной корреляции первого порядка
20. Оценка значимости коэффициентов линейного уравнения множественной регрессии по t-критерию. Понятие о частном F-критерии.
21. Уравнения множественной регрессии с фиктивными переменными.
22. Модели временных рядов. Основные задачи анализа временных рядов. Предварительный анализ временных рядов.
23. Анализ временного ряда на наличие неслучайной компоненты. Критерий серий для проверки гипотезы об отсутствии трендовых составляющих временного ряда.
24. Методы выделения неслучайной составляющей временного ряда. Аналитические методы сглаживания.
25. Сглаживание временного ряда методом скользящей средней.
26. Сглаживание временного ряда методом скользящей средней. Экспоненциальное сглаживание.
27. Методы анализа тренд-сезонных временных рядов. Исследование структуры временного ряда с помощью автокорреляционной функции.
28. Исследование структуры аддитивной модели тренда-сезонности
29. Выделение циклической компоненты и тренда при использовании аддитивных моделей тренда-сезонности.
30. Прогнозирование, основанное на использовании аддитивных моделей тренда-сезонности.
31. Исследование структуры мультипликативной модели тренда-сезонности.
32. Выделение циклической компоненты и тренда при использовании мультипликативных моделей тренда-сезонности.
33. Прогнозирование, основанное на использовании мультипликативных моделей тренда-сезонности.
34. Использование сезонных фиктивных переменных при построении уравнения множественной регрессии.
Правда, брала я их в начале года. Может что-то и изменилось. Хотя вряд ли.
1. Эконометрическое моделирование. Основные понятия и определения. Типы моделей.
2. Основные понятия регрессионного анализа. Виды регрессионных моделей. Этапы разработки эконометрической модели.
3. Методы исследования корреляционных связей между эндогенной и экзогенной переменными.
4. Эконометрические модели парной регрессии. Спецификация модели. Виды уравнений, используемых в моделях парной регрессии, требования к остаточной погрешности.
5. Идентификация модели линейной парной регрессии. Использование метода наименьших квадратов (МНК) для оценивания параметров уравнения линейной регрессии.
6. Верификация модели линейной парной регрессии. Проверка качества уравнения регрессии. Коэффициент детерминации.
7. Верификация модели линейной парной регрессии. Проверка значимости уравнения регрессии.
8. Верификация модели линейной парной регрессии Оценка значимости коэффициентов уравнения регрессии.
9. Оценка доверительных интервалов для параметров уравнения регрессии.
10. Исследование регрессионных остатков на отсутствие коррелированности.
11. Исследование остаточной погрешности на отсутствие детерминированной составляющей.
12. Проверка гипотезы о нормальном законе распределения остаточной погрешности эконометрической модели.
13. Исследование математического ожидания остаточной погрешности.
14. Прогнозирование результирующего показателя и оценка точности прогноза.
15. Идентификация модели нелинейной парной регрессии. Использование МНК для оценивания параметров уравнения нелинейной парной регрессии.
16. Общие вопросы построения модели множественной регрессии. Основные соотношения для оценивания параметров модели на основе МНК. Свойства полученных оценок.
17. Верификация линейной модели множественной регрессии. Коэффициент детерминации в моделях множественной регрессии.
18. Верификация модели множественной регрессии. Оценка качества уравнения множественной регрессии .
19. Коэффициент множественной корреляции, его связь с коэффициентом детерминации. Коэффициенты частной корреляции первого порядка
20. Оценка значимости коэффициентов линейного уравнения множественной регрессии по t-критерию. Понятие о частном F-критерии.
21. Уравнения множественной регрессии с фиктивными переменными.
22. Модели временных рядов. Основные задачи анализа временных рядов. Предварительный анализ временных рядов.
23. Анализ временного ряда на наличие неслучайной компоненты. Критерий серий для проверки гипотезы об отсутствии трендовых составляющих временного ряда.
24. Методы выделения неслучайной составляющей временного ряда. Аналитические методы сглаживания.
25. Сглаживание временного ряда методом скользящей средней.
26. Сглаживание временного ряда методом скользящей средней. Экспоненциальное сглаживание.
27. Методы анализа тренд-сезонных временных рядов. Исследование структуры временного ряда с помощью автокорреляционной функции.
28. Исследование структуры аддитивной модели тренда-сезонности
29. Выделение циклической компоненты и тренда при использовании аддитивных моделей тренда-сезонности.
30. Прогнозирование, основанное на использовании аддитивных моделей тренда-сезонности.
31. Исследование структуры мультипликативной модели тренда-сезонности.
32. Выделение циклической компоненты и тренда при использовании мультипликативных моделей тренда-сезонности.
33. Прогнозирование, основанное на использовании мультипликативных моделей тренда-сезонности.
34. Использование сезонных фиктивных переменных при построении уравнения множественной регрессии.
Правда, брала я их в начале года. Может что-то и изменилось. Хотя вряд ли.