Вопросы к экзамену по эконометрике

Направление «Экономика»

2016-2017 учебный год

(проект)

  1. Классификация переменных в эконометрических моделях.
  2. Этапы эконометрического исследования. Основные проблемы эконометрического моделирования.
  3. Парная линейная регрессия. Графическая и аналитическая интерпретации метода наименьших квадратов.
  4. Теорема Гаусса-Маркова.
  5. Оценка дисперсии ошибок.
  6. Распределение оценки дисперсии ошибок.
  7. Проверка гипотезы b=b0
  8. Общая линейная модель множественной регрессии. Метод наименьших квадратов.
  9. Коэффициент детерминации.
  10. Определение значимости коэффициента детерминации R2 с использованием статистики Фишера.
  11. Мультиколлинеарность. Признаки мультиколлинеарности.
  12. Устранение мультиколлинеарности. F- статистика. Проверка значимости исключенных переменных.
  13. Линейные регрессионные модели с переменной структурой (фиктивные переменные).
  14. Проверка гипотезы о совпадении уравнения регрессии для отдельных групп наблюдений.
  15. Частная корреляция.
  16. Спецификация модели. Исключение существенных переменных. Включение несущесвтенных переменных.
  17. Обобщенный метод наименьших квадратов.
  18. Гетероскедастичность остатков. Взвешенный МНК.
  19. Гетероскедастичность остатков. Коррекция на гетероскедастичность остатков, если стандартное отклонение ошибки пропорционально независимой переменной.
  20. Гетероскедастичность остатков. Тест на гетероскедастичность.
  21. Автокорреляция остатков. Статистика Дарбина-Уотсона.
  22. Оценивание в модели с авторегрессией первого порядка, если известен коэффициент авторегрессии.
  23. Оценивание в модели с авторегрессией первого порядка, если коэффициент авторегрессии не известен (процедура Кохрейна-Оркатта, Хилдрета-Лу).
  24. Нелинейные регрессионные модели и линеаризация. Нелинейные зависимости, поддающиеся линеаризации.
  25. Прогнозирование в классической регрессионной модели. Прогнозирование в модели с МНК-оценками b и s2.
  26. Прогнозирование в модели с автокорреляцией первого порядка.
  27. Модели нестационарных временных рядов. Проверка гипотез на неизменность среднего.
  28. Строго стационарные временные ряды. Методы сглаживания стационарного временного ряда. Метод скользящего среднего.
  29. Метод Брауна.
  30. Автоковариационная и автокорреляционная функции.
  31. Модели авторегрессии, скользящего среднего, смешанные модели. Идентификация модели авторегрессии первого порядка.
  32. Идентификация модели авторегрессии второго порядка и порядка большего двух.
  33. Идентификация модели авторегрессии — скользящего среднего первого порядка.
  34. Нестационарные временные ряды. Метод последовательных разностей. Модель авторегрессии — проинтегрированного скользящего среднего.

Если Вы обнаружили ошибку, пожалуйста, выделите ее и нажмите Shift + Enter или нажмите здесь для информирования меня.

Поделиться:
  • Добавить ВКонтакте заметку об этой странице
  • Мой Мир
  • Facebook
  • Twitter
  • LiveJournal
  • FriendFeed
  • В закладки Google
  • Google Buzz
  • Яндекс.Закладки
  • StumbleUpon
  • Technorati
  • БобрДобр
  • Memori.ru
  • МоёМесто.ru

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *