Ошибки спецификации эконометрической модели имеет место вследствие

к ошибкам спецификации
относятся не неправильный выбор той
или иной математической функции для
,
но и недоучет в уравнении регрессии
какого-то существенного фактора, то
есть использование парной регрессии
вместо множественной.

2. Для регрессионной
модели вида
необходим
минимальный объем наблюдений, содержащий
_____ объектов наблюдения.
«15».

3. Нелинейным по
объясняющим переменным, но линейным по
параметрам уравнением регрессии
является …

4. В модели вида
количество
объясняющих переменных равно …3.

5. При идентификации
модели множественной регрессии
количество
оцениваемых параметров равно …Итого
5 параметров.

1. В модели
множественной регрессии
определитель
матрицы парных коэффициентов корреляции
между факторами,иблизок
к единице. Это означает, что факторы,и…мультиколлинеарны

2. При моделировании
линейного уравнения множественной
регрессии вида
необходимо,
чтобы выполнялось требование отсутствия
взаимосвязи между …

между  x₁
и x₂.

3. Дана матрица
парных коэффициентов корреляции.

Коллинеарными
являются факторы …

и
коллинеарны.

4. В модели
множественной регрессии
определитель
матрицы парных коэффициентов корреляции
между факторами,иблизок
к нулю. Это означает, что факторы,и…мультиколлинеарность
факторов.

5. Для эконометрической
модели линейного уравнения множественной
регрессии вида
построена
матрица парных коэффициентов линейной
корреляции (y
– зависимая переменная; х⁽¹⁾,
х⁽²⁾,
х⁽³⁾,
x⁽⁴⁾–
независимые переменные):

Коллинеарными
(тесно связанными) независимыми
(объясняющими) переменными не
являются
…x⁽²⁾
и x⁽³⁾

1. Дана таблица
исходных данных для построения
эконометрической регрессионной модели:

Фиктивными
переменными не
являются …

стаж работы

производительность
труда

2. При исследовании
зависимости потребления мяса от уровня
дохода и пола потребителя можно
рекомендовать …

использовать
фиктивную переменную – пол потребителя

разделить
совокупность на две: для потребителей
женского пола и для потребителей мужского
пола

3. Изучается
зависимость цены квартиры (у)
от ее жилой площади (х)
и типа дома. В модель включены фиктивные
переменные, отражающие рассматриваемые
типы домов: монолитный, панельный,
кирпичный. Получено уравнение регрессии:
,
где,Частными
уравнениями регрессии для кирпичного
и монолитного являются …

для типа дома
кирпичный

для типа дома
монолитный

4. При анализе
промышленных предприятий в трех регионах
(Республика Марий Эл, Республика Чувашия,
Республика Татарстан) были построены
три частных уравнения регрессии:

для
Республики Марий Эл;

для
Республики Чувашия;

для
Республики Татарстан.

Укажите вид
фиктивных переменных и уравнение с
фиктивными переменными, обобщающее три
частных уравнения регрессии.

5. В эконометрике
фиктивной переменной принято считать
…

переменную,
принимающую значения 0 и 1

описывающую
количественным образом качественный
признак

1. Для регрессионной
модели зависимости среднедушевого
денежного дохода населения (руб., у)
от объема валового регионального
продукта (тыс. р., х₁)
и уровня безработицы в субъекте (%, х₂)
получено уравнение
.
Величина коэффициента регрессии при
переменнойх₂
свидетельствует о том, что при изменении
уровня безработицы на 1% среднедушевой
денежный доход ______ рубля при неизменной
величине валового регионального
продукта.

изменится на
(-1,67)

2. В уравнении
линейной множественной регрессии:
,
где– стоимость основных фондов (тыс. руб.);–
численность занятых (тыс. чел.);y
– объем промышленного производства
(тыс. руб.) параметр при переменной х₁,
равный 10,8, означает, что при увеличении
объема основных фондов на _____ объем
промышленного производства _____ при
постоянной численности занятых.

на 1 тыс. руб. …
увеличится на 10,8 тыс. руб.

3. Известно, что
доля остаточной дисперсии зависимой
переменной в ее общей дисперсии равна
0,2. Тогда значение коэффициента
детерминации составляет …0,8

4. Построена
эконометрическая модель для зависимости
прибыли от
реализации единицы продукции (руб., у)
от величины оборотных средств предприятия
(тыс. р., х₁):
.
Следовательно, средний размер прибыли
от реализации, не зависящий от объема
оборотных средств предприятия, составляет
_____ рубля. 10,75

5. F-статистика
рассчитывается как отношение ______
дисперсии к ________ дисперсии, рассчитанных
на одну степень свободы.факторной
… остаточной

1. Для эконометрической
модели уравнения регрессии ошибка
модели определяется как ______ между
фактическим значением зависимой
переменной и ее расчетным значением.Разность

