III часть Построение модели сезонности

1. Выбрать самостоятельно временной ряд, построить график, сделать вывод о наличии тенденции.

2. Построить тренды разной формы (линейный, параболу второго порядка, степенной, показательный). Дать экономическую интерпретацию полученных результатов.

3. Оценить качество моделей через среднюю ошибку аппроксимации.

4. Оценить статистическую значимость трендов с помощью F – критерия.

5. По каждому тренду найти автокорреляцию в остатках и оценить ее существенность с помощью критерия Дарбина-Уотсона.

6. Проанализировать результаты. Выбрать наилучший тренд.

7. Произвести точечный и интервальный прогноз по линейному тренду (период упреждения =2).

Необходимые расчеты в задачах выполните на компьютере с помощью ППП Excel. По результатам расчетов следует сделать выводы.

II часть: Построение моделей регрессии по двум взаимосвязанным временным рядам (данные можно взять из файла Excel)

1. По каждому ряду рассчитать коэффициент автокорреляции, сделать выводы.

2. Исключить тенденцию с помощью: а) метода отклонения от трендов; б) метода первых разностей; в) метода включения в уравнение регрессии фактора времени.

3. С вероятностью 0,95 оцените статистическую значимость полученных уравнений.

4. По одному из построенных уравнений (с включением фактора времени) проанализируйте наличие автокорреляции в остатках (с помощью критерия Дарбина-Уотсона). При необходимости применить ОМНК.

5. Сделать выводы.

III часть Построение модели сезонности

1. Постройте модель сезонности в виде фиктивных переменных .

Данные можно взять из файла Excel (например, добыча газа по годам с поквартальной разбивкой).

2. По модели определите коэффициент детерминации, F-критерй Фишера, сделайте выводы

3. Оцените значимость коэффициентов регрессии, сделайте выводы.

4. Дайте интерпретацию параметров при фиктивных переменных z.

Необходимые расчеты в задачах выполните на компьютере с помощью ППП Excel. По результатам расчетов следует сделать выводы.

5. Постройте аддитивную и мультипликативную модели сезонности и произведите по ним прогноз на следующий год.

Вопросы Для подготовки к экзамену

1. Назовите основные виды моделей парной регрессии.

2. Поясните смысл коэффициента регрессии в линейном уравнении регрессии и назовите способы его оценивания.

3. Какова концепция F-критерия Фишера?

4. Что такое t- критерий Стьюдента и каково его назначение?

5. Поясните смысл коэффициента детерминации.

6. Как определяются коэффициенты эластичности по разным видам регрессионных моделей?

7. Что такое средняя ошибка аппроксимации и как она определяется?

8. Какими показателями оценивается качество модели регрессии?

9. Какие требования предъявляются к факторам для включения их в модель?

10. Что такое мультиколлениарность факторов и как она может быть оценена?

11. Назовите методы устранения мультиколленеарности факторов.

12. Как интерпретируются коэффициенты регрессии в линейной модели?

13. Как интерпретируются параметры в производственных функциях?

14. Как строится интервальная оценка коэффициента регрессии?

15. Что собой представляет стандартная ошибка регрессии и как она используется в регрессионном анализе?

16. Зачем нужен анализ остатков модели регрессии и в чем он состоит?

17. Как оценивается наличие или отсутствие гетероскедастичности остатков?

18. В чем смысл тестов Уайта, Парка и Глейзера?

19. Приведите схему метода Гольдфельда-Квандта.

20. Каковы основные причины использования фиктивных переменных в регрессионных моделях?

21. Как интерпретируется коэффициенты регрессии при фиктивных переменных?

22. В чем специфика временного ряда как источника информации в эконометрических исследованиях?

23. Каковы компоненты временного ряда?

24. Какова классификация моделей по временным рядам?

25. Что такое тренд и как строится уравнение тренда?

26. Как оценивается качество трендов и производится выбор наилучшего уравнения тренда?

27. Как производится прогнозирование на основе трендовых моделей?

28. Что такое автокорреляция уровней временного ряда, автокорреляционная функция?

29. Как произвести анализ взаимосвязи между переменным по временным рядам?

30. Каковы методы исключения тенденции при моделировании взаимосвязей временных рядов?

31. Каким образом осуществляется проверка эконометрической модели на автокорреляцию остатков?

32. Для чего применяется и как рассчитывается Критерий Дарбина-Уотсона в оценке качества уравнений, построенных по временным рядам?

33. Как можно применить фиктивные переменные для моделирования сезонных колебаний?

34. В чем суть Обобщенного МНК при построении модели регрессии по временным рядам, каков его алгоритм?

35. Что из себя представляют модели с лаговыми переменными, каковы их виды?

36. Как интерпретируются параметры моделей с распределенными лагами?

37. Как производится оценка параметров моделей с распределенными лагами?

38. Как можно использовать табличный процессор Microsoft Excel при анализе данных по временным рядам?