Контрольные по бухучету | Вопросы по эконометрике | Buhu5
ВУЗы по бухучету Готовые работы по бухучету Как писать работы по бухучету Примеры решения задач Решить задачу online

Вопросы по эконометрике


Перечень вопросов для подготовки к экзамену по дисциплине «Эконометрика»

1.  Эконометрика и эконометрическое моделирование: основные понятия и определения.

2.  Точечная оценка. Свойства точечных оценок.

3.  Интервальные оценки для математического ожидания нормальной СВ при известной и неизвестной дисперсиях, для среднего-квадратического отклонения нормальной СВ.

4.  Статистические гипотезы. Общая схема проверки гипотез.

5.  Проверка гипотезы о математическом ожидании нормальной СВ при известной и неизвестной дисперсии.

6.  Проверка гипотезы о равенстве математических ожиданий двух нормальных СВ, проверка гипотезы о равенстве дисперсий двух нормальных СВ.

7.  Критерий Пирсона.

8.  Модель парной регрессии. Основные предположения эконометрического моделирования.

9.  Парная линейная регрессия. Метод наименьших квадратов. Теорема Гаусса-Маркова. Интерпретация уравнения регрессии.

10.  Коэффициент корреляции парной регрессии и его связь с коэффициентом регрессии.

11.  Свойства коэффициента корреляции.

12.  Методы оценки параметров модели для линейной регрессионной.

13.  Анализ вариации зависимой переменной. Коэффициент детерминации .

14.  Доверительные интервалы для зависимой переменной.

15.  Предпосылки МНК, последствия их не выполнимости.

16.  Алгоритм определения коэффициентов МЛР по МНК в матричной форме.

17.  Формулы расчета дисперсий и стандартных ошибок коэффициентов множественной регрессии.

18.  Интервальные оценки параметров множественной регрессии. Проверка их значимости.

19.  Интервальные оценки функции множественной регрессии.

20.  Коэффициент детерминации множественной регрессии.

21.  Скорректированный коэффициент детерминации.

22.  Частные уравнения множественной регрессии. Коэффициенты эластичности.

23.  Анализ качества эмпирического уравнения множественной линейной регрессии.

24.  Проверка равенства двух коэффициентов детерминации.

25.  Нелинейная регрессия и их линеаризация.

26.  Примеры использования логарифмических регрессионных моделей. Смысл коэффициентов регрессии.

27.  Частная корреляция.

28.  Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов.

29.  Гомо и гетероскедастичность. Последствия гетероскедастичности. Обнаружение гетероскедастичности.

30.  Устранение гетероскедастичности. Метод взвешенных наименьших квадратов.

31.  Автокорреляция остатков временного ряда. Последствия автокорреляции.

32.  Обнаружение автокорреляций первого порядка, критерий Дарбина-Уотсона.

33.  Устранение автокорреляции. Идентификация временного ряда.

34.  Мультиколлинеарность и ее последствия.

35.  Тесты на наличие мультиколлинеарности и ее устранение, фиктивные переменные. Тест Чоу.

36.  Влияние отсутствия в уравнении переменной, которая должна быть включена. Влияние включения в модель переменной, которая не должна быть включена.

37.  Временные ряды. Коэффициент автокорреляции.

38.  Неслучайная составляющая временного ряда и методы его сглаживания.

39.  Модель сезонных колебаний.

40.  Оценка моделей с лагами в независимых переменных. Лаги Алмона. Метод Койка.

41.  Авторегрессионые модели.

42.  Системы линейных одновременных уравнений. Структурная и приведенная формы уравнений. Неидентифицируемость. Сверхидентифицируемость.

43.  Косвенный метод наименьших квадратов. Двухшаговый метод наименьших квадратов оценивания структурных параметров отдельного уравнения. Условия размерности для идентификации.

44.  Трехшаговый метод наименьших квадратов одновременного оценивания всех параметров системы

45.  Сущность многомерной классификации. Типовые задачи практики, использующих методы классификации.

46.  Класс как генеральная совокупность. Функции потерь и вероятности неправильной классификации.

47.  Параметрический дискриминантный анализ в случае нормальных классов.

48.  Типы кластеров. Расстояние между объектами и мера близости. Расстояния между кластерами

49.  Функционалы качества разбиения на классы. Основные типы задач кластер-анализа и основные типы кластер процедур.

50.  Матрица нагрузок главных компонент. Свойство наилучшей самовоспроизводимости главных компонент. Свойство наименьшего искажения геометрической структуры.

Доцент Спирина С. Г.

Наташа

Автор

Наташа — контент-маркетолог и блогер, но все это не мешает ей оставаться адекватным человеком. Верит во все цвета радуги и не верит в теорию всемирного заговора. Увлекается «нефрохиромантией» и тайно мечтает воссоздать дома Александрийскую библиотеку.

Распродажа дипломных

 Скидка 30% по промокоду Diplom2020

А ты боишься COVID-19?

 Пройди опрос и получи промокод