ScannedImage 3

1. Co to jest model ekonometryczny?    .

Jest to jak każdy model ekonometryczny uproszczony obraz rzeczywistości.    i

Szczególną jego cechą ukazanie zjawiska j zachodzącego pomiędzy zmienną objaśnianą i a zmiennymi objaśniającymi. Występuje w j postaci równania matematycznego zwanego równaniem regresji, dodany współczynnik losowy yi=(31+|32x2i+P 3x3i⁺ --⁺Pkxk*⁺£i Yi zmienna objaśniona Bj .nieznane parametry Ei składnik losowy Np. X2i- zmienna objaśniająca

2. Proszę przedyskutować metodologię ekonometrii?

Przez metodologię ekonometrii rozumiemy sposób postępowania w trakcie budowy modelu ekonometrycznego. Można wyróżnić następujące elementy: ajustalenie teorii ekonomicznej lub zbioru hipotez, które model ekonometryczny ma to potwierdzić lub odrzucić; bjokreślenie postaci matematycznej modelu ekonometrycznego polega na specyfikacji funkcji matematycznej wiążącej zmienną objaśnianą ze zdefiniowanym zmiennymi objaśniającymi. Metodologia zaleca aby w początkowym modelu znalazł. się możliwie najszybszy zbiór zmiennych ekonomicznych, które mają wyjaśnić zachowanie się zmiennej objaśnianej w kolejnych krokach poprawy modelu, zbiór ten może być redukowany; cjdołączenie zaburzenia losowego wyspecyfikowanie równane staje się modelem ekonometrycznym. djustalenie zbioru danych statystycznych, użytych dla oszacowania modelu. Zaleca się wstępne sporządzenie wykresów zmiennych w dalszej procedurze wykrywania obserwacji wpływowych.

f) estymacja parametrów modelu ekonometrycznego. Dwie metody o powszechnym zastosowaniu: najmniejszych kwadratów, uogólniona metoda najmniejszych kwadratów.

g) diagnostyka pomaga ustalić, czy model nie zawiera istotnych wad, wymagających poprawek. W tym celu model poddawany jest szczegółowej weryfikacji za pomocą szeregu testów.

h) satysfakcjonujący model może służyć do sprawdzenia teorii ekonometrii, inicjującej jego powstanie lub do testowania postawionych wstępnie hipotez; ijoszacowanie modelu może być następnie wykorzystany dla celów prognostycznych.

r

5.Proszę przedyskutować rodzaje danycn statystycznych?    ;

a) dane szeregów czasowych-są to

najbardziej popularne zbiory danych gdzie kolejne obserwacje rejestrują badanie zjawiska ekonomiczne w następujących po sobie momentach lub przedziałach czasu.

b) dane przekrojowe powstająjako obserwacje dokonywane w tym samym czasie na wielu jednostkach

c) dane. panelowe-łączą dane szeregów czasowych i danych przekrojowych

___^    * j

C.Na czym polega liniowość w klasycznym i modelu regresji liniowej.    s

Polega na tym, że równanie to ustala, że j obserwowane „i” zmiennej objaśnionej yi powstaje jako suma iloczynów nieznanych parametrów (np. p2x2i) pomnożone przez Xi tych zmiennych objaśniających i uzupełnione nieznanym zaburzeniem losowym. Liniowość względem po pierwsze zmiennych objaśniających są w pierwszej potędze a po drugie względem parametrów (3_n w pierwszej potędze.

Dla klasycznego modelu regresji liniowej istotna jest liniowość nie względem zmiennych objaśniających a liniowości względem parametrów yi=(3₁+p₂x2i⁺---⁺l^{1 2 3 4 5}kxki⁺£>

1

rząd macierzy zmiennych objaśniających X jest równy k<n

k- liczba zmiennych, n - liczba obserwacji

2

Var (ei)=(signa^{6 7}) jest liczbą stałą E- homoskedastyczne

3

Cov(Ei Ej)=0 brak autokreacji

4

   ei ma rozkład normalny

5

   ei ma rozkład normalny.

4.    Jaką rolę spełnia składnik losowy w klasycznym modelu regresji liniowej? Składnik losowy (£i) w klasycznym modelu regresji liniowej spełnia rolę uzupełniającą w stosunku do zmiennych objaśniających tzn: to co nie zostało ujęte w tych zmiennych np.: zmienne pominięte, cechy charakteru, błędy pomiaru, błędna postać modelu, błędy statystyczne, błędne hipotezy, niewłaściwa postać równania matematycznego przyjętego modelu. Dzięki niemu równanie regresji ma charakter stochastyczny-losowy. Zaburzenie losowe zwane również zaburzeniem stochastycznym lub składnikiem losowym lub błędem losowym, którego głównym celem jest przedstawienie sumarycznego oddziaływania na zmienna objaśnianą wszystkich innych czynników, pominiętych w równaniu, ze względu na ich drugorzędne znaczenie dla opisu badanego.

6

3. Proszę wymienić i przedyskutować założenia klasycznego modelu regresji liniowej.

1 jgenerowanie obserwacji na zmiennej objaśnianej Y=x|3+E yi=Pi+p2x2i+p3x3i+. - ■ +(3kxki+Ei model jest liniowy

7

zmienne objaśniające X₂..X_ki sąnielosowe, zmienne nielosowe