2. Величина
называется
…случайной
составляющей

3. В эконометрической
модели уравнения регрессии величина
отклонения фактического значения
зависимой переменной от ее расчетного
значения характеризует …ошибку
модели

4. Известно, что
доля объясненной дисперсии в общей
дисперсии равна 0,2. Тогда значение
коэффициента детерминации составляет
… 0,2

5. При методе
наименьших квадратов параметры уравнения
парной линейной регрессии
определяются
из условия ______ остатков.минимизации
суммы квадратов

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

• #
• #
• #
• #
• #
• #
• #
• #
• #
• #
• #

Подборка по базе: Задание 2. тема 13 Микроэкономика.docx, 26.09.2022 Тематика совещаний при заместителе директора по ВР , Практическая работа № 6 Тема_ диагностические программы.pdf, Конспект тема№3.docx, ЗФО История Тема 2.2 Древняя Русь.docx, ЗФО История Тема 2.1 Средневековье.docx, Микробиология Тема 20.docx, леша 6 тема МП.docx, КАЛЕНДАРНЫЙ ТЕМАТИЧЕСКИЙ ПЛАН средняя группа.docx, АСР тема № 2.doc

Тема 1: Спецификация эконометрической модели

1. Ошибки спецификации эконометрической модели имеют место вследствие …

неправильного выбора математической функции или недоучета в уравнении регрессии какого-то существенного фактора
2. Для регрессионной модели вида  необходим минимальный объем наблюдений, содержащий _____ объектов наблюдения.

15

3. Нелинейным по объясняющим переменным, но линейным по параметрам уравнением регрессии является …

4. В модели вида  количество объясняющих переменных равно …

3

5. При идентификации модели множественной регрессии  количество оцениваемых параметров равно …

5

Тема 2: Отбор факторов, включаемых в модель множественной регрессии

1. В модели множественной регрессии  определитель матрицы парных коэффициентов корреляции между факторами ,  и  близок к единице. Это означает, что факторы ,  и  …

Мультиколлинеарны

2. При моделировании линейного уравнения множественной регрессии вида  необходимо, чтобы выполнялось требование отсутствия взаимосвязи между …

x₁ и x₂

3. Дана матрица парных коэффициентов корреляции.

Коллинеарными являются факторы …

и
4. В модели множественной регрессии  определитель матрицы парных коэффициентов корреляции между факторами ,  и  близок к нулю. Это означает, что факторы ,  и  …

мультиколлинеарны

5. Для эконометрической модели линейного уравнения множественной регрессии вида  построена матрица парных коэффициентов линейной корреляции (y – зависимая переменная; х⁽¹⁾, х⁽²⁾, х⁽³⁾, x⁽⁴⁾– независимые переменные):

Коллинеарными (тесно связанными) независимыми (объясняющими) переменными не являются …

x⁽²⁾ и x⁽³⁾

Тема 3: Фиктивные переменные

1. Дана таблица исходных данных для построения эконометрической регрессионной модели:

Фиктивными переменными не являются …

стаж работы

производительность труда

2. При исследовании зависимости потребления мяса от уровня дохода и пола потребителя можно рекомендовать …

использовать фиктивную переменную – пол потребителя

разделить совокупность на две: для потребителей женского пола и для потребителей мужского пола

3. Изучается зависимость цены квартиры (у) от ее жилой площади (х) и типа дома. В модель включены фиктивные переменные, отражающие рассматриваемые типы домов: монолитный, панельный, кирпичный. Получено уравнение регрессии: ,
где ,
Частными уравнениями регрессии для кирпичного и монолитного являются …

для типа дома кирпичный

для типа дома монолитный

для типа дома кирпичный

для типа дома монолитный

Решение:

Требуется узнать частное уравнение регрессии для кирпичного и монолитного домов. Для кирпичного дома значения фиктивных переменных следующие , . Уравнение примет вид:   или  для типа дома кирпичный.
Для монолитного дома значения фиктивных переменных следующие , . Уравнение примет вид
или  для типа дома монолитный.

4. При анализе промышленных предприятий в трех регионах (Республика Марий Эл, Республика Чувашия, Республика Татарстан) были построены три частных уравнения регрессии:

 для Республики Марий Эл;

 для Республики Чувашия;

 для Республики Татарстан.

Укажите вид фиктивных переменных и уравнение с фиктивными переменными, обобщающее три частных уравнения регрессии.

Итоговое уравнение будет

5. В эконометрике фиктивной переменной принято считать …

переменную, принимающую значения 0 и 1

Тема 4: Линейное уравнение множественной регрессии

1. Для регрессионной модели зависимости среднедушевого денежного дохода населения (руб., у) от объема валового регионального продукта (тыс. р., х₁) и уровня безработицы в субъекте (%, х₂) получено уравнение . Величина коэффициента регрессии при переменной х₂ свидетельствует о том, что при изменении уровня безработицы на 1% среднедушевой денежный доход ______ рубля при неизменной величине валового регионального продукта.

