«Эконометрика»

Типы данных......Page 6
Классы моделей......Page 7
Типы зависимостей......Page 8
1.1. Операция суммирования......Page 10
1.2. Случайные величины......Page 11
Числовые характеристики совокупности......Page 12
1.3. Статистические оценки и их свойства......Page 16
1.4. Ковариация и корреляция......Page 19
1.5. Проверка статистических гипотез......Page 22
Правила проверки нулевой гипотезы......Page 23
Проверка гипотезы о корреляции случайных величин......Page 24
Проверка гипотезы о равенстве двух дисперсий нормальных генеральных совокупностей......Page 25
2.1. Метод наименьших квадратов......Page 27
2.2. Анализ вариации зависимой переменной......Page 29
F-тест на качество оценивания......Page 30
Случайные составляющие коэффициентов регрессии......Page 36
2.4. Предпосылки регрессионного анализа......Page 37
Расчет стандартной ошибки коэффициентов регрессии......Page 41
Проверка гипотезы H0: Р = Ро......Page 42
Проверка гипотезы H0: Р = 0......Page 43
2.5. Пакет анализа Excel (программа «Регрессия»)......Page 47
2.6. Нелинейные регрессии......Page 50
2.7. Прогнозирование в регрессионных моделях......Page 55
3.1. Классическая нормальная линейная регрессионная модель......Page 59
3.2. Анализ вариации зависимой переменной......Page 61
Проверка гипотезы H0: Pi = р2 = = pk = 0......Page 63
Пакет анализа Excel (программа «Регрессия»)......Page 65
3.3. Мультиколлинеарность......Page 67
Частная корреляция......Page 69
Влияние отсутствия в модели переменной, которая должна быть включена......Page 71
Замещающие переменные......Page 72
Инструментальные переменные......Page 73
Фиктивные переменные......Page 74
3.5. Производственная функция Кобба-Дугласа......Page 77
3.6.1. Формирование оптимального портфеля......Page 79
3.6.2. Рыночная модель доходности......Page 86
3.6.3. Модель оценки доходности финансовых активов (САРМ)......Page 94
4.1. Моделирование основной тенденции развития......Page 99
4.2. Моделирование сезонных колебаний......Page 103
модель временного ряда......Page 104
Мультипликативная модель временного ряда......Page 109
4.3. Адаптивное прогнозирование......Page 115
4.4. Автокорреляция уровней временного ряда......Page 125
4.5. Учет тенденции при построении модели регрессии......Page 127
4.6. Учет сезонности при построении модели регрессии......Page 130
5.1. Обнаружение гетероскедастичности......Page 133
5.2. Обобщенный метод наименьших квадратов......Page 138
5.3. Обнаружение автокорреляции......Page 141
5.4. Авторегрессионное преобразование......Page 143
5.5. Автокорреляция с лаговой зависимой переменной......Page 147
6.2. Модели с распределенным лагом......Page 151
Модель геометрических лагов (модель Койка)......Page 152
Модель полиномиальных лагов (метод Алмон)......Page 156
6.3. Модели авторегрессии......Page 159
Модель частичной корректировки......Page 162
Модель адаптивных ожиданий......Page 164
7.1. Понятие стационарности......Page 169
7.2. Модель авторегрессии AR(p)......Page 171
Тестирование на единичные корни......Page 173
7.3. Модель скользящего среднего MA(q)......Page 174
7.4. Модель авторегрессии и скользящего среднего ARMA......Page 176
7.5. ARMA-модели......Page 177
Прогнозирование в модели ARIMA (1,1,0)......Page 187
7.6. Сезонные модели ARIMA......Page 189
8.1. Структурная и приведенная формы уравнений......Page 193
8.2. Методы оценивания структурных уравнений......Page 195
8.3. Ненулевое ограничение......Page 210
8.4. Условия для идентификации......Page 217
Выводы......Page 221
ЛИТЕРАТУРА......Page 222
ПРИЛОЖЕНИЕ. Значения d1 и d2 критерия Дарбина-Уотсона при уровне значимости 0,05......Page 223