Студопедия

Главная страница Случайная страница

КАТЕГОРИИ:

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






VI. Практические занятия






Таблица 4 – Состав и объем практических занятий

 

Номер занятия Номер раздела или темы Наименование и краткое содержание практических занятий Характер занятий и цель Кол-во часов
    Линейная модель множественной регрессии   Цель занятия – закрепление навыков построения линейной модели множественной регрессии. Решение задач на построение линейной модели множественной регрессии.  
    Показатели качества регрессии Цель занятия – закрепление навыков оценки качества регрессии по показателям ESS, RSS, TSS, R, R2 и R2adj. Решение задач на определение показателей качества регрессии.  
    Мультиколлинеарность Цель занятия – освоение методов выявления мультиколлинеарности. Решение задач на выявление мультиколлинеарности и расчёт коэффициента частной корреляции.    
    Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками Цель занятия – закрепление навыков построения линейных регрессионных моделей. Решение задач использование прикладных программ для ПК.    
    Регрессионные модели с переменной структурой (фиктивные переменные) Цель занятия – закрепление навыков построения регрессионных моделей с переменной структурой. Решение задач использование прикладных программ для ПК.    
    Нелинейные модели регрессии и их линеаризация Цель занятия – закрепление навыков построения моделей нелинейной регрессии. Решение задач использование прикладных программ для ПК.    
    Временные ряды Цель занятия – освоение навыков анализа временных рядов. Решение задач использование прикладных программ для ПК.    
    Система линейных одновременных уравнений Цель занятия – освоение навыков построение и решение систем линейных уравнений. Решение задач, связанных с построением и решением систем линейных уравнений.    

Контрольные вопросы по практическим занятиям

Контрольные вопросы по темам приведены в таблице 5.

 

Таблица 5 – Контрольные вопросы по практическим занятиям

 

Тема Контрольные вопросы
Линейная модель множественной регрессии   Какими свойствами обладают оценки коэффициентов регрессии, полученные методом наименьших квадратов в случае выполнимости условий теоремы Гаусса-Маркова? Каковы последствия для свойств оценок коэффициентов регрессии, полученных Какие факторы дополнительно учитывает формула для расчета стандартной ошибки в случае множественной регрессии, по сравнению с аналогичной формулой для парной регрессии? Каковы показатели качества уравнения регрессии в целом? Для чего используется показатель стандартной ошибки уравнения регрессии? Как рассчитывается показатель стандартной ошибки уравнения регрессии? Какова связь показателей качества коэффициентов регрессии и показателей качества уравнения в целом в случае множественной регрессии? Каковы особенности анализа коэффициента детерминации в случае множественной регрессии? Для чего используется скорректированный коэффициент детерминации? Как рассчитывается скорректированный коэффициент детерминации и какие факторы определяют его значение?  
Показатели качества регрессии
Мультиколлинеарность Что такое мультиколлинеарность в эконометрике? В чем сущность проблемы мультиколлинеарности? Каковы основные причины возникновения мультиколлинеарности? Что такое доминантная переменная? В чем состоит интерпретация метода наименьших квадратов как метода определения вклада факторов? Почему мультиколлинеарность может быть охарактеризована в большей степени как проблема выборки, а не генеральной совокупности? Может ли проявиться мультиколлинеарность при отсутствии явных парных корреляционных зависимостей между переменными? Каковы основные проявления и последствия мультиколлинеарности в регрессионном анализе? Как влияет мультиколлинеарность на значимость уравнения как целого? Как влияет мультиколлинеарность на значимость отдельных коэффициентов регрессии? Могут ли коэффициенты множественной регрессии быть незначимыми, если уравнение в целом значимо? Могут ли некоторые коэффициенты множественной регрессии быть значимыми, если уравнение в целом незначимо? Почему мультиколлинеарность часто вызывает появление «неправильного» знака коэффициента регрессии? Как можно обнаружить наличие мультиколлинеарности? Что следует предпринять в случае наличия мультиколлинеарности?  
Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками 1.Основные гипотезы построения многомерной линейной регрессии. 2.Оценивание параметров многомерной линейной регрессионной 3.модели. 4.Построение доверительных интервалов для прогноза. 5.Построение доверительных интервалов для коэффициентов регрессии. 6.Понятие и использование фиктивных переменных.    

