Вопросы по главе. 1. Что понимается под пространственными моделями в эконометрике?

1. Что понимается под пространственными моделями в эконометрике?

2. Что является моделями временных рядов?

3. Что называется временным рядом?

4. Что подразумевается под аддитивной моделью временного ряда?

5. В чем отличия между аддитивной моделью и мультипликативной?

6. В чем состоит основная задача эконометрического исследования временного ряда?

7. Какие шаги включены при построении модели временного ряда?

8. В чем состоит специфика построения моделей регрессии по временным рядам данных?

9. В чем состоят основные этапы исключения тенденции? Сравните их преимущества и недостатки.

10. Что понимается под автокорреляцией во временных рядах?

11. В чем состоят основные свойства автокорреляции?

12. Что называется коррелограммой временного ряда?

13. Что понимается под аналитическим выравниванием временного ряда?

14. Что называется сезонными колебаниями?

15. В чем заключена суть метода отклонения от тренда?

16. В чем сущность метода последовательных разностей?

17. Какова интерпретация параметра при факторе времени в моделях регрессии с включением фактора времени?

18. Охарактеризуйте понятие автокорреляции в остатках? Дайте определение.

19. Какими причинами может быть вызвана автокорреляции в остатках?

20. Для чего применяется критерий Дарбина – Уотсона?

21. Изложите алгоритм применения критерия Дарбина-Уотсона для тестирования модели регрессии на автокорреляцию в остатках?

22. Приведите примеры экономических задач, эконометрическое моделирование которых требует применения моделей с распределенным лагом и моделей авторегрессии.

23. Какова интерпретация параметров модели с распределенным лагом?

24. Какова интерпретация параметров модели авторегрессии?

25. Какова методика применения метода Койка для оценки параметров модели авторегрессии?

26. Какова методика применения метода Алмона для оценки параметров модели авторегрессии?

Задание №4. Анализ остатков.

1. По линии тренда из задания №2 посчитать прогнозные значения для всех 60 (61) дней.

2. Вычислить погрешность (ошибку) прогноза на каждый день.

3. Проверить ошибки на нормальность, пользуясь критерием Пирсона, по следующей методике:

· Весь диапазон наблюдений разбить на не менее, чем k = 3,22*ln (n) +1 равный интервал (число интервалов должно быть целое число!), n – число наблюдений.

· Определим крайние точки интервалов и их средины в порядке возрастания

· Подсчитаем, число попавших в каждый интервал точек, используя функцию ЧАСТОТА.

· Построим таблицу

Границы интервала	Средины интервала	Практические частоты	Теоретические частоты

Теоретические частоты n_i* вычисляются по следующей формуле

n_i* = nhφ(S_i*),

φ(S_i*) ={ exp [ - (S_i* - a)²/(2σ²)] }/(2πσ²)^0,5

где a среднее значение всей выборки остатков, σ² выборочная дисперсия всей выборки остатков, S_i*средина интервала i- го интервала, h длина интервала.

· Проверить полученную выборку на «нормальность» по критерию

Пирсона: χ² =∑(n_i*- n_i)²/ (n_i*)

Результат сравниваем с табличным значением, которое можно найти с помощью функции ХИ2ОБР с уровнем значимости 0,95.

· Построить на одном графике теоретические и практические частоты (для их визуального сравнения).

· Вычислить асимметрию A и эксцесс E для массива ошибок из n данных и сделать по ним заключение о «нормальности» распределения.

Если распределение нормально, то должны выполняться одновременно неравенства:

│A│< 1,5 σ_A, │E + 6/(n+1)│< 1,5 σ_E, где

σ²_A = 6(n-2)/((n+1)(n+3)), σ²_E = 24n(n-2) (n-3),/((n+1)²(n+3)(n+5)).

4. Проверить остатки на стационарность по двухвыборчному F-тесту для дисперсии и двухвыборчному t-тесту для среднего.

5. Написать отчет по проведенной работе.

Для сдачи Задания №3 должны быть выполнены все пункты 1-4. Студент должен ответить на следующие вопросы:

1. Что такое линия тренда?

2. Что такое нормальное распределение? Формулы и экономический смысл.

3. Что такое распределение Хи - квадрат?

4. Что такое асимметрия и эксцесс? Экономический смысл.

5. Для чего надо анализировать остатки? См. [1] стр.193

.

Задание №5. Регрессия, автокорреляция и гетероскедастичность.

1) По тесту Дарбина –Уотсона выяснить имеет ли место автокорреляция остатков первого порядка с достоверностью 0,95.

a. d = =∑(e_i-1- e_i)²/(∑ (e_i)²)

2) Проанализировать остатки на автокорреляцию второго, третьего и т.д. порядков

3) По тесту Голдфельда –Квандта провести проверку на гетероскедастичность.

4) Проанализировать остатки на наличие гетероскедастичности по тесту Уайта.

5) Объяснить причину возникновения автокорреляции с точки зрения экономики. Объяснить, как можно избавиться от автокорреляции с помощью сезонной составляющей или построением регрессии скользящего среднего.

6) Если имеет место гетероскедастичность, то объяснить, как от нее можно избавиться обобщенным методом наименьших квадратов.

7) Пишется отчет с эконометрическим обоснованием выбора линии тренда. Это делается на основе заданий №№1-4.

Для сдачи Задания №4 должны быть выполнены все пункты задания. Студент должен ответить на следующие вопросы:

1. Что такое гетероскедастичность и автокорреляция. Причины возникновения этих явлений. Как они влияют на статистические оценки.

2. Уметь пользоваться таблицами Дарбина –Уотсона

Задание №6. Построение сезонной составляющей (скользящей средней) или уравнения авторегрессии.

Дата добавления: 2014-12-07