изменится на (-1,67)

2. В уравнении линейной множественной регрессии: , где – стоимость основных фондов (тыс. руб.);  – численность занятых (тыс. чел.); y – объем промышленного производства (тыс. руб.) параметр при переменной х₁, равный 10,8, означает, что при увеличении объема основных фондов на _____ объем промышленного производства _____ при постоянной численности занятых.

на 1 тыс. руб. … увеличится на 10,8 тыс. руб.
3. Известно, что доля остаточной дисперсии зависимой переменной в ее общей дисперсии равна 0,2. Тогда значение коэффициента детерминации составляет …

 0,8

4. Построена эконометрическая модель для зависимости прибыли от реализации единицы продукции (руб., у) от величины оборотных средств предприятия (тыс. р., х₁): . Следовательно, средний размер прибыли от реализации, не зависящий от объема оборотных средств предприятия, составляет _____ рубля.

10,75

5. F-статистика рассчитывается как отношение ______ дисперсии к ________ дисперсии, рассчитанных на одну степень свободы.

факторной … остаточной

Тема 5: Оценка параметров линейных уравнений регрессии

1. Для эконометрической модели уравнения регрессии ошибка модели определяется как ______ между фактическим значением зависимой переменной и ее расчетным значением.

разность
2. Величина  называется …

случайной составляющей

3. В эконометрической модели уравнения регрессии величина отклонения фактического значения зависимой переменной от ее расчетного значения характеризует …

ошибку модели

4. Известно, что доля объясненной дисперсии в общей дисперсии равна 0,2. Тогда значение коэффициента детерминации составляет …

 0,2
5. При методе наименьших квадратов параметры уравнения парной линейной регрессии  определяются из условия ______ остатков .

минимизации суммы квадратов

Тема 6: Предпосылки МНК, методы их проверки

1. Для обнаружения автокорреляции в остатках используется …

статистика Дарбина – Уотсона

тест Уайта

критерий Гольдфельда – Квандта

2. Известно, что коэффициент автокорреляции остатков первого порядка равен –0,3. Также даны критические значения статистики Дарбина – Уотсона для заданного количества параметров при неизвестном и количестве наблюдений , . По данным характеристикам можно сделать вывод о том, что …

автокорреляция остатков отсутствует

3. Значение критерия Дарбина – Уотсона можно приблизительно рассчитать по формуле , где  – значение коэффициента автокорреляции остатков модели. Минимальная величина значения  будет наблюдаться при ________ автокорреляции остатков.

положительной

4. Из перечисленного условием выполнения предпосылок метода наименьших квадратов не является ____ остатков.

Гетероскедатичность

5. Значение критерия Дарбина – Уотсона можно приблизительно рассчитать по формуле , где  – значение коэффициента автокорреляции остатков модели. Максимальная величина значения  будет наблюдаться при ________ автокорреляции остатков.

отрицательной

Тема 7: Свойства оценок параметров эконометрической модели, получаемых при помощи МНК

1. Пусть  – оценка параметра  регрессионной модели, полученная с помощью метода наименьших квадратов;  – математическое ожидание оценки . В том случае если , то оценка обладает свойством …

несмещенности

2. Из несмещенности оценки параметра следует, что среднее значение остатков равно …

0 

3. Несмещенность оценок параметров регрессии означает, что …
математическое ожидание остатков равно нулю

4. Если оценка параметра является смещенной, то нарушается предпосылка метода наименьших квадратов о _________ остатков.

нулевой средней величине
5. Состоятельность оценок параметров регрессии означает, что …

точность оценок выборки увеличивается с увеличением объема выборки
Тема 8: Обобщенный метод наименьших квадратов (ОМНК)

1. В случае нарушений предпосылок метода наименьших квадратов применяют обобщенный метод наименьших квадратов, который используется для оценки параметров линейных регрессионных моделей с __________ остатками.

автокоррелированными и/или гетероскедастичными

2. При нарушении гомоскедастичности остатков и наличии автокорреляции остатков рекомендуется применять _____________ метод наименьших квадратов.

