Учебное пособие. — Минск: Издательство Гревцова, 2011. — 224 с. —
ISBN 978-9855-6954-08-8.
Содержит теоретический материал по основным темам курса
эконометрики, изложение которого направлено на то, чтобы обеспечить
понимание каждого этапа эконометрического анализа, моделирования и
прогнозирования. Включает типовые примеры и задачи с использованием
Microsoft Office Excel, а также тесты и задания для самоконтроля.
Материал практикума не требует высокого уровня математической
подготовки, для его освоения достаточно знания базового курса
теории вероятностей и математической статистики.
Для студентов, аспирантов и преподавателей экономических специальностей вузов, а также слушателей системы повышения квалификации. Предисловие
Предмет и задачи эконометрики Парный регрессионный анализ
Стохастическая зависимость, функция регрессии
Корреляция
Линейная парная регрессия
Коэффициент детерминации и средняя ошибка аппроксимаuии
Предпосылки регрессионного анализа Условия Гаусса-Маркова
Свойства оценок коэффициентов классической линейной модели регрессии. Теорема Гаусса-Маркова
Значимость коэффициента регрессии и его доверительный интервал
Интервальная оценка функции регрессии. Прогноз на основе функции регрессии
Решение типовых задач с помощью MS Excel
Построение линейной регрессии с помощью Мастер функций f(х), Статистические, ЛИНЕЙН (первый способ)
Построение линейной регрессии с помощью инструментов Сервис, Анализ данных, Регрессия (второй способ)
Интерпретация результатов регрессионного анализа
Вычисление прогнозного значения у
Оценка точности прогноза
Решение задач регрессии без помощи специальных средств
Задачи для самостоятельного решения
Ответы к задачам
Тесты
Ответы к тестам
Вопросы и задания для самоконтроля Множественный регрессионный анализ
Матричная запись модели множественной линейной регрессии
Оценка параметров множественной линейной регрессии
Предпосылки классической нормальной линейной модели регрессии. Теорема Гаусса-Маркова
Оценка дисперсии случайных остатков
Прогнозирование по модели множественной регрессии
Нарушения предпосылок классической регрессионной модели
Автокорреляция случайных остатков
Авторегрессионное преобразование
Гетероскедастичность
Тестовые проверки наличия rстероскедастичности
Обобщённый и взвешенный метод наименьших квадратов
Мультиколлинеарность
Модели с фиктивными (качественными) переменными
Нелинейная регрессия
Логарифмические (лог-линейные) модели
Полулогарифмические модели
Обратная модель
Степенная модель
Показательная модель
Задачи для самостоятельного решения
Ответы к задачам
Тесты
Ответы к тестам
Вопросы и задания для самоконтроля Временные ряды
Временной ряд и его компоненты
Стационарные временные ряды и автокорреляционная функция
Проверка наличия и нахождение тренда
Моделирование сезонной компоненты
Провсрка наличия сезонной компоненты
Выделение сезонной компоненты
Экспоненциальное сглаживание и адаптивный прогноз
ARIMA модели временных рядов
Задачи для самостоятельного решения
Тесты
Ответы к тестам
Вопросы и задания для самоконтроля Системы одновременных уравнений
Понятие и примеры систем одновременных уравнений
Структурная и приведённая формы модели
Проблема идентификации
Методы оценки параметров системы одновременных уравнений
Задачи для самостоятельного решения
Вопросы и задания для самоконтроля
Литература
Для студентов, аспирантов и преподавателей экономических специальностей вузов, а также слушателей системы повышения квалификации. Предисловие
Предмет и задачи эконометрики Парный регрессионный анализ
Стохастическая зависимость, функция регрессии
Корреляция
Линейная парная регрессия
Коэффициент детерминации и средняя ошибка аппроксимаuии
Предпосылки регрессионного анализа Условия Гаусса-Маркова
Свойства оценок коэффициентов классической линейной модели регрессии. Теорема Гаусса-Маркова
Значимость коэффициента регрессии и его доверительный интервал
Интервальная оценка функции регрессии. Прогноз на основе функции регрессии
Решение типовых задач с помощью MS Excel
Построение линейной регрессии с помощью Мастер функций f(х), Статистические, ЛИНЕЙН (первый способ)
Построение линейной регрессии с помощью инструментов Сервис, Анализ данных, Регрессия (второй способ)
Интерпретация результатов регрессионного анализа
Вычисление прогнозного значения у
Оценка точности прогноза
Решение задач регрессии без помощи специальных средств
Задачи для самостоятельного решения
Ответы к задачам
Тесты
Ответы к тестам
Вопросы и задания для самоконтроля Множественный регрессионный анализ
Матричная запись модели множественной линейной регрессии
Оценка параметров множественной линейной регрессии
Предпосылки классической нормальной линейной модели регрессии. Теорема Гаусса-Маркова
Оценка дисперсии случайных остатков
Прогнозирование по модели множественной регрессии
Нарушения предпосылок классической регрессионной модели
Автокорреляция случайных остатков
Авторегрессионное преобразование
Гетероскедастичность
Тестовые проверки наличия rстероскедастичности
Обобщённый и взвешенный метод наименьших квадратов
Мультиколлинеарность
Модели с фиктивными (качественными) переменными
Нелинейная регрессия
Логарифмические (лог-линейные) модели
Полулогарифмические модели
Обратная модель
Степенная модель
Показательная модель
Задачи для самостоятельного решения
Ответы к задачам
Тесты
Ответы к тестам
Вопросы и задания для самоконтроля Временные ряды
Временной ряд и его компоненты
Стационарные временные ряды и автокорреляционная функция
Проверка наличия и нахождение тренда
Моделирование сезонной компоненты
Провсрка наличия сезонной компоненты
Выделение сезонной компоненты
Экспоненциальное сглаживание и адаптивный прогноз
ARIMA модели временных рядов
Задачи для самостоятельного решения
Тесты
Ответы к тестам
Вопросы и задания для самоконтроля Системы одновременных уравнений
Понятие и примеры систем одновременных уравнений
Структурная и приведённая формы модели
Проблема идентификации
Методы оценки параметров системы одновременных уравнений
Задачи для самостоятельного решения
Вопросы и задания для самоконтроля
Литература