2.7 Экзаменационные вопросы по курсу

1. Что изучает эконометрика.

2. Что утверждает центральная предельная теорема

3. Для задания случайной дискретной величины перечислите все возможные ее значения

4. Что включает в себя линейная комбинация нормально распределенных случайных величин

5. При исследовании случайной переменной с неизвестными значениями характеристик от чего зависит точность оценки

6. Дать определение о генеральной совокупности случайной величины.

7. Математическое ожидание случайной величины. Свойства математического ожидания.

8. Теоретическая дисперсия.

9. Что является мерой взаимосвязи между двумя переменными.

10. Оценки как случайные величины.

11. Дать определение несмещенности, эффективности и состоятельности.

12. Чему равна обобщенная формула оценки Z.

13. Как определяется оценка дисперсии генеральной совокупности.

14. Ковариация. Правила расчета ковариации

15. Чему равна выборочная ковариация, если между переменными существует отрицательная зависимость.

16. Дать определение выборочной дисперсии. Правила расчета дисперсии.

17. Дать определение корреляции

18. Модель парной линейной регрессии. Смысл и оценка параметров.

19. По каким формулам рассчитываются параметры а и b оцененного уравнения регрессии, полученные при использовании МНК.

20. Коэффициент детерминации .

21. Оценка существенности уравнения в целом и отдельных его параметров (F -критерий Фишера и t -критерий Стьюдента).

22. Прогноз по линейному уравнению регрессии.

23. Средняя ошибка аппроксимации

24. Нелинейная регрессия. Классы нелинейных регрессий.

25. Регрессии нелинейные по оцениваемым параметрам.

26. Коэффициенты эластичности для разных видов регрессионных моделей.

27. Корреляция и F -критерий Фишера для нелинейной регрессии.

28. Отбор факторов при построении уравнения множественной регрессии.

29. Модель множественной линейной регрессии

30. Определение коэффициентов множественной линейной регрессии.

31. Множественная корреляция.

32. Частные коэффициенты корреляции.

33. F -критерий Фишера и частный F -критерий Фишера для уравнения множественной регрессии.

34. t -критерий Стьюдента для уравнения множественной регрессии.

35. Какой критерий используется для оценки значимости коэффициента детерминации

36. Для каких целей используется скорректированный коэффициент детерминации.

37. Дать определение мультиколлинерности.

38. Предпосылки МНК: гомоскедастичность и гетероскедастичность.

39. Предпосылки МНК: автокорреляция остатков.

40. Обобщенный МНК.

41. При каких условиях возникает явление атокорреляции?

42. Какие данные используются при автокорреляции:

43. Какую формулу используется для обнаружения автокорреляции

44. От каких факторов зависят критические значения статистики Дарбина-Уотсона

45. Если автокорреляция первого порядка отсутствует, то в какой интервал: попадает статистика Дарбина-Уотсона

46. Для каких моделей критерий Дарбина-Уотсона неприменим?

47. К каким последствиям может привести невключение объясняющей переменной в уравнении регрессии.

48. Как отразится на статистической значимости коэффициентов регрессии включение в уравнение регрессии лишних объясняющих перменных?

49. Какие меры можно предпринять для устранения мультиколлинеарности.

50. Для каких целей используется матрица частных коэффициентов корреляции.

51. Какая модель считается динамической.

52. Основные элементы временного ряда.

53. Дать определение лаговым переменным

54. Автокорреляция уровней временного ряда и выявление его структуры.

55. Моделирование сезонных колебаний: аддитивная модель временного ряда.

56. Моделирование сезонных колебаний: мультипликативная модель временного ряда.

57. Критерий Дарбина-Уотсона.

58. Какой метод используется для выравнивания ряда.

59. Перечислите факторы, воздействующие на значения элементов временного ряда

60. Перечислите особенности временных рядов

61. Как проводят расчет оценок сезонной компоненты.

62. Метод скользящей средней.