· Тексты изменений прилагаются к тексту рабочей программы обязательно.
Комментарии к учебной программе
I. Содержание курса
Тема 1. Введение. Предмет эконометрического анализа: общее представление об эконометрике как о науке, связанной с количественным выражением взаимосвязей экономических явлений и процессов; задачи, решаемые с помощью эконометрических методов; критерии и принципы эконометрических расчетов; общие сведения об эконометрических моделях.
Тема 2. Эконометрическое моделирование. Случайные величины в эконометрике: характеристики связей СВ; анализ процесса моделирования в эконометрике; о случайных факторах в эконометрических моделях; характеристика эмпирических данных, на основе которых создается эконометрическая модель; способы представления и обработки статистических данных.
Тема 3. Парная линейная регрессия: метод наименьших квадратов для оценки параметров регрессии; зависимость свойств оценок коэффициентов регрессии и качества построенной регрессии от свойств случайной составляющей; анализ точности оценок коэффициентов регрессии; проверка гипотез относительно коэффициентов линейного уравнения регрессии; проверка общего качества (адекватности) уравнения парной линейной регрессии.
Тема 4. Модель множественной линейной регрессии: общий подход к определению параметров уравнения множественной линейной регрессии; анализ предпосылок применения МНК для оценки коэффициентов множественной регрессии; обобщенный метод наименьших квадратов; векторно-матричная форма расчета коэффициентов множественной линейной регрессии; фиктивные переменные; анализ качества эмпирического уравнения множественной регрессии.
Тема 5. Нелинейные модели регрессии: их типы; процесс линеаризации; преобразование случайного отклонения (случаи нелинейных моделей относительно параметров).
Тема 6. “Хорошие модели” в эконометрике: виды ошибок спецификации, их обнаружение и корректировка; анализ адекватности регрессионной модели с помощью исследования остаточного члена модели; гетероскедастичность, автокорреляция; мультиколлинеарность.
Тема 7. Системы эконометрических уравнений: пути получения качественных оценок параметров системы одновременных уравнений (косвенный метод наименьших квадратов (КМНК) и инструментальные переменные).
Тема 8. Временные ряды: временные ряды и ряды динамики (стационарные и нестационарные); оценка моделей с распределенными лагами; оценка избранных авторегрессионных моделей; автокорреляция уровней временного ряда и выявление его структуры.
Тема 9. Моделирование тенденции (тренда) временного ряда; экстраполяция и прогнозирование в рядах динамики.
II. Лабораторный практикум
Практикум выполняется в программе “Exele”. В помощь студентам предлагается учебно-методическое пособие.
Цель практикума – закрепить навыки обработки статистической информации, в частности, представленной в виде временного ряда, путем решения следующих задач:
1. По выбранному варианту задачи построить временной ряд случайной величины и вычислить его основные числовые характеристики (математическое ожидание, исправленную дисперсию и исправленное среднее квадратическое отклонение).
2. Сгладить ряд с использованием алгоритма “скользящей средней”.
3. Построить совмещенный график эмпирического и сглаженного рядов.
4. Провести автокорреляционный анализ временного ряда (вычислить коэффициенты автокорреляции, построить автокорреляционную функцию и коррелограмму). Сделать вывод о структуре ряда и силе связи между его элементами.
5. Выявить степень полиномиального тренда с помощью статистики Фишера.
6. Рассчитать параметры тренда и оценить их статистическую значимость с помощью статистики Стьюдента.
7. Записать скорректированное уравнение тренда.
8. Построить совмещенный график эмпирического ряда и его тренда.
9. Оценить качество построенной регрессионной модели с помощью Z – статистики, статистики Стьюдента, статистики Дарбина – Уотсона и посредством коэффициента детерминации.
10. Оценить качество эмпирических моделей, предназначенных для краткосрочного прогноза.
11. Осуществить краткосрочный и долгосрочный прогнозы.
12. Составить по результатам работы резюме.
III. Контрольная работа (ПИЭОС, ПИЭЗ, ПИЭЗС)
Работа выполняется в полном соответствии с лабораторным практикумом. По результатам работы составляется отчет и проводится его защита.
Л и т е р а т у р а
( обязательная для изучения)
1. Бородич : Учебное пособие. – М.: Новое знание, 2001. – 408 с.