обобщенный

3. Пусть y – издержки производства, – объем продукции, – основные производственные фонды, – численность работников. Известно, что в уравнении  дисперсии остатков пропорциональны квадрату численности работников .После применения обобщенного метода наименьших квадратов новая модель приняла вид . Тогда параметр  в новом уравнении характеризует среднее изменение затрат …

на работника при увеличении производительности труда на единицу при неизменном уровне фондовооруженности труда

4. Обобщенный метод наименьших квадратов не может применяться для оценки параметров линейных регрессионных моделей в случае, если …

средняя величина остатков не равна нулю

5. Пусть y – издержки производства, – объем продукции, – основные производственные фонды,  – численность работников. Известно, что в уравнении  дисперсии остатков пропорциональны квадрату объема продукции .Применим обобщенный метод наименьших квадратов, поделив обе части уравнения на  После применения обобщенного метода наименьших квадратов новая модель приняла вид . Тогда параметр  в новом уравнении характеризует среднее изменение затрат на единицу продукции при увеличении …

 фондоемкости продукции при неизменном уровне трудоемкости продукции
Тема 9: Оценка тесноты связи

1. Для эконометрической модели вида  показателем тесноты связи между переменными  и  является парный коэффициент линейной …

Регрессии

2. Самым коротким интервалом изменения коэффициента корреляции для уравнения парной линейной регрессии  является …

[–1; 0]

3. Самым коротким интервалом изменения показателя множественной корреляции для уравнения множественной линейной регрессии , если известны парные коэффициенты корреляции ,  является интервал …

[0,7; 1]

4. Для регрессионной модели вида  получена диаграмма

Такое графическое отображение называется …

полем корреляции

Тема 10: Оценка качества подбора уравнения

1. Известно, что доля остаточной регрессии в общей составила 0,19. Тогда значение коэффициента корреляции равно …

0,9
2. Известно, что общая сумма квадратов отклонений , а остаточная сумма квадратов отклонений, . Тогда значение коэффициента детерминации равно …

0,8

3. Для регрессионной модели вида , где   рассчитаны дисперсии: ; ; . Тогда величина  характеризует долю …

остаточной дисперсии
4. Если общая сумма квадратов отклонений , и остаточная сумма квадратов отклонений , то сумма квадратов отклонений, объясненная регрессией, равна …

90

Предложите, как улучшить StudyLib

(Для жалоб на нарушения авторских прав, используйте

другую форму
)

Проблема спецификации эконометрической модели

Проблема спецификации эконометрической модели предполагает определение:

• конечной цели моделирования;
• набора эндогенных и экзогенных переменных;
• состава и структуры системы уравнений, набора переменных;
• первоначальных ограничений стохастических составляющих.

Спецификация в эконометрике является важнейшим этапом исследования, эффективность решения влияет на успех исследования в целом. В основе спецификации — имеющиеся теории, интуиция и специальные знания.

Проблема идентифицируемости

В эконометрике проблема идентифицируемости сводится к следующему: нас интересует такие эндогенные переменные, которые относятся к случайным величинам.

Уравнение структурной формы является точно идентифицируемым тогда, когда каждый участвующий неизвестный коэффициент однозначно восстанавливается по коэффициентам приведенной формы, не ограничивая значения последних.

Стажировки для студентов

Начни получать реальный опыт работы по специальности и полезные навыки для дальнейшей карьеры

Найти стажировку

Если какой-либо коэффициент не может быть восстановлен, не идентифицируемо и уравнение, и модель. Проблемы идентификации сводятся к «настройкам» модели по реальным статистическим данным.

Проблема верификации

Иными словами эта проблема сводится к точности имитационных и прогнозных расчетов. Верификация подразумевает статистическую проверку гипотез и анализ параметров точности оценки. Зачастую применяется ретроспективный расчет: исходные данные делятся на части: обучающая выборка и экзаменующая выборка.

Обучающая выборка позволяет определить значения неизвестных параметров и получить модельные значения для экзаменующей выборки, которые затем подлежат сравнению с реальными значениями.

Недостаточный набор данных

Последнюю проблему в эконометрическом моделировании часто называют «мультиколлинеарностью».

В отличие от экспериментальной науки, отдельный исследователь, изучающий экономические процессы обычно не имеет возможности заметно повлиять на них.

Для восполнения недостатка данных, исследователь должен принимать определенные априорные допущения, которые часто могут быть недостаточно обоснованными.

Обычно функциональная форма эконометрической модели неизвестна заранее. В таком случае целесообразно использовать непараметрические методы оценивания. Но применение подобных методов требует достаточно значительного набора данных. На практике поэтому, как правило, предполагается, что зависимость двумя переменных линейна. Это связано с тем, что линейная зависимость подразумевает хороший уровень аппроксимации гладкой зависимости в определенной окрестности. Однако нет никаких гарантий, что истинная зависимость не будет нелинейной в интервале, к которому отнесены данные.

В случае применении методов эконометрики следует понимать, что обычно постулируемые свойства имеют асимптотический характер, или проявляются при стремлении числа наблюдений к бесконечности. Например, если линейная регрессия подразумевает использование в качестве регрессоров лагов (запаздывания) зависимых переменных, то, даже при выполнении стандартных предположений регрессионного анализа, итоговые оценки будут смещенными, но состоятельными.