Контрольная работа на тему "Эконометрика контрольная работа" - готовые работы

ГлавнаяКаталог работКонтрольная работаЭконометрика контрольная работа
fig
fig
fig
Тип работы: Контрольная работа
Предмет: Эконометрика

Эконометрика контрольная работа

Описание:

 

Вопрос 1.Назовите некоторые основные проблемы эконометрического моделирования.

 

Вопрос 2. Как называется метод, который наиболее часто используется при оценке параметров линейной модели в эконометрике? 

 

Вопрос 3. Как называются показатели, которые характеризует степень разброса случайной величины вокруг ее среднего значения?

 

Вопрос 4. Какой физический смысл несет коэффициент детерминации в эконометрической линейной модели связи двух переменных, таких как расходы и доходы, цена и спрос, число занятых и уровень безработицы и т.д.?

 

Вопрос 5. Что обозначает и как рассчитывается функция эластичности

 

Вопрос 6. Что мы подразумеваем под свойствами линейной модели

 

Вопрос 7. В каких пределах будет заключена случайная ошибка с вероятностью 0.95, если она имеет Гауссовское распределение с параметром 

 

Вопрос 8. При каких значениях статистики Фишера нулевая гипотеза отвергается, и какова вероятность того, что мы отвергнем верную гипотезу?

 

Вопрос 9. Какая из трех нулевых гипотезе

 

Вопрос 10. Что такое гетероскедастичность и автокоррелированность ошибок?

 

 

 

 


 

Выдержка из работы:

Эконометрика контрольная работа

. Назовите некоторые основные проблемы эконометрического моделировани?
Ответ: Рассмотрим некоторые основные проблемы эконометрического моделирования:
Постоянство механизмов:
Одно из условий, на которое опирается эконометрическое моделирование, состоит в том, что функциональное соотношение не меняется в течение рассматриваемого периода. Однако это условие часто нереалистично, особенно в случае, когда приходится иметь дело с переходной экономикой. Это обычная проблема, с которой экономист сталкивается при исследовании экономических процессов с изменчивой структурой. Как бы то ни было, приходится делать предположение о неизменности формы модели, иначе моделирование не было бы возможно.
Один из возможных способов учета структурных сдвигов состоит в использовании различного рода сконструированных переменных, таких как, фиктивные переменные и тренды. Включение в эконометрическую модель трендов позволяет учитывать изменения во всех коэффициентах регрессионного уравнения: свободном члене и коэффициентах при «экономических» переменных. Фиктивные переменные (принимающие только два значения — 0 и 1) позволяют учесть резкие структурные скачки.

Кроме того, использование фиктивных переменных и гармонических трендов (синусов и косинусов) позволяет учесть в модели сезонные колебания. Если предположить, что сезонность имеет детерминированный характер, то ее можно смоделировать, добавив в уравнение регрессии компоненту следующего вида:

? 1 M1 + … + ? 12 M12.

Здесь M1, …, M12 — сезонные месячные переменные.

Все же эти методы не позволяют адекватно учесть изменения, если неизвестен их характер или момент изменения (в случае скачка). Особенно большие проблемы создают структурные сдвиги для прогнозирования. Если резкое изменение в параметрах экономического процесса произошло в течение исследуемого периода, то это изменение можно заметить и учесть в модели. Если же неожиданное изменение произойдет после исследуемого периода, то сделанные прогнозы окажутся неверными.

Недостаточный набор данных:

Имеющихся данных может быть недостаточно для того, чтобы определить функциональную связь между переменными, либо они недостаточно варьируются, чтобы можно было отличить влияние одного фактора от влияния другого. Последняя проблема получила в эконометрическом моделировании название «мультиколлинеарности». В отличие от экспериментальных наук, у отдельного исследователя, изучающего экономические процессы, как правило, нет возможности сколько-нибудь заметно на них повлиять. Обычно за него это делает правительство. Чтобы восполнить недостаток данных, исследователю приходится делать некоторые априорные допущения, зачастую недостаточно обоснованные.

Как правило, функциональная форма модели заранее неизвестна. В этом случае хорошим выходом из положения было бы использование непараметрических методов оценивания. Однако для применения таких методов необходим довольно значительный набор данных. Поэтому на практике, как правило, предполагают, что зависимость между двумя переменными линейна. Часто линейная зависимость дает хорошую аппроксимацию гладкой зависимости в некоторой небольшой окрестности, но вообще говоря, нет никакой гарантии, что «истинная» зависимость не окажется сильно нелинейной как раз в том интервале, к которому относятся данные.