2. Кулинич . – М.:Финансы и статистика, 2001. – 304 с.
3. Б , Пересецкий . Начальный курс: Учеб. – 5-е изд., испр. – М.: Дело, 2001. – 400 с.
4. Статистические методы эконометрии. – М.: Статистика, 1976. – 143 с.
5. Эконометрика: Учебник / Под ред. члена-корр. РАН . – М.:Финансы и статистика, 2002. – 344 с.
6. Эконометрика: Учебник для вузов / Под ред. проф. . – М.: ЮНИТИ-ДАНА, 2002. – 311 с.
Расширенный список литературы,
рекомендуемой для изучения
7. , , Мешалкин статистика. Основы моделирования и первичная обработка данных. – М.: Финансы и статистика, 1983. – 278 с.
8. , Мхитарян статистика и основы эконометрики.- М.: ЮНИТИ, 1998. – 304 с.
9. Гусаров статистики: Учебн. пособие для вузов. – М.: Аудит, ЮНИТИ, 1998. – 247 с.
10. Эконометрия. В 2 т. Т. 1: Введение в эконометрию. – К., 1996. – 397 с.
11. Введение в эконометрику. – М., 1997 – 402 с.
12. Джонстон Дж. Эконометрические методы. – М.: Статистика. – 356 с.
13. , , Толстопятенко методы в экономике. – М.: Дело и сервис, 1999. – 306 с.
14. , Многомерный статистический анализ и временные ряды. – М.: Наука, 1976. – 243 с.
15. , Халилеев специализированных статистических пакетов по анализу временных рядов. – М.: Статдиалог, 1991. – 187 с.
16. Справочник по математике для экономистов / Под ред. . – М.: Высш. шк., 1987. – 324 с.
17. Cтатистика: Курс лекций для вузов / Под ред. . – М.: ИНФРА-М, 1996. – 245 с.
18. Тюрин анализ данных на компьютере / , А, А.Макаров / Под ред. . – М.: ИНФРА – М, 1999. – 456 с.
19. Четыркин методы прогнозирования. – М.: Статистика, 1975. – 187 с.
20. Экономико-математические методы и прикладные модели: Учеб. пособие для вузов / , , и др. / Под ред. . – М.: ЮНИТИ, 2000. – 391 с.
21. Breusch T. S. Conflict among criteria for testing hypotheses: extensions and comments // Econometrica, 1979, v. 47, pp. 203 – 207.
22. Frisch R. Editorial // Econometrica, 1933. - №1, p.2.
23. Greene W. H. Econometric Analysis, 3rd edition. – Prentice-Hall. – 1997. – P. 203.
24. Griffiths W. E., R. Carter Hill, G. G.Judge. Undergraduate Econometrics. - New York: John Wiley and Sons, Inc., 1997. – P. 366.
25. Hausman J. Specification Tests in Econometrics // Econometrica, 1978, v.46, pp.1251 – 1271.
26. Johnston J. and Dinardo J. Econometric Methods, 4th edition/ - McGraw – Hill. – P. 267.
27. Malinvaud E. Statistical Method of Econometrics. – Amsterdam: North-Holland, 1996. – P. 234.
28. Verbeek M. A Guide to Modern Econometrics. Wiley, 2000. – P. 249
Вопросы к экзамену по эконометрике
1. Задачи, решаемые с помощью эконометрики. Критерии и принципы эконометрических расчетов.
2. Общая характеристика эконометрических методов.
3. Общие сведения об эконометрических моделях.
4. О случайных факторах в эконометрических моделях.
5. Характеристика эмпирических данных, на основе которых создается эконометрическая модель.
6. Способы представления и обработки статистических данных.
7. Xарактеристики связей двух случайных величин (СВ).
8. Модель парной линейной регрессии. Метод наименьших квадратов для оценки параметров регрессии.
9. Анализ точности оценок коэффициентов регрессии. Проверка гипотез относительно коэффициентов линейного уравнения регрессии.
10. Проверка общего качества (адекватности) уравнения парной линейной регрессии.
11. Общий подход к определению параметров уравнения множественной линейной регрессии.
12. Анализ предпосылок применения МНК для оценки коэффициентов множественной регрессии.
13. Типы нелинейных регрессионных моделей.
14. Признаки “хорошей модели”.
15. Виды ошибок спецификации, их обнаружение и корректировка.
