Темы лекционных занятий

Тема 1. Предмет эконометрики

Тема 2. Линейная регрессионная модель двух переменных

Метод наименьших квадратов (МНК). Теорема Гаусса-Маркова. Оценка дисперсии ошибок. Статистические свойства МНК-оценок параметров регрессии. Проверка гипотез о параметрах регрессии, доверительные интервалы. Анализ вариации зависимой переменной в линейной регрессии. Коэффициент детерминации.

Тема 3. Нелинейная регрессия

Виды нелинейной регрессии. Применение метода наименьших квадратов для определения параметров нелинейной регрессии.

Тема 4. Модель множественной регрессии

Основные гипотезы. Метод наименьших квадратов. Теорема Гаусса-Маркова. Статистические свойства МНК-оценок. Коэффициент детерминации и скорректированный коэффициент детерминации. Проверка статистических гипотез, доверительные интервалы и доверительные области для параметров регрессии. Мультиколлиниарность. Фиктивные переменные. Частная корреляция. Спецификация модели. Стохастические регрессоры. Обобщенный метод наименьших квадратов. Нелинейные модели регрессии и их линеаризация.

Тема 5. Системы эконометрических уравнений

Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений. Структурная и приведенная формы эконометрической модели. Проблемы идентификации. Косвенный и двухшаговый методы наименьших квадратов, общая схема алгоритма расчетов. Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна (1).

 

Тема 6. Временные ряды в экономических исследованиях

Автокорреляционная функция. Сезонная декомпозиция по аддитивной и мультипликативной моделям. Изучение взаимосвязи временных рядов. Изучение тенденции временного ряда при наличии структурных изменений. Авторегрессионная модель и модель с распределенным лагом.

Тема 7. Прогнозирование в регрессионных моделях

Условное и безусловное прогнозирование. Прогнозирование при наличии авторегрессии ошибок.