При применении статистических методов следует помнить, что постулируемые свойства как правило носят асимптотический характер, то есть проявляются в пределе, при стремлении количества наблюдений к бесконечности. В частности, если в линейной регрессии в качестве регрессоров используются лаги зависимой переменной, то, даже если выполнены стандартные предположения регрессионного анализа, полученные оценки будут состоятельными, но смещенными.

Проблема ложной регрессии:

Для того, чтобы получить высокий коэффициент детерминации, достаточно, чтобы в зависимой переменной и в регрессоре имелся тренд и динамика трендов до некоторой степени совпала. Коэффициент детерминации, как правило, бывает, высок в регрессии одного растущего показателя по другому растущему показателю.

С другой стороны, коэффициент детерминации, как правило, бывает низким в регрессии одного процесса типа «белый шум» по другому такому же процессу.

Двумя основными причинами наличия «тренда» во временных рядах являются

• детерминированная составляющая (тогда говорят о детерминированном тренде),

• нестационарность (тогда говорят о стохастическом тренде).

Наличие детерминированного тренда может приводить к появлению ложной регрессии.

Пусть, например Y t и X t порождаются процессами

Y t = a + b t + ? t , X t = c + d t + ? t ,

где ? t , ? t — независимые, одинаково распределенные ошибки. Регрессия Y t по константе и X t может иметь высокий коэффициент детерминации и этот эффект только усиливается с ростом размера выборки. К счастью, с «детерминированным» вариантом ложной регрессии достаточно легко бороться. В рассматриваемом случае достаточно добавить в уравнение тренд в качестве регрессора, и эффект ложной регрессии исчезает.
Если существует стационарная линейная комбинация нестационарных случайных процессов, то эти процессы называют коинтегрированными. Коинтегрированность гарантирует (по крайней мере, асимптотически, то есть для больших выборок), что не возникнет ложная регрессия. Теория коинтеграции — быстро развивающийся раздел современной эконометрики.
Для оценивания моделей с нестационарными, но коинтегрированными переменными, вообще говоря, следует использовать специальные методы. К сожалению, методы оценивания коинтеграционных регрессий сложны с точки зрения реализации, и способы проверки их спецификации плохо разработаны. Поэтому, несмотря на указанные недостатки, обычный метод наименьших квадратов остается наиболее мощным инструментом эконометрики.
 

Отзывы клиентов:

Светлана
26 июнь 2022
Закончила интересное исследование по политологии, но не смогла написать достойную научную статью по своей тематике. Коллеги порекомендовали оставить заявку на сайте DIPLAND. Результат не разочаровал. Поручаюсь за этот полезный сервис, обращайтесь и не пожалеете!
Тип работы:
Оценка:
Константин
26 июнь 2022
Перешел на сайт Дипленд по рекламной ссылке. Решил проверить, насколько хорош этот сервис. Заказал ответы на билеты к экзамену по сопромату. Специалисты справились отлично, правда, сроки несколько огорчают. В целом, устроило. Рекомендую всем студентам!
Тип работы:
Оценка:
Элла
26 июнь 2022
В рамках маркетингового исследования потребовалось подготовить яркую и эффектную презентацию. Не имея подобного опыта, думала, что провалю проект. Однако коллеги подсказали сайт дипленд.ру, где я получила качественную помощь. Презентация прошла успешно! Маркетологам будет полезен данный сервис!
Тип работы:
Оценка:
Даниил
26 июнь 2022
Срочно потребовался перевод юридических документов на испанский язык. Покупка недвижимости — дело ответственное. Риелтор посоветовал обратиться за помощью на сайт dipland.ru. Автора подобрали не сразу, что заставило меня понервничать. Однако результата стоило подождать. Работа была выполнена качественно, и я успешно закрыл сделку. Всем, кто столкнулся с подобными трудностями, рекомендую эту компанию.
Тип работы:
Оценка:
Дмитрий
26 июнь 2022
Успешно учусь в вузе на факультете химии, но последняя лабораторная работа поставила меня в тупик. Хорошо, что есть такой полезный сервис, как DipLand. Мне его посоветовал лаборант. На оформление заказа ушло буквально пять минут. Работа была выполнена качественно, со всеми необходимыми расчетами. Получилось сохранить отличную успеваемость. Поделюсь полезной ссылкой с одногруппниками.
Тип работы:
Оценка:
Алена
26 июнь 2022
Учусь на заочном, и в моем городе невозможно найти предприятие, чтобы полноценно пройти производственную практику. Заказала отчет на сайте DIPLAND. Цены приемлемые, а результат заслуживает высшей оценки. Всем подругам рассказала об этой компании.
Тип работы:
Оценка:
Читать больше отзывов

Наши гарантии:

Финансовая защищенность
Опытные специалисты
Тщательная проверка качества
Тайна сотрудничества