16. Анализ адекватности регрессионной модели с помощью исследования остаточного члена модели (гетероскедастичность, автокорреляция).
17. Мультиколлинеарность.
18. Общая характеристика систем уравнений, используемых в эконометрике.
19. Пути получения качественных оценок параметров системы одновременных уравнений (КМНК и инструментальные переменные).
20. Общая характеристика временных рядов.
21. Оценка моделей с распределенными лагами.
22. Оценка избранных авторегрессионных моделей.
23. Автокорреляция уровней временного ряда и выявление его структуры.
24. Моделирование тенденции (тренда) временного ряда.
25. Предсказание, экстраполяция и прогнозирование
в рядах динамики.
Вопросы к экзамену по эконометрике для ПИЭЗ
26. Задачи, решаемые с помощью эконометрики. Критерии и принципы эконометрических расчетов.
27. Общая характеристика эконометрических методов.
28. Общие сведения об эконометрических моделях.
29. О случайных факторах в эконометрических моделях.
30. Характеристика эмпирических данных, на основе которых создается эконометрическая модель.
31. Способы представления и обработки статистических данных.
32. Xарактеристики связей двух случайных величин (СВ).
33. Коэффициенты сравнения факторных и результативного признаков в статистическом анализе.
34. Понятие “отклонение” при составлении статистических уравнений зависимостей.
35. Коэффициент корреляции (в контексте статистических уравнений зависимостей).
36. Индекс корреляции (в контексте статистических уравнений зависимостей).
37. Коэффициент устойчивости связи (в контексте статистических уравнений зависимостей).
38. Критерии качественных эконометрических расчетов при составлении статистических уравнений зависимостей.
39. Модель статистического уравнения однофакторной зависимости.
40. Уравнение и смысл коэффициента b в статистических уравнениях однофакторной зависимости.
41. Общий подход к построению статистического уравнения многофакторной зависимости.
42. Уравнение и смысл коэффициента B в статистических уравнениях многофакторной зависимости.
43. Оптимизация факторных признаков с помощью статистических уравнений зависимостей.
44. Прогнозирование с помощью статистических уравнений зависимостей.
45. Проверка качества прогнозирования, проведенного на основе статистических уравнений зависимостей.
Тесты разработаны в соответствии с требованиями государственного образовательного стандарта высшего профессионального образования по специальности __080801«Прикладная информатика в экономике»
Ф. И.О. студента _______________________________ группа___________
“Эконометрика”
Форма теста № 1 (закрытое задание, связанное с выбором одного или нескольких верных или неверных ответов)
Задание 1.1. Анализируется прибыль X (%) предприятий отрасли. Обследованы n = 100 предприятий, данные по которым занесены в следующий статистический ряд (таблица 1):
Таблица 1
Статистические данные о прибыли 100 предприятий
Х | 5 | 10 | 15 | 20 | 25 |
ni | 5 | 20 | 40 | 25 | 10 |
ni / n | 0,05 | 0,2 | 0,4 | 0,25 | 0,1 |
Построена эмпирическая функция распределения F*(x) :
F*(x) = 
Выбрать, какие частные значения функции распределения вычислены неверно:
А) 0. Б) 0,15. В) 0,20. Г) 0,65. Д) 0,90. Е) 1.
Задание 1.2. Выборочный коэффициент корреляции 
:
А) Безразмерная величина. Б) Имеет размерность.
Задание 1.3. Суть метода наименьших квадратов состоит:
А) в минимизации суммы квадратов коэффициентов регрессии;
Б) в минимизации суммы квадратов значений зависимой переменной;
В) в минимизации суммы квадратов отклонений точек наблюдений от уравнения регрессии;
Г) в минимизации суммы квадратов отклонений точек эмпирического уравнения регрессии от точек теоретического уравнения регрессии.
Задание 1.4. Из указанных утверждений выберите истинные:
А) Для парной линейной регрессии коэффициент детерминации превосходит коэффициент корреляции.
Б) 0 < R2 < 1.
В) В любой линейной регрессионной модели, построенной по МНК, справедлива формула 
Задание 1.5. Коэффициент корреляции характеризует:
А) зависимость между выборочными характеристиками случайной величины;
Б) тесноту линейной зависимости между случайными величинами.
В) плотность распределения случайных величин в выборках.
