Александр Филатов "Эконометрика"
МНОГОМЕРНЫЕ СТАТИСТИЧЕСКИЕ МЕТОДЫ
- Лекция 1 - Введение в предмет. Формы записи исходных данных. Основные проблемы прикладной статистики. Этапы статистического анализа
- Лекция 2 - Статистическое исследование зависимостей. Пример "построение функции спроса"
- Лекция 3 - Типовые задачи эконометрического моделирования. Типы зависимостей между количественными переменными. Выбор вида функции регрессии
- Лекция 4 - Критерий для проверки гипотезы о виде функции регрессии, основанный на группировке данных. Численный пример
- Лекция 5 - Корреляционный анализ количественных переменных. Основные показатели тесноты связи. Коэффициент детерминации
- Лекция 6 - Коэффициент корреляции: проверка гипотезы о наличии парной линейной связи, доверительный интервал
- Лекция 7 - Корреляционное отношение: проверка гипотезы о наличии парной нелинейной связи, доверительный интервал
- Лекция 8 - Исследование множественных линейных связей. Частные и множественный коэффициенты корреляции
- Лекция 9 - Корреляционный анализ порядковых переменных. Ранговые коэффициенты корреляции Спирмена и Кендалла
- Лекция 10 - Связь между несколькими порядковыми переменными. Коэффициент конкордации. Корреляционный анализ категоризованных переменных. Квадратичная сопряженность. Коэффициент Крамера
- Лекция 11 - Распознавание образов и классификация объектов. Общая идея. Дискриминантный анализ
- Лекция 12 - Расщепление смеси нескольких генеральных совокупностей. Кластер-анализ. Расстояние между объектами. Расстояние между классами. Функционалы качества разбиения на классы
- Лекция 13 - Задачи кластер-анализа. Виды процедур кластер-анализа: иерархические, параллельные, последовательные
- Лекция 14 - Снижение размерности признакового пространства. Метод главных компонент
- Лекция 15 - Численный пример на метод главных компонент. Матрица нагрузок главных компонент на исходные признаки
- Билеты для экзамена
- Задания для контрольных работ
ЭКОНОМЕТРИКА
- Лекция 1 - Введение в эконометрику. Системы одновременных уравнений. Структурная и приведенная формы.
- Лекция 2 - Пример «потребление, инвестиции, ВВП». Этапы эконометрического исследования.
- Лекция 3 - Регрессионный анализ. Классическая линейная модель множественной регрессии. Метод наименьших квадратов.
- Лекция 4 - Свойства оценок. Проверка гипотез о значимости регрессора и модели в целом. Доверительные интервалы.
- Лекция 5 - Ошибки спецификации модели. Мультиколлинеарность, методы ее устранения.
- Лекция 6 - Обобщенная линейная модель множественной регрессии. Случай гетероскедастичных остатков.
- Лекция 7 - Случай автокоррелированных остатков. Проверка гипотез о гетероскедастичности и автокорреляции.
- Лекция 8 - Практические рекомендации по построению регрессионной модели. Итеративная процедура Кохрейна-Оркатта.
- Лекция 9 - Точечный и интервальный прогноз в моделях линейной регрессии. Метод скользящего экзамена.
- Лекция 10 - Линейные регрессионные модели с переменной структурой. Использование дамми-переменных.
- Лекция 11 - Учет эффекта взаимодействия сопутствующих переменных. Проверка регрессионной однородности двух групп наблюдений.
- Лекция 12 - Нелинейные модели, поддающиеся непосредственной линеаризации.
- Лекция 13 - Выбор вида зависимости. Метод проб и ошибок. Метод Бокса-Кокса.
- Лекция 14 - Бинарные результирующие показатели и связанные с ними логит- и пробит-модели. Их оценивание.
- Билеты для экзамена
- Задания для контрольных работ
ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