Эконометрика лекции
необходимость использования
· необходимость использования фиктивных переменных в случае неоднородности данных;
· выявление автокорреляции в остатках и пересчет коэффициентов модели при наличии автокорреляции;
· селекция и отбор наиболее конкурентоспособных моделей на независимом материале, проверка адекватности моделей;
· анализ структуры связей и построение системы одновременных уравнений, путевой анализ;
· проверка условия идентификации системы одновременных уравнений;
· оценивание параметров системы одновременных уравнений;
· прогноз и применение к экономической политике результатов моделирования;
2) при исследовании моделей временных рядов:
· выявление тренда, лагов, циклической компоненты;
· проверка остатков на гетероскедастичность;
· анализ внутренней структуры рядов, анализ специфики убывания автокорреляций и взаимных корреляций, наличие «долговременной памяти», расчет фрактальной размерности и т.д.;
· анализ структурных изменений ряда, определение переломных моментов в ряду (break point);
· построение сглаженных временных рядов, рекурсивных, адаптивных моделей;
· построение ARIMA и VAR — моделей;
· идентификация и оценивание параметров моделей (в условиях неприменимости метода наименьших квадратов);
· проблемы выявления стационарности и коинтеграции, построение и оценка параметров моделей с исправлением ошибок;
· Прогноз и применение к экономической политике результатов моделирования.
назад далее
Параграфы
- Сущность и история возникновения эконометрики
- </b>Парный регрессионный анализ
- Множественная регрессия
- Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
- прогнозирование временных рядов
- Сглаживание Временных рядов
- ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
- Моделирование структурными уравнениями
- РАЗНОСТНЫЕ УРАВНЕНИЯ И ИХ РЕШЕНИЕ
- Стационарные временные ряды авторегрессии-скользящего среднего
- Временные ряды с высокой изменчивостью
- Ложная регрессия, коинтеграция и модели корректировки ошибок
- Элементы линейной алгебры
- Элементы теории вероятностей и математической статистики
- метод наименьших квадратов