Задание 1.6. Согласно методу наименьших квадратов (МНК) неизвестные параметры линейной регрессии выбираются таким образом, чтобы была минимальной сумма:
А) 
Задание 1.7. Среди перечисленных предпосылок регрессионного анализа выбрать неверную:
А) В модели парной линейной регрессии обе переменные – и объясняющая, и объясняемая – являются случайными величинами.
Б) Математическое ожидание зависимой переменной равно линейной функции регрессии.
В) Дисперсия зависимой переменной постоянна для любого i.
Задание 1.8. В эмпирическом регрессионном уравнении параметры уравнения являются оценками:
А) плотности распределения случайных выборочных величин;
Б) коэффициентов теоретического уравнения регрессии;
В) качества построенной регрессии;
Г) связи между объясняемой и объясняющими переменными.
Задание 1.9. Одним из методов выравнивания (сглаживания) временного ряда является метод скользящих средних, который основан:
А) на исключении максимальных и минимальных значений членов ряда;
Б) на переходе от начальных значений ряда к их средним значениям на интервале времени, длина которого определяется исследователем заранее;
В) на “выбрасывании” из ряда двух последних членов на интервале времени, длина которого определяется исследователем заранее.
Задание 1.10. К проблемам спецификации регрессионной модели относят следующие типы задач:
А) выбор структуры регрессии;
Б) вычисление параметров регрессии;
В) определение набора объясняющих переменных;
Г) оценка статистической значимости параметров регрессии.
Задание 1.11. Скорректированный коэффициент детерминации отличается от обычного:
А) в нем делается поправка на объем выборки;
Б) он применяется для оценки качества множественной регрессии;
В) в нем делаются поправки (и в числителе, и в знаменателе) на число степеней свободы.
Задание 1.12. В экономических задачах имеет место положительная и отрицательная автокорреляция. Она вызывается:
А) объемом выборки;
Б) способами получения эмпирических данных;
В) ошибками спецификации;
Г) инерцией в изменении экономических показателей.
Задание 1.13. Сложные экономические процессы описывают с помощью системы взаимосвязанных (одновременных) уравнений. Модель считается идентифицируемой, если каждое уравнение системы идентифицируемо. Пусть H – число эндогенных переменных (переменных, определяемых внутри модели) в 
-ом уравнении системы; D – число экзогенных (предопределенных) переменных (переменных, содержащихся в данной системе, но не входящих в - ое уравнение системы.
Выберете условие строгой идентифицируемости -го уравнения:
А) D + 1 < H. Б) D + 1 = H. В) D + 1 > H.
Задание 1.14. В парной линейной регрессии вариация результата меньше вариации фактора, если свободный член a регрессии:
А) а = 0. Б) а > 0. В) а < 0.
Задание 1.15. Если коэффициент парной линейной регрессии b > 0, то:
А) 0 
Форма теста № 2 (открытое задание, связанное с формулированием краткого ответа на поставленный вопрос или продолжением начатого высказывания)
Задание 2.1. Если X и Y независимые случайные величины, то выборочная ковариация
Задание 2.2. Дайте определение эмпирической функции распределения случайной величины, приведите ее аналитическое представление __________________________________________________
_________________________________________________________________________________________
_________________________________________________________________________________________
_________________________________________________________________________________________
Задание 2.3. Размахом выборки называется ______________________________________________
_________________________________________________________________________________________
Задание 2.4. Что такое статистическая гипотеза? ___________________________________________
_________________________________________________________________________________________
_________________________________________________________________________________________
Задание 2.5. Сущность проверки статистической гипотезы заключается в том, чтобы ________________
_________________________________________________________________________________________
_________________________________________________________________________________________
_________________________________________________________________________________________
Задание 2.6. Приведите примеры проверки гипотез в экономике. Какими критериями можно воспользоваться при проверке гипотез ___________________________________________________________
_________________________________________________________________________________________
_________________________________________________________________________________________
_________________________________________________________________________________________
Задание 2.7. Получено следующее выражение для объясненной части переменной Y – цены автомобиля: 
= 30000 – 2000x1- 5х2,
где - ожидаемая цена автомобиля (в у. е.);
x1 - срок эксплуатации автомобиля (в годах);
x2 - пробег (в тыс. км.).
