Пособие состоит из двенадцати глав и лабораторного практикума. В
первой главе освещены история возникновения эконометрики и предмет
ее исследований. Во второй главе изучается парная регрессия и
классические предпосылки использования метода наименьших квадратов
(МНК). Множественная регрессия на базе матричного анализа
рассматривается в третьей главе. Здесь подробно изучаются вопросы
проверки адекватности модели и прогнозирования. Особое внимание
уделено случаю мультиколлинеарности объясняющих переменных и
моделям с переменной структурой. В четвертой главе изучаются модели
с наличием гетероскедастичности в ошибках наблюдений, подходы к
решению проблемы гетероскедастичности. Главы пятая и шестая
посвящены первичному анализу временных рядов. В пятой главе
рассматриваются вопросы выделения линейного и нелинейного тренда, а
в шестой главе – адаптивные модели сглаживания временного ряда. В
седьмой главе изучаются методы идентификации системы одновременных
уравнений на основе косвенного и двухшагового метода наименьших
квадратов. Краткий обзор понятий структурного моделирования
приведен в восьмой главе. Остальные главы посвящены построению
эконометрических моделей временных рядов. В девятой главе изучается
вспомогательный материал по теории разностных уравнений. В десятой
главе изучаются эконометрические модели Бокса-Дженкинса. В
одиннадцатой главе изучаются временные ряды с изменяющейся условной
дисперсией. В двенадцатой главе поднимаются вопросы связанные с
ложной регрессией, коинтеграцией временных рядов и построение
моделей долгосрочной тенденции с коррекцией ошибок.
Лабораторный практикум состоит из семи лабораторных работ отражающих содержание основных глав пособия.
Изложение материала сопровождается контрольными вопросами, примерами, задачами.
ОГЛАВЛЕНИЕ
Введение
Глава
1. Сущность и история возникновения эконометрики
1.1. О предмете исследований эконометрики
1.2. Об этапах развития эконометрики
1.3. Контрольные вопросы к главе 1
Глава
2. Парный регрессионный анализ
2.1. Основные понятия регрессионного анализа
2.2. Регрессия по методу МНК
2.3. Предположения и проверка адекватности уравнения регрессии
2.4. Точечный и интервальный прогнозы по уравнению парной регрессии
2.5. Контрольные вопросы и варианты контрольной работы «Парный регрессионный анализ»
2.6. Лабораторная работа № 1 «Модель парной линейной регрессии»
Глава
3. Множественная регрессия
3.1. Постановка задачи
3.2. МНК- модель
3.3. Оценки математического ожидания и ковариаций МНК- коэффициентов модели
3.4. Оценка качества модели
3.5. Доверительные интервалы для коэффициентов регрессии
и проверка гипотезы об их значимости
3.6. Доверительный интервал для функции регрессии и для индивидуальных значений зависимой переменной
3.7. Выбор наилучшего набора переменных. Частный коэффициент корреляции
3.8. Процедура шаговой регрессии
3.9. Проблема мультиколлинеарности факторов
3.10. Метод главных компонент
3.11. Линейные регрессионные модели с фиктивными переменными
3.12. Пример использования фиктивной переменной для повышения качества прогнозов при использовании оперативной информации
в период уборки урожая
3.13. Тест Г. Чоу для проверки структурных изменений модели
3.14. Выбор модели оптимальной сложности. Тесты Акайка
и Шварца
3.15. Контрольные вопросы к главе 3
3.16. Лабораторная работа № 2 «Модель множественной
линейной регрессии»
3.17. Лабораторная работа № 3 «Мультиколлинеарность. Отбор наиболее существенных объясняющих переменных в регрессионной модели»
3.18. Лабораторная работа № 4 «Фиктивные переменные во множественной регрессии»
Глава
4. Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
4.1 Определение гетероскедастичности модели
4.2. Тестирование гетероскедастичности
4.3. Последствия гетероскедастичности
4.4. Подходы к решению проблемы гетероскедастичности
4.5. Обобщенная линейная модель множественной регрессии. Теорема Айткена и обобщенный метод наименьших квадратов
4.6. Контрольные вопросы к главе 4
Глава
5. Методологические вопросы прогнозирования временных рядов
5.1. Принципы разработки прогнозов
5.2. Анализ и моделирование временных рядов
5.3. Коррелограмма и ее применение
5.4. Выделение тренда в случае нестационарного временного ряда
5.5. Автокорреляция остатков
5.6. Лабораторная работа № 5 «Исследование временного ряда»
5.7. Гармонический анализ временных рядов
5.8. Контрольные вопросы к главе 5
Глава
6. Сглаживание временных рядов
6.1. Линейные фильтры
6.2. Простая скользящая средняя
6.3. Методы взвешенных скользящих средних
6.4. Простое экспоненциальное сглаживание
6.5. Лабораторная работа № 6 Сглаживание временного ряда
6.6. Элементы диалога в модуле ПП STATISTICA – Анализ временных рядов. Прогнозирование
6.7. Контрольные вопросы к главе 6
6.8. Лабораторная работа № 7 «Сглаживание временных рядов
в пакете STATISTICA»
Глава
7. Одновременные уравнения. Методы идентификации
7.1. Уравнения со случайными объясняющими переменными
7.2. Метод инструментальных переменных
7.3. Структурная и приведенная формы системы одновременных уравнений
7.4. Косвенный и двухшаговый метод наименьших квадратов и проблема идентифицируемости
7.5. Контрольные вопросы и упражнения к главе
7.
Глава
8. Моделирование структурными уравнениями
8.1. Обзор основных понятий
8.2. Идеи, лежащие в основе структурного моделирования
8.3. Моделирование структурными уравнениями и диаграммы путей
8.4. Контрольные вопросы к главе 8
Глава
9. Разностные уравнения и их решение
9.1. Уравнения первого и второго порядков
9.2. Системы разностных уравнений более высокого порядка
9.3. Потребление и инвестиции
9.4. Контрольные вопросы к главе 9
Глава
10. Стационарные временные ряды, модели авторегрессии-скользящего среднего
10.1. Основные определения
10.2. Тесты проверки стационарности временного ряда
10.3. Процессы авторегрессии- скользящего среднего
10.4. Условия стационарности для АРСС(p, q) процесса
10.5. Автокорреляционные функции
10.6. Построение АРСС-моделей
10.7. Селекция моделей АРСС
10.8. Алгоритм выбора модели оптимальной сложности для временного ряда в классе АРСС(p, q)-моделей
10.9. Учет сезонности в модели
10.10. Контрольные вопросы к главе 10
ГЛАВА
11. Временные ряды с высокой изменчивостью.
11.1 Авторегрессионые условно - гетероскедастические модели
11.2 Обобщенные авторегрессионые условно
гетероскедастические модели (ОАРУГ - модели)
11.3 АРУГ-М модели
11.4 ММП - оценивание ОАРУГ и АРУГ - М моделей
11.5. Контрольные вопросы к главе 11
Глава
12. Ложная регрессия, коинтеграция и модели корректировки ошибок
12.1. Проблема обнаружения ложной корреляции в данных
12.2. Краткосрочные модели, коинтеграция и механизм корректировки ошибок.
12.3 Контрольные вопросы к главе 12
Приложение 1.
Элементы линейной алгебры: основные понятия и факты.
Приложение 2.
Элементы теории вероятностей и математической статистики: основные понятия и факты.
Приложение 3
Геометрическая интерпретация метода наименьших квадратов
Приложение 4
Критические точки распределения Стьюдента
Приложение 5
Критические точки распределения Фишера
Заключение
Литература
Учебные материалы по эконометрике на английском языке в Интернете
Лабораторный практикум состоит из семи лабораторных работ отражающих содержание основных глав пособия.
Изложение материала сопровождается контрольными вопросами, примерами, задачами.
