36 вопросов. ПГУ г.Пермь 2 курс. Шишкин. 2009г.
Спецификация модели
Линейная регрессия и корреляция: смысл и оценка параметров
МНК
Оценка существенности параметров линейной регрессии и корреляции
Интервалы прогноза по линейному уравнению регрессии
Нелинейная регрессия. Виды моделей
Смысл коэффициента регрессии
Применение МНК к моделям нелинейным относительно включаемых переменных и оцениваемых параметров
Коэффициенты эластичности по разным видам регрессионных моделей
Показатели корреляции
Множественная регрессия. Спецификация модели. Отбор факторов при построении модели
Что означает взаимодействие факторов и как оно может быть представлено графически
Интерпретация коэффициентов регрессии линейной модели потребления
Назначение частной корреляции при построении модели множественной регрессии
Частный F-критерий, его отличие от последовательного F-критерия, связь между собой t-критерия Стьюдента для оценки значимости b и частным F-критерием
Предпосылки МНК
Сущность анализа остатков при наличии регрессионной модели. Как можно проверить наличие гомо или гетероскедастичности остатков. Оценка отсутствия автокорреляции остатков при построении статистической регрессионной модели
Смысл обобщенного МНК
Системы эконометрических уравнений. Проблема идентификации
Двухшаговый МНК
Основные элементы временного ряда
Автокорреляция уровней временного ряда
Моделирование тенденций временного ряда
Методы исключения тенденций. Метод отклонений от тренда
Метод последовательных разностей
Включение в модель регрессии фактора времени
Автокорреляция в остатках. Критерий Дарбина-Уотсона
Общая характеристика моделей с распределенным лагом. Интерпретация параметров моделей с распределенным лагом
Метод Алмона
Метод Койка
Метод главных компонент
Модели авторегрессии. Оценка параметров моделей авторегрессии
Метод скользящего среднего
Метод экспоненциального сглаживания
Метод проецирования тренда
Спецификация модели
Линейная регрессия и корреляция: смысл и оценка параметров
МНК
Оценка существенности параметров линейной регрессии и корреляции
Интервалы прогноза по линейному уравнению регрессии
Нелинейная регрессия. Виды моделей
Смысл коэффициента регрессии
Применение МНК к моделям нелинейным относительно включаемых переменных и оцениваемых параметров
Коэффициенты эластичности по разным видам регрессионных моделей
Показатели корреляции
Множественная регрессия. Спецификация модели. Отбор факторов при построении модели
Что означает взаимодействие факторов и как оно может быть представлено графически
Интерпретация коэффициентов регрессии линейной модели потребления
Назначение частной корреляции при построении модели множественной регрессии
Частный F-критерий, его отличие от последовательного F-критерия, связь между собой t-критерия Стьюдента для оценки значимости b и частным F-критерием
Предпосылки МНК
Сущность анализа остатков при наличии регрессионной модели. Как можно проверить наличие гомо или гетероскедастичности остатков. Оценка отсутствия автокорреляции остатков при построении статистической регрессионной модели
Смысл обобщенного МНК
Системы эконометрических уравнений. Проблема идентификации
Двухшаговый МНК
Основные элементы временного ряда
Автокорреляция уровней временного ряда
Моделирование тенденций временного ряда
Методы исключения тенденций. Метод отклонений от тренда
Метод последовательных разностей
Включение в модель регрессии фактора времени
Автокорреляция в остатках. Критерий Дарбина-Уотсона
Общая характеристика моделей с распределенным лагом. Интерпретация параметров моделей с распределенным лагом
Метод Алмона
Метод Койка
Метод главных компонент
Модели авторегрессии. Оценка параметров моделей авторегрессии
Метод скользящего среднего
Метод экспоненциального сглаживания
Метод проецирования тренда