Концепция за иконометрично моделиране

БАЛТИЙСКИ ИНСТИТУТ ПО ИКОНОМИКА И ФИНАНСИ

(BIEF)

Ю. Я. Настин

Калининград, 2004

BBK 65v6

Автор: Юрий Яковлевич Настин, канд. икономия. Науки, доцент

Рецензент: Владимир Алексеевич Дмитровски, канд. физически мат. Науки, доцент.

Урокът е посветен на иконометрични методи и модели. Съдържанието отговаря на изискванията на образователния стандарт за студенти от специалности 060500 „Счетоводство, анализ и одит“ и 060400 „Финанси и кредит“.

Ръководството се фокусира върху математически методи и по-малко върху приложни модели, което се дължи на желанието да се предотврати нарастването на обема и прекомерното усложняване на материала.

Ó BIEF, 2004.

Ó Настин Ю.Я., 2004.

Съдържание

1. Основни понятия за иконометрия. 8

1.1. Концепция за иконометрично моделиране. 8

1.2. Наблюдателни данни за иконометрично моделиране. единадесет

1.3. Модел на линейна регресия. 13

1.4. Модел под формата на система от едновременни уравнения. 14.

1.5. Етапи на иконометрично моделиране. 14.

2. Сдвоен регресионен анализ. 17

2.1. Линейна двойка регресия. 17

2.2. Връзка между коефициентите на регресия и корелация. 19.

2.3. Основни принципи на регресионния анализ. 20.

2.4. Качеството на оценките за параметрите bo, b1 и s 2: теоремата на Гаус-Марков и метод за максимална вероятност. 21.

2.5. Доверителен интервал за регресионната функция. 23.

2.6. Доверителен интервал за отделни стойности. 24

2.7. Доверителен интервал за параметрите на регресия. 25

2.8. Оценка на значимостта на уравнението на регресията. 25

3. Множествен регресионен анализ. 27

3.1 Класически нормален модел на линейна множествена регресия 29

3.2. Оценка на параметрите на класическия модел на множествена регресия OLS. тридесет

3.3. Сравнение на влиянието на обяснителните променливи. 31

3.4. Примерни оценки и доверителни интервали. 32

3.5. Оценка на значимостта и адекватността на множествената регресия. 34

4. Практически въпроси за изграждане на модели на регресия 35

4.1. Мултиколинеарност и подбор на значими фактори. 36

4.2. Модели на линейна регресия с атрибутивни фактори. 39

4.3. Критерият на Чоу: комбиниране на регресии. 40

4.4. Нелинейни регресионни модели: класификация и примери. 40

4.5. Еластичност функции. 41

4.6. Производствена функция на Коб-Дъглас. 43

4.7. Частични коефициенти на корелация. 43

5. Модели на регресия на времеви редове и прогнозиране 46

5.1. Структура и класификация на времевите редове. 46

5.2. Функция за автокорелация. 47

5.3. Изглаждане на времеви редове и прогнозиране. 48

6. Генерализиран модел на линейна множествена регресия 52

6.1. Обобщени характеристики на линеен модел. 52

---