Ekonometrijos konspektas (3)


Ekonomikos konspektas. Kas yra ekonometrija? Kokie pagrindiniai ekonometrijos tikslai? Kokie ekonometrijos metodai? Kas yra modelis? Kokios modelių grupės? Kokie modeliai vadinami funkciniais? Kas sudaro balansinius modelius? Ką nustato optimizaciniai modeliai? Kokie pagrindiniai, ekonometrinio modeliavimo etapai? Kas nustatoma modelio formulavimo etape? Kas atliekama modelio įvertinimo etape? Kam skirtas ekonominis įvertinimų patikrinimo kriterijus? Ką nustato statistinis kriterijus? Ką tikrina ekonometrinis kriterijus? Kas tikrinama nustatant modelio prognozavimo galią? Kokios pageidaujamos ekonometrinio modelio savybės? Kokios yra modelių klasės? Kas pilnai nusako atsitiktinį dydį? Kokias reikšmes gali įgyti pasiskirstymo funkcija? Kuris iš duotų skirstinių yra diskretusis? Kuris tikimybinis modelis tolydusis? Kokias reikšmes gali įgyti atsitiktinis dydis pasiskirstęs pagal binominį skirstinį. Kokias žinote matavimų skales? Kokie kintamieji priskiriami pavadinimų, nominaliajai ar klasifikacinei klasei? Kokie kintamieji priskiriami rangų, tvarkos ar kategorijos klasei? Kokie kintamieji priskiriami intervalų klasei? Kokie kintamieji priskiriami santykių klasei? Kokie kintamųjų, naudojamų regresinėje analizėje, tipai? Kuo skiriasi kiekybiniai tolydieji kintamieji nuo kiekybinių diskrečiųjų? Kuo skiriasi kiekybiniai kintamieji nuo kokybinių? Kokių skalių kintamieji gali būti kiekybiniai tolydieji? Kokių skalių kintamieji gali būti kiekybiniai diskretieji? Kokių skalių kintamieji gali būti kokybiniai? Kokie leistini veiksmai tarp pavadinimų skalės kintamųjų? Kokie leistini veiksmai tarp rangų skalės kintamųjų? Kokie leistini veiksmai tarp intervalų skalės kintamųjų? Kokie leistini veiksmai tarp santykių skalės kintamųjų? Ką rodo porinis koreliacijos koeficientas? Kokias reikšmes gali įgyti koreliacijos koeficientas? Ką reiškia neigiama koreliacija? Kas yra regresinė analizė? Koks uždavinys sprendžiamas regresinės analizės pagalba? Kokie kintamieji regresinėje analizėje vadinami priklausomais? Kokie kintamieji regresinėje analizėje vadinami nepriklausomais? Kokios iš prielaidų yra klasikinės regresijos prielaidos? Kokie metodai naudojami regresijos parametrų įverčiams gauti? Pagal ką nustatomas regresijos parametrų reikšmingumas? Kokie įverčiai vadinami tiesiniais? Kokie įverčiai vadinami nepaslinktais? Kokie įverčiai vadinami efektyviais? Kokie įverčiai vadinami suderintais? Kurias iš savybių tenkina MKM gauti įverčiai? Kokio statistinio testo pagalba tikrinamas regresijos lygties


Ekonometrija – tai statistiniai metodai, skirti analizuoti ekonominius ryšius, tikrinti ekonomines teorijas, siekiant įvertinti ir įgyvendinti ekonominę politiką.

Ekonometrija yra susijusi su empirinių duomenų analize, taikant statistinius metodus. Jos pagrindinis tikslas – hipotezių tikrinimas ebi ekonomikos teorijoje egzistuojančių ryšių įvertinimas.

EKONOMETRIJA – tai mokslo šaka, apjungianti įvairias mokslo sritis: ekonomikos teoriją, tikimybių teoriją bei matematinę statistiką.

5.Kokios modelių grupės? Funkciniai modeliai; balansiniai modeliai; optimizaciniai modeliai; imitaciniai modeliai; kompleksiniai modeliai.Jų aprašymas(nžn ar to reikia)Funkciniai modeliai – taikomi tuo atveju, kai nagrinėjamos tiesioginės priklausomybės tarp priklausomų ir nepriklausomų kintamųjų.Balansiniai modeliai, aprašomi pasitelkus lygčių sistema.Imitaciniai modeliai ne tik atvaizduoja realybę su tam tikru tikslumu, bet ir imituoja ją.Optimizaciniai modeliai - nustato maksimalią ar minimalią efektyvumo kriterijaus reikšmę.Komplesiniai modeliai, juos sudaro išvardytųjų modelių rinkiniai.

7.Kas sudaro balansinius modelius? Balansiniai modeliai, aprašomi pasitelkus lygčių sistemą.

8.Ką nustato optimizaciniai modeliai?Optimizaciniai modeliai – nustato maksimalią ar minimalią efektyvumo kriterijaus reikšmę.

• statistinis kriterijus, apibrežiamas statistikos teorijos, nustato ivertinta statistini modelio patikimuma (determinacijos koeficientas; standartine paklaida);

• ekonometrinis kriterijus, apibrežiamas ekonometrijos teorijos, padeda patikrinti, kurios panaudotos ekonometrines priemones tinkamos, o kurios –ne (Durbino –Vatsono statistika)

Atsitiktinis dydis X, igyjantis baigtine arba skaicių reikšmiu aibe, vadinamas diskrečiuoju.

Diskretusis atsitiktinis dydis X įgyja reikšmes x1, x2, ... su tikimybėmis p1, p2, ...

Atsitiktinis dydis X, įgyjantis baigtinę arba skaičią reikšmių aibę, vadinamas diskrečiuoju.

Tolydžiojo atsitiktinio dydžio reikšmės užpildo visą intervalą. Atsitiktinis dydis X, kurio patekimo į intervalą [a,b] tikimybė skaičiuojama pagal formulę:

22. Kokias reikšmes gali įgyti atsitiktinis dydis pasiskirstęs pagal binominį skirstinį.

Atliekant eksperimentą galimos dvi baigtys – „sėkmė“ ir „nesėkmė“. Sėkmės tikimybė p. Sėkmių skaičius yra atsitiktinis dydis, kuris vadinamas binominiu atsitiktiniu dydžiu.

Intervaliniai duomenys visada skaitiniai, su jais galime atlikti aritmetinius veiksmus, bei kiekybiškai įvertinti. Nulinis taškas intervalų skalėje laisvai parenkamas.

Dviejų šios skalės intervalų santykis nepriklauso nuo matavimo vienetų. Pavz. Temperatūra (pagal Celsijų, pagal Farenheitą), kalendorinis laikas, gabumo testai.

Nuo intervalų skiriasi tik tuo, kad yra apibrėžta absoliuti apskaitos pradžia (absoliutus nulis – tiriamojo požymio nėra). Rezultatai – neneigiami skaičiai. Santykis parodo kiekybinį matuojamo požymio santykį ir nepriklauso nuo matavimo vienetų.

Regresija, kurios nepriklausomo kintamojo reikšmės yra atsilikusios per tam tikrą period skaičių nuo priklausomojo kintamojo reikšmių.

Vienpusė hipotezė yra tokia HA, kurioje tikrinamo parametro reikšmės gali būti tik didesnės arba mažesnės už hipotezėje tikrinamą dydį.

Dvipusės hipotezės atveju parametro reikšmės gali būti tiek didesnės, tiek mažesnės už tikrinamąjį dydį. Pvz. Koeficientų reikšmingumo tikrinimas HA: βj≠0

Paprastai hipotezę tikriname taip: parenkame specialią imties elementų funkciją U=U(x1, x2, ..., xn), kurią vadiname statistika.

Regresiniame modelyje egzistuoja daugiau nei vienas tiesinis ryšys. (kai vieną X galima išreikšti kitais X).

Heteroskedastiškumas – kai didėjant x sklaida didėja. Dviejų imčių nelygioji dispersija. (kai modelio paklaidų dispersija nevienoda.)

Kai duomenys apima skirtingus stebėjimus, t.y. kai yra didelis skirtumas tarp didžiausios ir mažiausios stebėjimų reikšmių. Kuo šis skirtumas didesnis, tuo didesnė heteroskedastiškumo tikimybė.

–Kai praleidžiamas tam tikras kintamasis, tai jo įtaka tenka liekamajam dydžiui. Jei tas kintamasis heteroskedastiškas, tai ir liekanos gali būti heteroskedastiškos

  • Ekonomika Konspektai
  • 2014 m.
  • 17 puslapių (3927 žodžiai)
  • Ekonomikos konspektai
  • Microsoft Word 100 KB
  • Ekonometrijos konspektas (3)
    10 - 8 balsai (-ų)
Ekonometrijos konspektas (3). (2014 m. Lapkričio 30 d.). http://www.mokslobaze.lt/ekonometrijos-konspektas-3.html Peržiūrėta 2016 m. Gruodžio 08 d. 00:18