Ekonometria dr Barczak
EGZAMIN 16.06.08
Zadania (były różne kombinacje zadań, niech inni dopiszą jakie mieli):
1. Zinterpretować model ze względu na x1
Y=2x1+3x2+6 (albo jakiś taki podobny)
Odp: Jeżeli zwiększymy x1 o jednostkę to wartość Y zwięjszy się 2 razy przy założeniu, że x2 pozostanie niezmienione.
Zinterpretować: R2=98%
Odp: 98% zmiennej endogenicznej zostało wyjaśnione przez zmienne objaśniające zawarte w modelu. Jest to bardzo dobry model.
2. Ocenić model Y=2x1+3x2+6 pod względem dopasowania do danych empirycznych trzema dowolnymi miarami.
Odp: Ja liczyłam R2 φ2 i V (współczynnik zmienności losowej, czyli jaka część stanowią wahania przypadkowe) ale nie jestem pewna czy akurat te są najlepsze dla tego zadania.
(Widziałam moją pracę i nie miałam tu nic popisane i pokreślone. Sądzę, że pokręciłam trzecie ale napiszę poprawione rozwiązanie, za które jednak nie daję sobie uciąć głowy :P )
3. Obliczyć prognozę dla 33 okresu, względny i średni błąd predykcji, ocenić dopuszczalność prognozy jeśli największy względny błąd predykcji dopuszczalnej prognozy wynosi 5%.
Podane były:
Suma (Su2) dla 32 okresów
Macierz - teraz nie pamiętam czy macierz wariancji i kowariancji czy samo XTX czy może jej odwrotność -> powiedzmy że wariancji i kowariancji
Model liniowy: dajmy na to : Y=2x1+3x2+6
Zmienne x1 i x2 dla przyszłego (33) okresu. Powiedzmy x1=4 x2=6
Rozwiązanie jak sądzę:
prognoza: podstawić x1 i x2 do modelu:
Yp=2*4+3*6+6=32
Średni błąd predykcji
SDT= pierwiastek (Xt x D2(a) x Xt + Su2) -> zapis macierzowy i wektorowy
VDT=SDT/ YP -> gdy większy od 5 % prognoza niedopuszczalna
Teoria 45 pytań z ujemnymi Prawda / Fałsz (wszyscy mieli te same ale pomieszane):
(odpowiedzi są takie jak mi się wydaje)
w modelach adaptacyjnych mamy trend i wahania przypadkowe T
wybieramy model z max wartością funkcji AIC N
w modelu Browna występują wahania sezonowe T?
zmienna endogeniczna opóźniona i objaśniające to wartości z góry dane T
wartość współczynnika autokorelacji r1 należy do przedziału [0,1] N
heteroskedastyczność należy do założeń MNK N
UMNK stosujemy gdy....
estymator o najmniejszej wariancji jest zgodny N
model wykładniczy można zapisać w postaci y~= ln (y) t~= ln (t) N
y= a0 * a1 t
ln (y) = ln (a0) + t * ln (a1)
do modelu wybieramy kombinacje zmiennych o najmniejszej H (pojemności integralnej) N
składnik losowy jest homoskedastyczny gdy wariancja jest stała T
zmienne objaśniające powinny być silnie z sobą skorelowane N
-||- z Y silnie skorelowane T
gdy d=dL odrzucamy hipotezę H0 T
nieistotność parametru może wynikać z pominięcia ważnych zmiennych T
model z Φ2=98% jest dobrym modelem N
test serii służy do badania dopasowania modelu do danych empirycznych N?
błąd wyliczony na podstawie zrealizowanych prognoz to błąd ex ante N
macierz wariancji i kowariancji jest macierzą symetryczną T
w budowie prognozy przedziałowej uwzględniamy średni błąd predykcji T
błąd wskazywany przez I22 (albo któryś) wynika z obciążoności N
biały szum .... ?
nie pamiętam więcej a te wymienione mogą się różnić detalami