Продолжение таблицы 5

Тема Контрольные вопросы
Регрессионные модели с переменной структурой (фиктивные переменные) Какой смысл вкладывается в понятие «существенной переменной»? Что означает «правильно специфицированное уравнение регрессии»? Каковы основные последствия невключения в уравнение регрессии существенной переменной? Каков механизм разрушения оценок коэффициентов при неправильной спецификации уравнения регрессии? Какое отношение имеет этот процесс к условиям Гаусса-Маркова? Какова формула, определяющая величину смещения оценки коэффициента регрессии при невключении в него существенной переменной? Какие основные факторы влияют на направление и величину смещения? На основании чего можно оценить вклад факторов, влияющих на знак смещения? Что вкладывается в термин «несущественная переменная»? Каковы основанные последствия включения в уравнение регрессии несущественной переменной? Можно ли из незначимости переменной регрессии сделать вывод о том, что она является несущественной для уравнения? Какими причинами может вызываться незначимость коэффициента при переменной в множественном уравнении регрессии? Следует ли всегда исключать из уравнения незначимые переменные? Почему да, или почему нет? Как можно оценить значимость вклада одной переменной, включаемой в регрессионную модель (необходимо знать два метода, основанных соответственно на использовании t-критерия и F-критерия)? Как можно оценить значимость вклада одновременно нескольких переменных, Каково соотношение между значимостью вклада группы включаемых переменных и вкладами отдельно каждой из включаемых переменных? Каковы основные критерии для включения в модель регрессии новой переменной? Каковы правила для исключения незначимой переменной из уравнения регрессии? Каковы основные процедуры поиска спецификации уравнения регрессии? В чем заключаются сравнительные достоинства и недостатки этих процедур? Как влияет включение переменной в уравнение множественной регрессии на скорректированный коэффициент детерминации? Как влияет включение переменной в уравнение множественной регрессии на сумму квадратов остатков уравнения? Как влияет включение переменной в уравнение множественной регрессии на значение F-критерия? Как влияет исключение переменной из уравнения множественной регрессии на скорректированный коэффициент детерминации? Как влияет исключение переменной из уравнения множественной регрессии на сумму квадратов остатков уравнения? Как влияет исключение переменной из уравнения множественной регрессии на значение F-критерия?
Нелинейные модели регрессии и их линеаризация Какие основные виды нелинейных зависимостей используются в эконометрических моделях? В каких случаях используются полиномиальные формы регрессии? Какие экономические явления можно отобразить с помощью этих форм? В чем состоят основные последствия неправильного выбора и использования функциональных форм? Можно ли сравнивать статистическое качество различных функциональных форм уравнения регрессии? Как оценить параметры производственной функции Кобба-Дугласа? Как интерпретируются параметры производственной функции Кобба-Дугласа? Что означает условие постоянства эффекта масштаба? Как эконометрически может быть проверено это условие? Каким образом можно оценить параметры функции Кобба-Дугласа с ограничением на эффект масштаба? Каким образом можно учесть влияние технического прогресса в производственной функции Кобба-Дугласа?

Окончание таблицы 5

Тема Контрольные вопросы
Временные ряды Понятие временного ряда Виды временных данных Понятие тренда Виды тренда. Способы выделения тренда. Способы выделения сезонности. Построение и оценивание обобщенной модели временных данных.
Система линейных одновременных уравнений Линейное одновременное уравнение это… Структурная форма системы эконометрических уравнений это... С помощью традиционного метода наименьших квадратов можно определить параметры уравнений, входящих в систему _____ уравнений. Эконометрическая модель, являющаяся системой одновременных уравнений, состоит в общем случае...

 

Рубежный контроль знаний осуществляется два раза в семестр в письменной форме.

 

 


Поделиться с друзьями:

mylektsii.su - Мои Лекции - 2015-2024 год. (0.007 сек.)Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав Пожаловаться на материал