Эконометрика. Величко А.С. - 3 стр.

UptoLike

Составители: 

Рубрика: 

3
Лекция 2. Регрессионные модели с переменной структурой.
Фиктивные переменные. Экономическая интерпретация коэффициентов при фиктивных
переменных.
Лекция 3. Линейные регрессионные модели с гетероскедастичными
остатками.
Понятие гетеро- и гомоскедастичности. Тест Уайта. Оценивание в условиях
гетероскедастичности. Поправки в форме Уайта и Навье-Веста. Обобщенный метод
наименьших квадратов. Теорема Айткена.
Модуль 3. Анализ временных данных в модели линейной регрессии (10)
Лекция 1-2. Структурная изменчивость коэффициентов. Автокорреляция.
Тест Чоу на структурную изменчивость. Понятие автокорреляции остаков регресии.
Тесты на автокорреляцию остатков (критерий Дарбина-Уотсона, тест Бреуша-Годфри).
Оценивание при наличии автокорреляции остатков (процедуры Кохрейна-Орката и
Хилдрета-Лу).
Лекция 3-4. Модели с распределенным лагом.
Регрессионная модель с распределенными лагами. Оценивание в моделях
полиномиальных (Алмона) и геометрических (Койка) лагов.
Лекция 5. Прогнозирование в регрессионных моделях.
Построение точечных и интервальных прогнозов в линейных регрессионных моделях.
Прогнозирование в условиях автокорреляции остатков. Оценивание ошибки прогноза.
Модуль 4. Системы одновременных уравнений (8)
Лекция 1-2. Система линейных одновременных уравнений и ее
идентификация.
Общий вид системы одновременных уравнений, примеры моделей спроса и предложения.
Структурная и приведенная форма системы. Идентификация систем, ранговое и
порядковое условие идентифицируемости уравнений системы.
Лекция 3. Метод инструментальных переменных для систем
одноврменных уравнений.
Регрессионная модель со стохастическими регрессорами. Понятие инструментальной
переменной. Оценивание параметров модели.
Лекция 4. Метод наименьших квадратов для систем одновременных
уравнений.
Косвенный, двухшаговый и трехшаговый методы оценивания параметров систем
одновременных уравнений.
ПРАКТИЧЕСКИЕ ЗАНЯТИЯ (34)
1. Множественная линейная регрессия (10)
Постановка задачи и основные предположения.
Метод наименьших квадратов (МНК), геометрическая интерпретация.
   Лекция 2. Регрессионные модели с переменной структурой.
Фиктивные переменные. Экономическая интерпретация коэффициентов при фиктивных
переменных.

   Лекция 3. Линейные регрессионные модели с гетероскедастичными
остатками.
   Понятие гетеро- и гомоскедастичности. Тест Уайта. Оценивание в условиях
гетероскедастичности. Поправки в форме Уайта и Навье-Веста. Обобщенный метод
наименьших квадратов. Теорема Айткена.

Модуль 3. Анализ временных данных в модели линейной регрессии (10)
 Лекция 1-2. Структурная изменчивость коэффициентов. Автокорреляция.
Тест Чоу на структурную изменчивость. Понятие автокорреляции остаков регресии.
Тесты на автокорреляцию остатков (критерий Дарбина-Уотсона, тест Бреуша-Годфри).
Оценивание при наличии автокорреляции остатков (процедуры Кохрейна-Орката и
Хилдрета-Лу).

  Лекция 3-4. Модели с распределенным лагом.
Регрессионная модель с распределенными лагами.            Оценивание   в   моделях
полиномиальных (Алмона) и геометрических (Койка) лагов.

  Лекция 5. Прогнозирование в регрессионных моделях.
Построение точечных и интервальных прогнозов в линейных регрессионных моделях.
Прогнозирование в условиях автокорреляции остатков. Оценивание ошибки прогноза.

Модуль 4. Системы одновременных уравнений (8)
   Лекция 1-2. Система линейных одновременных уравнений и ее
идентификация.
Общий вид системы одновременных уравнений, примеры моделей спроса и предложения.
Структурная и приведенная форма системы. Идентификация систем, ранговое и
порядковое условие идентифицируемости уравнений системы.

  Лекция 3. Метод инструментальных                  переменных     для     систем
одноврменных уравнений.
Регрессионная модель со стохастическими регрессорами. Понятие инструментальной
переменной. Оценивание параметров модели.

  Лекция 4. Метод наименьших квадратов для систем одновременных
уравнений.
Косвенный, двухшаговый и трехшаговый методы оценивания параметров систем
одновременных уравнений.

                     ПРАКТИЧЕСКИЕ ЗАНЯТИЯ (34)

1. Множественная линейная регрессия (10)
   Постановка задачи и основные предположения.
   Метод наименьших квадратов (МНК), геометрическая интерпретация.

                                         3