Сформулируйте, какое влияние каждая из объясняющих переменных оказывает на цену автомобиля: __________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
Задание 2.8. Назовите причины обязательного присутствия в эконометрических регрессионных моделях случайного фактора (отклонения)
__________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
Задание 2.9. Учитывая, что стаж работы 22 рабочих характеризуется данными: 2, 4, 5, 5, 6, 6, 5, 6, 6, 7, 7, 8, 8, 9, 10, 11, 4, 3, 3, 4, 4, 5, определите с помощью формулы Стерджесса ( n = 1 + 3, 322 lg N, где N – число единиц совокупности, n – число групп) и таблицы 2 оптимальное число групп n в выборке и величину интервала i; составьте ряд распределения рабочих по стажу работы.
Таблица 2
Таблица оптимальных соотношений числа единиц статистической совокупности и числа групп
N | 15 – 24 | 25 – 44 | 44 – 89 | 90 – 179 | 180 – 359 | 360 – 719 |
n | 5 | 6 | 7 | 8 | 9 | 10 |
________________________________________________________________________________________
________________________________________________________________________________________
________________________________________________________________________________________
________________________________________________________________________________________
Задание 2.10. О чем говорит близость к нулю коэффициента корреляции двух случайных экономических величин?____________________________________________________________________________________
_________________________________________________________________________________________
Задание 2.11. Под спецификацией модели понимается процесс ______________________________
_________________________________________________________________________________________
Задание 2.12. По 10 парам наблюдений получены следующие результаты:
Оцените с помощью метода наименьших квадратов коэффициенты уравнений регрессии Y на X : __________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
Задание 2.13. Даны две регрессии, рассчитанные по 25 годовым наблюдениям:
а) 
;
б) 
, 
Дайте экономическую интерпретацию построенных регрессий. Согласуются ли они друг с другом? (ответ обоснуйте) ____________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
__________________________________________________________________________________________
Задание 2.14. Пусть при исследовании зависимости потребления (CONS) от дохода (INC) в качестве модели выбрана парная линейная регрессия:
CONS = 
Как в этом случае интерпретируются коэффициенты 
? ___________________________
____________________________________________________________________________________________
____________________________________________________________________________________________
____________________________________________________________________________________________
Задание 2.15. Для оценки параметров нелинейных регрессий используется метод линеаризации модели, заключающийся в _____________________________________________________________________
____________________________________________________________________________________________
____________________________________________________________________________________________
Форма теста № 3 (задание на установление
соответствия между утверждениями,
высказываниями, терминами)
Задание 3.1. Установите соответствие терминов.
1.Генеральная A. Ряд
2.Случайная Б. Коэффициент
3.Выборочный В. Величина
4.Интервальный Г. Совокупность
Ответы: 1 ____; 2 ____; 3 _____; 4 _____.
Задание 3.2. Установите соответствие понятий:
1. Точечная оценка мат. ожидания А. Коэффициент детерминации
2. Оценка дисперсии Б. Статистика Стьюдента
3. Оценка статистической значи - В. Исправленная выборочная дисперсия
мости параметров регрессии
4. Оценка качества регрессии Г. Выборочное среднее
в целом
Ответы: 1 ____; 2 ____; 3 _____; 4 ____.
Задание 3.3. Установите соответствие между высказываниями:
1. Временной ряд (time-series data) А. Формируется под воздействием некоторых факторов
2. Математическая экономика Б. Осуществляет опытную проверку экономических законов
3. Эконометрика В. Выражает экономические законы в виде математических соотношений
4. Объясняемая переменная Г. Важен порядок следования значений наблюдаемых случайных величин
Ответы: 1_____, 2_____, 3_____, 4______.
Задание 3.4. Установите соответствие между высказываниями:
1. Пространственная выборка А. Ковариация двух СВ равна нулю
2. Две СВ независимы Б. Степень зависимости СВ
3. Ковариация двух СВ В. Коэффициент корреляции равен нулю
Г. Набор показателей экономических переменных, полученных в данный момент времени
Ответы: 1 _____; 2 ______; 3 _____ _.
Задание 3.5. Установите соответствие между высказываниями:
1. Предположение о виде или параметре А. Правило, по которому
неизвестного закона распределения принимается или отклоняется
нулевая гипотеза
2. Статистический критерий Б. Статистическая гипотеза
3. Характеристика отклонения В. Значимость модели
от функции регрессии
4. Соответствие математической Г. Случайный член регрессии
модели экспериментальным данным
Ответы: 1 ____; 2 _____ ; 3 ______ ; 4 _______ .
Задание 3.6. Установите соответствие между высказываниями:
1. Математическое ожидание СВ А. 
.
2. Дисперсия СВ Б. 
.
3. Среднее квадратическое отклонение В. 
.
4. Коэффициент корреляции Г. 
.
Ответы: 1 _____ ; 2 _____ ; 3 ____ ; 4 ______ .
Задание 3.7. Установите соответствие между высказываниями:
1. Показывает, какая часть вариации А. Тест Дарбина-Уотсона
зависимой переменной обусловлена
вариацией объясняющей переменной
2. Показывает, на сколько Б. Мультиколлинеарность
единиц в среднем изменяется
переменная Y при изменении
переменной X на одну единицу
3. Высокая взаимная В. Коэффициент регрессии b
коррелированность объясняющих
переменных
4. Наличие автокорреляции Г. Коэффициент детерминации
между соседними членами
временного ряда
Ответы: 1 _____ ; 2 _____ ; 3 _____ ; 4 ______ .
Задание 3.8. Установите соответствие между высказываниями:
1. Устранение коррелированности А. Косвенный метод наименьших квадратов
объясняющей переменной со
случайным отклонением
2. Получение качественных оценок Б. Метод инструментальных переменных
параметров системы одновременных
уравнений
3. Расчет стандартных ошибок В. Метод фиктивных переменных
предсказания с помощью добавления
в модель фиктивных переменных
4. Сезонная корректировка во Г. Метод Салкевера
временных рядах
Ответы: 1 ____ ; 2 ____ ; 3 ____ ; 4 _____ .
Задание 3.9. Установите соответствие между высказываниями:
1. Метод увеличения объема А. Проверка статистической значимости коэффициентов выборки регрессии
2. Метод линеаризации Б. Проверка равенства двух коэффициентов детерминации
3. Статистика Фишера В. Логарифмические модели
4. Статистика Стьюдента Г. Уменьшение мультиколлинеарности
Ответы: 1 _____ ; 2 _____ ; 3 ______ ; 4 ______.
Задание 3.10. Установите соответствие между высказываниями:
1. На экономический показатель А. Множественная регрессия
оказывают влияние несколько факторов
2. Конкретный временной ряд не имеет Б. Случайное отклонение не превышает 0,6 – 0,7.
выраженного тренда
3. Распределение, близкое к нормальному В. СВ есть сумма очень большого числа независимых переменных, влияние каждой из которых на всю сумму ничтожно мало
4. Влияние на независимую Г. Коэффициент детерминации
величину тех переменных,
которые не включены в модель
Ответы: 1_____ ; 2 ______ ; 3 _______; 4 ______.
Задание 3.11. Установите соответствие между высказываниями:
1. Нулевая гипотеза принимается А. Оценки коэффициентов регрессии становятся более точными
2. Коэффициент парной линейной Б. Наилучшие линейные несмещенные оценки
регрессии
3. Число наблюдений увеличивается В. Коэффициент регрессии статистически незначим
4. BLUE - оценки Г. Наклон прямой регрессии
Ответы: 1 _____ ; 2 _____ ; 3 _____ ; 4 _____ .
Задание 3.12. Установите соответствие между высказываниями:
1. Шкала наименований А. Может быть указан абсолютный нуль, появляется возможность оценки соотношений результатов измерений
2. Порядковая или ранговая шкала Б. Упорядочение объектов по количеству какого-либо свойства, сравнение разностей количеств свойства
3. Интервальная шкала В. Порядок элементов по уровню проявления некоторого свойства
4. Шкала отношений Г. Название объекта, отождествление его с некоторым свойством
Ответы: 1_____ ; 2 ______ ; 3 _______; 4 ______.
Задание 3.13. Установите соответствие между высказываниями:
1.Среднее отклонение расчетных А. - средний коэффициент эластичности
значений от фактических
2. Величина, показывающая Б. 
- средняя ошибка аппроксимации
насколько по совокупности
изменится результат у от своей
средней величины при
изменении фактора x на 1% от
своего среднего значении
3. Аддитивная модель В. 
4. Мультипликативная модель Г. 
Ответы: 1_____ ; 2 ______ ; 3 _______; 4 ______.
Задание 3.14. Установите соответствие между высказываниями:
1. Автокорреляционная функция А. Последовательность коэффициентов автокорреляции
2. График зависимости значений Б. Большие дисперсии оценок
автокорреляционной функции от
величины лага
3. Последствие автокорреляции В. Коррелограмма
4. Признак наличия Г. Парная корреляция между малозначимыми
мультиколлинеарности объясняющими переменными
Ответы: 1_____ ; 2 ______ ; 3 _______; 4 ______.
Задание 3.15. Установите соответствие между высказываниями:
1. Линейная регрессия А. 
2. Гиперболическая регрессия Б. 
3. Экспоненциальная регрессия В. 
4. Степенная регрессия Г. 
Ответы: 1_____ ; 2 ______ ; 3 _______; 4 ______.
Форма теста № 4 (задание на установление правильной последовательности предложенных в задании действий или операций – либо расставить нужную нумерацию, либо выбрать правильный вариант)
Задание 4.1. Расставить нужную нумерацию в выполнении следующих операций:
Построение гистограммы
Построение эмпирической функции распределения 
Группировка выборочных данных в статистический ряд.
Задание 4.2. Расставить нужную нумерацию в порядке отыскания названных характеристик:
Математическое ожидание СВ.
Коэффициент корреляции rxy.
Среднее квадратическое отклонение С. В.
Выборочный коэффициент вариации V.
Выборочная ковариация Sxy.
Задание 4.3. Расставить нужную нумерацию в общей схеме построения доверительного интервала случайной величины:
Задается уровень значимости 
.
Из генеральной совокупности с известным распределением f(x, Q) CB X извлекается выборка объема n, по которой находится точечная оценка Q
параметра Q.
Используя плотность вероятности СВ Y, определяют два числа c1 и c2 такие, что 
Строится СВ Y(Q), связанная с параметром Q и имеющая известная плотность вероятности f(y, Q).
Задание 4.4. При анализе множественной регрессии параметрический тест оценки гомоскедастичности по методу Гольдфельда и Квандта включает в себя следующие шаги (пронумеровать шаги в нужном порядке):
Разделение совокупности из (n – C) наблюдений на две группы (соответственно с малыми и большими значениями фактора x) и определение по каждой из групп уравнений регрессии.
Исключение из рассмотрения C центральных наблюдений (при этом (n – C): 2 > p, где p – число оцениваемых параметров).
Определение остаточной суммы квадратов для первой (S1) и второй (S2) групп и нахождение их отношения: R = S1 : S2.
Упорядочение n наблюдений по мере возрастания переменной x.
Задание 4.5. Косвенный метод наименьших квадратов (КМНК) применяется в случае точно идентифицируемой модели. Процедура применения КМНК предполагает выполнение следующих этапов работы (пронумеровать этапы в нужном порядке):
Для каждого уравнения приведенной формы модели обычным МНК оцениваются приведенные коэффициенты.
Структурная модель преобразовывается в приведенную форму модели.
Коэффициенты приведенной формы модели трансформируются в параметры структурной модели.
Задание 4.6. Существует несколько подходов к анализу структуры временных рядов, содержащих сезонные колебания. Простейший подход – расчет значений сезонной компоненты и построение аддитивной или мультипликативной моделей временного ряда.
Процесс построения моделей сводится к расчету значений T (трендовой компоненты), S (сезонной компоненты), E (случайной компоненты) и включает в себя следующие шаги (пронумеровать шаги в нужном порядке):
Расчет значений сезонной компоненты S.
Устранение сезонной компоненты из исходных уровней ряда и получение выравненных данных (T + E) в аддитивной модели или (T x E) в мультипликативной модели.
Расчет полученных по модели значений (T + S) или (T x E).
Выравнивание исходного ряда методом скользящей средней.
Аналитическое выравнивание уровней (T + E) или (T x E) и расчет значений T с использованием полученного уравнения тренда.
Расчет абсолютных и (или) относительных ошибок.
Задание 4.7. Начиная с 70-х годов прошлого века развивается теория коинтеграции временных рядов – теория причинно-следственной зависимости в уровнях двух или более временных рядов, выражающаяся в совпадении или противоположной направленности их тенденций и случайной колеблемости.
