Последствия автокорреляции

Содержание

1. Автокорреляция случайного возмущения. Причины. Последствия.

2. Алгоритм проверки адекватности парной регрессионной модели.

3. Алгоритм проверки значимости регрессора в парной регрессионной модели.

4. Алгоритм теста Голдфелда-Квандта на наличие (отсутствие) гетероскедастичности случайных возмущений.

5. Алгоритм теста Дарбина-Уотсона на наличие (отсутствие) автокорреляции случайных возмущений.

6. Гетероскедастичность случайного возмущения. Причины.

7. Динамическая модель из одновременных линейных уравнений (привести пример).

8. Идентификация отдельных уравнений системы одновременных уравнений: порядковое условие.

9. Индивидуальная оценка значения зависимой переменной

10. Интервальная оценка индивидуального значения зависимой переменной

11. Классическая парная регрессионная модель. Спецификация модели. Теорема Гаусса - Маркова.

12. Коэффициент детерминации в регрессионной модели.

13. Ковариация, коэффициент корреляции и индекс детерминации.

14. Количественные характеристики взаимосвязи пары случайных переменных.

15. Коэффициент корреляции и индекс детерминации.

16. Линейная модель множественной регрессии.

17. Метод наименьших квадратов: алгоритм метода; условия применения

18. Метод показателей информационной ёмкости

19. Методы подбора переменных в модели множественной регрессии.

20. Методы сглаживания временного ряда.

21., 52. Модели временных рядов.

22. Модели с бинарными фиктивными переменными.

23. Модели с частичной корректировкой

24. Настройка модели с системой одновременных уравнений

25., 26. Нелинейная модель множественной регрессии (Кобба-Дугласа. Оценка её коэффициентов.

27. Нормальный закон распределения как характеристика случайной переменной.

28. Обобщенный метод наименьших квадратов

29., 30. Ожидаемое значение случайной переменной, её дисперсия и среднее квадратическое отклонение.

31. Определение соответствия распределения случайных возмущений нормальному закону распределения

32. Основные числовые характеристики вектора остатков в классической множественной регрессионной модели

33. Отражение в модели влияния неучтённых факторов.

34. Отражение в эконометрических моделях фактора времени.

35., 36., 45. Оценивание линейной модели множественной регрессии в Excel.

37. Оценивание регрессионной модели с фиктивной переменной наклона

38. Оценка коэффициентов модели Самуэльсона-Хикса

39. Оценка параметров множественной регрессионной модели методом наименьших квадратов.

40. Оценка параметров парной регрессионной модели методом наименьших квадратов.

41. Оценка статистической значимости коэффициентов модели множественной регресии

42. Подбор переменных в модели множественной регрессии.на основе метода оценки информационной ёмкости

43. Подбор переменных в модели множественной регрессии методом «снизу вверх».

44. Подбор переменных в модели множественной регрессии методом исключения переменных («сверху вниз»)

46. Последствия гетероскедастичности. Тест GQ

47. Применение теста Стьюдента в процедуре подбора переменных в модели множественной регресии.

48. Применение фиктивных переменных при исследовании сезонных колебаний: спецификация модели, экономический смысл параметров при фиктивных переменных.

49. Принципы спецификации эконометрических моделей и их формы.

50. Проблема мультиколлинеарности в моделях множественной регрессии. Признаки мультиколлинеарности

51. Прогнозирование экономических переменных. Проверка адекватности модели

53. Регрессионные модели с фиктивными переменными.

54. Свойства временных рядов

55. Составление спецификации модели временного ряда.

56., 57. Спецификация и оценивание МНК эконометрических моделей нелинейных по параметрам.

58. Спецификация моделей со случайными возмущениями и преобразование их к системе нормальных уравнений)

59. Способы корректировки гетероскедастичности. Метод взвешенных наименьших квадратов

60. Статистические свойства оценок параметров парной регрессионной модели

61. Статистические характеристики выборки и генеральной совокупности статистических данных. Их соотношения.

62. Схема Гаусса – Маркова.

63. Теорема Гаусса - Маркова.

64. Тест ошибочной спецификации Рамсея.

65. Тест Стьюдента

66., 67. Типы переменных в эконометрических моделях. Структурная и приве­дённая формы спецификации эконометрических моделей.

68. Устранение автокорреляции в парной регрессии.

69. F -тест качества спецификации множественной регрессионной модели.

70. Фиктивная переменная наклона: назначение; спецификация

71. Функция регрессии как оптимальный прогноз.

72. Характеристики сервиса «Описательная статистика».

73. Метод наибольшего правдоподобия

74. Что такое стационарный процесс

75. Эконометрика, её задача и метод.

76. Экспоненциальное сглаживание временного ряда.

77. Этапы построения эконометрических моделей.

78. Этапы решения экономико-математических задач.

1. Автокорреляция случайного возмущения. Причины. Последствия.

Модель называется автокоррелированной, если не выполняется третья предпосылка теоремы Гаусса-Маркова: Cov(ui,uj)≠0 при i≠j. Те между ними есть зависимость.

Есть положительная автокорреляция, где за положительным отклонением следует положительное, за отрицательным – отрицательное. Отрицательная автокорреляция - за положительным чаще всего следует отрицательное.

Автокорреляция чаще всего появляется в моделях временных рядов и моделировании циклических процессов

Причина – неправильный выбор спецификации модели.

Последствия автокорреляции

- оценки коэффициентов теряют эффективность;

- стандартные ошибки коэффициентов занижены

Поиск по сайту: