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 (3n w pierwszej potędze.
Dla klasycznego modelu regresji liniowej istotna jest liniowość nie względem zmiennych objaśniających a liniowości względem parametrów yi=(31+p2x2i+---+l1 2 3 4 5kxki+£>
rząd macierzy zmiennych objaśniających X jest równy k<n
k- liczba zmiennych, n - liczba obserwacji
Var (ei)=(signa6 7) jest liczbą stałą E- homoskedastyczne
Cov(Ei Ej)=0 brak autokreacji
ei ma rozkład normalny
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.
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
zmienne objaśniające X2..Xki sąnielosowe, zmienne nielosowe