Прогнозирование по регрессионной модели и его точность. Доверительные и интервалы прогноза.

Прогнозирование по модели множественной регрессии проводится аналогично прогн-ю по Ур-ю парной регрессии(строят точечный И интервальный прогнозы)

Точечный-расчетное значение результата,полученное подстановко в Ур-е множ-ой регрессии прогнозных значений факторов.Если заданы прог-ые значения факторов х1,х2,…Xp,то прог-е знач-е результат будет равно:

x1,x2…xпр)

Интервальный-минимальноеи макс.значения результата,в промежуток меджу которыми с заданной долей вероят-ти попадает факт.значение результата при заданных прогн.значениях факторов:

Где Tтабл-табличное значение t-критерия Стьюдента при df=n-m-1степенях свообды

Se(Упр)-средняя лшибка прогн.значения результата ,вычисляемая по формуле

Se(Упр)= ,

Где Х-МАТРИЦА ИСХОДНЫХ ЗНАЧЕНИЙ ФАКТОРОВ

Хпр-матрица-столбец прогнозных значений факторов

18. Содержание

    • Эконометрическая модель.
    • Измерения в экономике. Шкалы измерений.
    • Случайные события и случайные переменные. Распределение случайных величин.
    • Статистические характеристики случайных величин и их свойства.
    • Основные функции распределения.
    • Оценки статистических характеристик и их желательные свойства.
    • Проверка статистических гипотез.
    • Критерий и критическая область.
    • Мощность статистического критерия. Уровень значимости.
    • Модель линейной регрессии.
    • Оценивание параметров регрессии. Метод наименьших квадратов.
    • Система нормальных уравнений мнк и ее решение.
    • Свойства оценок параметров, полученных методом наименьших квадратов. Условия Гаусса – Маркова.
    • Коэффициент детерминации и его свойства.
    • Предположение о нормальном распределении случайной ошибки в рамках классической линейной регрессии и его следствия.
    • Доверительные интервалы оценок параметров и проверка гипотез об их значимости.
    • Прогнозирование по регрессионной модели и его точность. Доверительные и интервалы прогноза.
    • Ковариационная матрица оценок коэффициентов регрессии.
    • Проверка значимости коэффициентов и адекватности регрессии для множественной линейной регрессионной модели.
    • Коэффициент множественной детерминации. Скорректированный коэффициент детерминации.
    • Проблемы спецификации регрессионной модели. Пошаговая регрессия.
    • Проблема смещения Предположим, что переменная у зависит от двух переменных х1, и х2 в соот­ветствии с соотношением:
    • Неприменимость статистических тестов
    • Замещающие переменные. Фиктивные переменные.
    • Мультиколлинеарность. Влияние мультиколлинеарности на оценки параметров уравнения регрессии.
    • Методы борьбы с мультиколлинеарностью.
    • Линеаризация регрессионных моделей путем логарифмических преобразований.
    • Модели с постоянной эластичностью. Производственная функция Кобба - Дугласа.
    • Модель с постоянными темпами роста (полулогарифмическая модель).
    • Полиномиальная регрессия.
    • Кривая Филипса
    • Гетероскедастичность. Последствия гетероскедастичности для оценок параметров регрессии методом наименьших квадратов и проверки статистических гипотез.
    • Признаки гетероскедастичности и ее диагностирование. Обнаружение гетероскедастичности
    • 1. Графический анализ остатков
    • 2. Тест ранговой корреляции Спирмена
    • 3. Тест Голдфелда-Квандта
    • Оценивание коэффициентов множественной линейной регрессии в условиях гетероскедастичности. Обобщенный метод наименьших квадратов.
    • Автокорреляция. Причины автокорреляции.
    • Влияние автокорреляции на свойства оценок мнк.
    • Тест серий. Статистика Дарбина – Уотсона.
    • Способы противодействия автокорреляции.
    • Стохастические объясняющие переменные. Последствия ошибок измерения.
    • Инструментальные переменные.
    • Лаговые переменные и экономические зависимости между разновременными значениями переменных.
    • Модели с распределенными лагами.
    • Модели авторегрессии как эквивалентное представление моделей с распределенными лагами.
    • Ожидания экономических агентов и лаговые переменные в моделях
    • Модели наивных и адаптивных ожиданий.
    • Модель гиперинфляции Кейгана.
    • 44. Модель гиперинфляции Кейгана
    • Понятие об одновременных уравнениях. Структурная и приведенная форма модели.
    • Структурная и приведённая форма. Идентифицируемость
    • Примеры
    • Проблема идентификации. Неидентифицируемость и сверхидентифицированность.
    • Оценивание системы одновременных уравнений. Косвенный и двухшаговый мнк.
    • Системы эконометрических уравнений с лаговыми переменными.
    • Модель Кейнса.
    • Модель Клейна.
    • Матричная форма записи модели Клейна