Термины.

Дать определение своими словами.

При необходимости объяснить смысл термина.

1. автокорреляционная функция
2. автокорреляция
3. аддитивная
4. адекватность
5. аналитическое выравнивание
6. атрибутивные признаки
7. вариация
8. верификация
9. временные ряды
10. гетероскедастичность
11. гомоскедастичность
12. детерминация
13. динамика
14. дисперсия
15. значимость
16. лаг
17. линеаризация
18. линейная модель
19. линейный прогноз
20. метод наименьших квадратов (МНК)
21. мультиколлинеарность
22. мультипликативная
23. нелинейность
24. нормальность
25. остатки
26. остаточная дисперсия
27. оценивание
28. оценка
29. парная
30. регрессия
31. результативный признак
32. свободный член
33. сезонные колебания
34. скользящая средняя
35. случайная компонента
36. состоятельность
37. спецификация
38. стандартное отклонение
39. степенная
40. тенденция
41. тренд
42. факторная дисперсия
43. фиктивные переменные
44. циклические колебания
45. эконометрика
46. эластичность

оценка «хорошо» (6-7)-полный ответ на вопросы 1-14

1. Основные цели и задачи эконометрического анализа

· Основные типы данных.

· Основные проблемы, возникающие в эконометрическом анализе.

1. Методы оценивания в эконометрическом анализе

• Понятие среднего, дисперсии, стандартного отклонения.
• Основные виды распределений, используемых в эконометрическом анализе: нормальное распределение, распределение Стьюдента, F-распределение, распределение χ ²
• доверительные интервалы для оцениваемых параметров

1. Проверка статистических гипотез.

· понятие статистической гипотезы

· критическая область и область принятия гипотезы

· связь процедуры принятия гипотез и построение доверительного интервала для параметра

1. . Однофакторный дисперсионный анализ.

• Понятие факторной, остаточной дисперсии.
• Нулевая и альтернативная гипотезы, критерий проверки

1. Двухфакторный дисперсионный анализ.

• Понятие факторной, остаточной дисперсии.
• Нулевая и альтернативная гипотезы, критерий проверки

1. Корреляционная связь между признаками

· Что является показателем тесноты связи в парной линейной регрессии?

• В каких пределах находится значение коэффициента корреляции? Коэффициент корреляции рангов Спирмена
• Проверка гипотезы о значимости коэффициента корреляции.

1. Функция регрессии, регрессионная модель.

• МНК для оценки регрессионной модели. Линейные и нелинейные модели регрессии, примеры. Основные положения регрессионного анализа. Предпосылки МНК.
• Для чего рассчитывают коэффициент детерминации и что он характеризует?
• Что такое число степеней свободы и как оно определяется для факторной и остаточной суммы квадратов?
• Какова концепция F-критерия Фишера?
• Проверка гипотез о значимости регрессионной модели. Коэффициенты эластичности. Интерпретация коэффициентов уравнения регрессии.
• В чем смысл средней ошибки аппроксимации и как она определяется?

1. экономическая интерпретация параметров линейного уравнения регрессии.

• Прогнозирование по модели парной регрессии.
• Точечный и интервальный прогнозы

1. Множественная корреляция и регрессия.

· Назовите, в чем состоит спецификация модели множественной регрессии.

· Сформулируйте требования, предъявляемые к факторам для включения их в модель множественной регрессии.

· К каким трудностям приводит мультиколлинеарность факторов, включенных в модель, и как они могут быть разрешены?

· Чем различаются уравнения множественной регрессии в натуральном и стандартизованном масштабе?

· Как связаны между собой коэффициенты уравнения множественной линейной регрессии в натуральном и стандартизованном масштабе?

• матрица парных коэффициентов корреляции
• Какие коэффициенты используются для оценки сравнительной

силы воздействия факторов на результат?

• коэффициент детерминации. Скорректированный коэффициент. Оценка значимости.
• Что понимается под значимостью параметра?
• Какой критерий используется для оценки значимости параметров уравнения регрессии?
• Для чего используется частный F-критерий?
• Что понимают под значимостью модели регрессии в целом? Какой метод используется для ее оценки?

• Проверка общего качества уравнения множественной регрессии и выполнимости предпосылок метода наименьших квадратов.

1. Нелинейная регрессия.

• Схема применения метода наименьших квадратов в нелинейных моделях.
• Линеаризация как способ сведения нелинейной модели к линейной

1. Нарушения предпосылок МНК

• Понятие гетероскедастичности. Методы обнаружения, последствия, способы устранения.
• Понятие автокорреляции остатков. Методы обнаружения, последствия, способы устранения.

1. Причины, обнаружение последствия мультиколлинеарности.
2. Фиктивные переменные во множественной регрессии.

· Модели АNOVA, ANCOVA.

· Наличие у качественного признак более двух альтернатив

· Интерпретация модели с фиктивными переменными

1. Временной ряд и его основные элементы..

· Что такое автокорреляция уровней временного ряда и как ее можно оценить количественно?

· Дайте определение автокорреляционной функции временного ряда.

· Перечислите основные виды трендов.

· Какова интерпретация параметров линейного и экспоненциального трендов?

· Выпишите общий вид мультипликативной и аддитивной модели временного ряда.

· Перечислите этапы построения мультипликативной и аддитивной моделей временного ряда.

· С какими целями проводятся выявление и устранение сезонного эффекта?

• как осуществляется прогнозирование по модели сезонности

1. Кластерный анализ, примеры применения.

• Определение расстояния между объектами и между кластерами
• Кластерный анализ: агломеративные и дивизимные алгоритмы разбиения.