книги / Эконометрика. Начальный курс

linear regression model — линейная регрессионная модель logit model — logit-модель, нелинейная модель для бинарной за­

висимой переменной с использованием функции логистическо­ го распределения

loglikelihood function — логарифмическая функция правдопо­ добия

loss function — функция потерь, измеряющая степень отклоне­ ния данных от «желаемых» значений

marginal distribution — маргинальное распределение, т. с. рас­ пределение одной или нескольких компонент случайного век­ тора

maximum likelihood (ML) — метод максимального правдопо­ добия

maximum likelihood estimate — оценка максимального правдо­ подобия

maximum likelihood estimator — оценивание с помощью метода максимального правдоподобия

mean absolute deviation — среднее абсолютное отклонение mean absolute percentage error — среднее относительное от­

клонение

mean squared error — среднеквадратичная ошибка model specification — спецификация модели moving average — скользящее среднее

moving average (MA) model — модель скользящего среднего multicollinearity — мультиколлинеарность

multinomial logit model — logit-модрпъ множественного выбора multiple regression model — модель множественной регрессии

normal (Gaussian) distribution — нормальное (гауссовское) распределение

nuisance parameter — вспомогательный (излишний) параметр

OLS-estimator, OLS-estimate — оценивание с помощью метода наименьших квадратов и значения этих оценок

om itted variables — пропущенные переменные (независимые пе­ ременные, не включенные в модель)

ordinary least squares (OLS) m ethod — метод наименьших квадратов, МНК

outliers — выбросы (данные, имеющие большие отклонения от большинства других)

panel d ata — панельные данные, данные имеющие как простран­ ственную, так и временную структуру (например, данные по показателям нескольких фирм за несколько лет)

partial adjustm ent model — модель частичного приспособления partial autocorrelation function (PACF) — частная автокор­

реляционная функция

partial correlation coefficient — коэффициент частной корреля­ ции

pretest estim ator — оценка коэффициента регрессии, получен­ ная после процедуры предварительного отбора модели

probit m odel — probit-модель, нелинейная модель для бинарной зависимой переменной с использованием функции стандарт­ ного нормального распределения

qualitative variable — качественная, номинальная переменная

random walk — случайное блуждание

ranking variable — ранговая, порядковая, ординальная перемен­ ная

reduced form of the model — приведенная форма модели residuals — остатки

restricted regression — регрессия с ограничениями, модель ре­ грессии с ограничениями на параметры

return — доходность актива

sample — выборка

sample m ean (variance, covariance, m om ent etc.) — выбороч­ ное среднее (дисперсия, ковариация, момент и т. д.)

seemingly unrelated regression (SUR) — система внешне не связанных между собой уравнений

sensitivity analysis — анализ чувствительности

serial correlation — (для временных рядов) наличие корреляции между ошибками, относящимися к разным моментам времени

significance level — уровень значимости

sim ultaneous equations — одновременные уравнения

slope — коэффициент при независимой переменной в уравнении регрессии

spurious regression — мнимая, ложная регрессия

standard deviation — стандартное отклонение (корень из дис­ персии)

stationary tim e series — стационарный временной ряд (стати­ стические свойства которого не зависят от времени)

stochastic discount factor — стохастический дисконтирующий множитель

strictly stationary process — строго стационарный процесс, ста­ ционарный в узком смысле процесс

tim e-series data — временные ряды, параметры системы, наблю­ даемые в последовательные моменты времени

tim e series, integrated of order p — интегрированный времен­ ной ряд порядка pt нестационарный временной ряд, p-и после­ довательная разность которого являегся стационарным про­ цессом

tru n cated model — модель с усеченными наблюдениями, т. е. мо­ дель, из которой исключены некоторые наблюдения

tw o-stage least squares (2SLS) — двухшаговый метод наимень­ ших квадратов

unbiased estim ator — несмещенное оценивание (оценка)

under-, overestim ation — оценка параметра, имеющая отрица­ тельное (соответственно положительное) смещение

unit root hypothesis — гипотеза о наличии единичного корня unrestricted regression — регрессия без ограничений, модель ре­

грессии без ограничений на параметры variance — дисперсия

variance (covariance) m atrix — матрица ковариаций случайного вектора

weakly stationary process — слабо стационарный процесс, ста­ ционарный в широком смысле процесс

weighted least squares — метод взвешенных наименьших квад­ ратов

w hite noise — белый шум, процесс с независимыми одинаково распределенными значениями с нулевыми средними

Таблица 2. Процентные точки распределения Стьюдента ta(n) (окон­ чание)

п —число степеней свободы, 100а% — уровень процентной точки.

Пример. Пусть t — случайная величина, распределенная по закону Стьюдента с 5 степенями свободы. <0 0 2 5 (5) = 2.571, т. е. Р(< > 2.571) = 0.025 (см. пятую строку, третий справа столбец в первой части таблицы).

п —число степеней свободы, 100а% —уровень процентной точки.

Пример. Пусть х2 —случайная величина, распределенная по закону х 2 с 5 степенями свободы. Xooo(5) = П07, т.е. Р(х2 > 1107) = 0.05 (см. пятую строку, седьмой столбец).

Таблица 4 .5%-иые точки распределения Фншера F(ki,Afe) (окончание)

к{ — число степеней свободы числителя, Ьг —число степеней свободы знаменателя.

Пример Пусть F — случайная величииа, распределенная по закону Фишера F(3,5). Fo.os(3,5) = 5.41, т.е. P(F > 5.41) = 0.05 (см. пятую строку, третий столбец).