Одним из методов тестирования гипотезы о коинтеграции временных рядов yt и xt является критерий Энгеля-Грангера.
Алгоритм применения этого критерия аналогичен алгоритму применения критерия (статистики) Стьюдента. Пронумеровать приведенные ниже шаги в нужном порядке:
Выдвигается ноль-гипотеза об отсутствии коинтеграции между рядами yt и xt .
Рассчитываются параметры уравнения регрессии вида 
Определяется фактическое (наблюдаемое) значение критерия.
Сравнивается полученное значение критерия с критическим значением критерия Энгеля-Грангера (соответствующая таблица рассчитана авторами для уровней значимости 1, 5 и 10 %).
Задание 4.8. Существуют разные подходы к определению содержания и иерархии основных этапов эконометрического моделирования. В то же время логические предпосылки выделения этапов и их иерархии одни и те же. Один из подходов предложен в книге: , Мхитарян статистика и основы эконометрики. –М.: ЮНИТИ, 1998.– 311 с. Пронумеруйте шаги в нужном порядке.
Этап идентификации модели.
Априорный этап.
Постановочный этап.
Этап верификации модели.
Этап параметризации.
Информационный этап.
Задание 4.9. Этапы анализа временного ряда (пронумеруйте этапы в нужном порядке):
Выделение и удаление закономерных (неслучайных) составляющих временного ряда (тренда, сезонных и циклических составляющих).
Сглаживание и фильтрация.
Графическое представление эмпирического временного ряда.
Исследование случайной составляющей временного ряда, построение и проверка адекватности математической модели для ее описания.
Прогнозирование развития изучаемого процесса.
Задание 4.10. Общая схема проверки гипотез в эконометрике включает ряд операций. Пронумеруйте их в нужном порядке:
Принятие статистического решения.
Выбор соответствующего уровня значимости .
Вычисление наблюдаемого критерия.
Определение объема выборки n.
Выбор критерия K (например, статистики T) для проверки H0.
Формулировка проверяемой (нулевой – H0) и альтернативной (H1) гипотез.
Задание 4.11. Ниже приведены этапы решения задачи построения уравнения регрессии. Пронумеруйте этапы в нужном порядке
Выбор аналитического вида (формулы) регрессии.
Анализ качества уравнения регрессии в целом.
Оценка статистической значимости параметров регрессии.
Корректировка уравнения регрессии.
Определение параметров регрессии.
Задание 4.12. Проверка статистического качества оцененного уравнения регрессии проводится последовательно по этапам:
Проверка общего качества уравнения регрессии.
Проверка статистической значимости параметров уравнения регрессии.
Проверка выполнимости предпосылок МНК при оценивании уравнения.
Задание 4.13. Общая схема применения критерия Дарбина-Уотсона при обнаружении автокорреляции включает в себя приведенные ниже операции. Пронумеруйте их в нужном порядке:
Рассчитывается статистика Дарбина-Уотсона.
По таблице определяются нижний и верхний пороги критерия.
По построенному эмпирическому уравнению регрессии определяются значения отклонения для каждого наблюдения.
Делается вывод.
Задание 4.14. В экономике во многих случаях воздействие одних экономических факторов на другие осуществляется не мгновенно, а с некоторым запаздыванием – лагом. Причин наличия лагов в экономике достаточно много. Осуществите нумерацию по возрастанию значимости причины наличия лага.
Институциональные причины (например, требование постоянства контрактов в течение определенного промежутка времени).
Психологические причины (инерция в поведении людей).
Инерционный характер механизма формирования экономических показателей (например, инфляция во многом является инерционным процессом).
Технологические причины (например, замена программного обеспечения с появлением новых поколений компьютеров).
Задание 4.15. В силу невозможности получения на основе “обычного” метода наименьших квадратов качественных оценок параметров системы одновременных уравнений используются другие методы. Один из них – косвенный метод наименьших квадратов (КМНК). КМНК включает в себя следующие этапы (пронумеруйте их в нужном порядке):
Оцениваются по МНК параметры уравнений в приведенной форме.
Исходя из структурных уравнений, строятся уравнения в приведенной форме.
Оцениваются параметры структурных уравнений.
|
Из за большого объема этот материал размещен на нескольких страницах:
1 2 3 |