ОГЛАВЛЕНИЕ
Введение
Глава
1. Сущность и история возникновения эконометрики
1.1. О предмете исследований эконометрики
1.2. Об этапах развития эконометрики
1.3. Контрольные вопросы к главе 1
Глава
2. Парный регрессионный анализ
2.1. Основные понятия регрессионного анализа
2.2. Регрессия по методу МНК
2.3. Предположения и проверка адекватности уравнения регрессии
2.4. Точечный и интервальный прогнозы по уравнению парной регрессии
2.5. Контрольные вопросы и варианты контрольной работы «Парный регрессионный анализ»
2.6. Лабораторная работа № 1 «Модель парной линейной регрессии»
Глава
3. Множественная регрессия
3.1. Постановка задачи
3.2. МНК- модель
3.3. Оценки математического ожидания и ковариаций МНК- коэффициентов модели
3.4. Оценка качества модели
3.5. Доверительные интервалы для коэффициентов регрессии
и проверка гипотезы об их значимости
3.6. Доверительный интервал для функции регрессии и для индивидуальных значений зависимой переменной
3.7. Выбор наилучшего набора переменных. Частный коэффициент корреляции
3.8. Процедура шаговой регрессии
3.9. Проблема мультиколлинеарности факторов
3.10. Метод главных компонент
3.11. Линейные регрессионные модели с фиктивными переменными
3.12. Пример использования фиктивной переменной для повышения качества прогнозов при использовании оперативной информации
в период уборки урожая
3.13. Тест Г. Чоу для проверки структурных изменений модели
3.14. Выбор модели оптимальной сложности. Тесты Акайка
и Шварца
3.15. Контрольные вопросы к главе 3
3.16. Лабораторная работа № 2 «Модель множественной
линейной регрессии»
3.17. Лабораторная работа № 3 «Мультиколлинеарность. Отбор наиболее существенных объясняющих переменных в регрессионной модели»
3.18. Лабораторная работа № 4 «Фиктивные переменные во множественной регрессии»
Глава
4. Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
4.1 Определение гетероскедастичности модели
4.2. Тестирование гетероскедастичности
4.3. Последствия гетероскедастичности
4.4. Подходы к решению проблемы гетероскедастичности
4.5. Обобщенная линейная модель множественной регрессии. Теорема Айткена и обобщенный метод наименьших квадратов
4.6. Контрольные вопросы к главе 4
Глава
5. Методологические вопросы прогнозирования временных рядов
5.1. Принципы разработки прогнозов
5.2. Анализ и моделирование временных рядов
5.3. Коррелограмма и ее применение
5.4. Выделение тренда в случае нестационарного временного ряда
5.5. Автокорреляция остатков
5.6. Лабораторная работа № 5 «Исследование временного ряда»
5.7. Гармонический анализ временных рядов
5.8. Контрольные вопросы к главе 5
Глава
6. Сглаживание временных рядов
6.1. Линейные фильтры
6.2. Простая скользящая средняя
6.3. Методы взвешенных скользящих средних
6.4. Простое экспоненциальное сглаживание
6.5. Лабораторная работа № 6 Сглаживание временного ряда
6.6. Элементы диалога в модуле ПП STATISTICA – Анализ временных рядов. Прогнозирование
6.7. Контрольные вопросы к главе 6
6.8. Лабораторная работа № 7 «Сглаживание временных рядов
в пакете STATISTICA»
Глава
7. Одновременные уравнения. Методы идентификации
7.1. Уравнения со случайными объясняющими переменными
7.2. Метод инструментальных переменных
7.3. Структурная и приведенная формы системы одновременных уравнений
7.4. Косвенный и двухшаговый метод наименьших квадратов и проблема идентифицируемости
7.5. Контрольные вопросы и упражнения к главе
7.
Глава
8. Моделирование структурными уравнениями
8.1. Обзор основных понятий
8.2. Идеи, лежащие в основе структурного моделирования
8.3. Моделирование структурными уравнениями и диаграммы путей
8.4. Контрольные вопросы к главе 8
Глава
9. Разностные уравнения и их решение
9.1. Уравнения первого и второго порядков
9.2. Системы разностных уравнений более высокого порядка
9.3. Потребление и инвестиции
9.4. Контрольные вопросы к главе 9
Глава
10. Стационарные временные ряды, модели авторегрессии-скользящего среднего
10.1. Основные определения
10.2. Тесты проверки стационарности временного ряда
10.3. Процессы авторегрессии- скользящего среднего
10.4. Условия стационарности для АРСС(p, q) процесса
10.5. Автокорреляционные функции
10.6. Построение АРСС-моделей
10.7. Селекция моделей АРСС
10.8. Алгоритм выбора модели оптимальной сложности для временного ряда в классе АРСС(p, q)-моделей
10.9. Учет сезонности в модели
10.10. Контрольные вопросы к главе 10
ГЛАВА
11. Временные ряды с высокой изменчивостью.
11.1 Авторегрессионые условно - гетероскедастические модели
11.2 Обобщенные авторегрессионые условно
гетероскедастические модели (ОАРУГ - модели)
11.3 АРУГ-М модели
11.4 ММП - оценивание ОАРУГ и АРУГ - М моделей
11.5. Контрольные вопросы к главе 11
Глава
12. Ложная регрессия, коинтеграция и модели корректировки ошибок
12.1. Проблема обнаружения ложной корреляции в данных
12.2. Краткосрочные модели, коинтеграция и механизм корректировки ошибок.
12.3 Контрольные вопросы к главе 12
Приложение 1.
Элементы линейной алгебры: основные понятия и факты.
Приложение 2.
Элементы теории вероятностей и математической статистики: основные понятия и факты.
Приложение 3
Геометрическая интерпретация метода наименьших квадратов
Приложение 4
Критические точки распределения Стьюдента
Приложение 5
Критические точки распределения Фишера
Заключение
Литература
Учебные материалы по эконометрике на английском языке в Интернете