Тема 4. Нелинейные регрессионные модели и их линеаризация

Рекомендации по составлению и доработке конспекта лекции

При рассмотрении данной темы следует обратить внимание на изучение некоторых видов нелинейных зависимостей, поддающихся непосредственной линеаризации. Научиться давать интерпретацию параметров степенной модели, проводить анализ производственных функций (эластичность объема производства, эффект от масштаба производства).

В процессе изучения данной темы важно разобраться, что представляет собой построение степенных регрессионных моделей (функции спроса, потребления и спроса-потребления). Затем необходимо дать экономическую интерпретацию полученных моделей.

Ключевые слова: нелинейные зависимости, степенная регрессионная модель, производственные функции, коэффициент эластичности, экономическая интерпретация модели.

Задание для самостоятельной работы:

1. Изучить категориальный аппарат.

2. Доработать материалы лекции.

3. Повторить расчёты, выполненные на лекции под руководством преподавателя.

Тема 5. Динамические регрессионные модели

Рекомендации по составлению и доработке конспекта лекции

Главное внимание при изучении данной темы следует сосредоточить на рассмотрении модели стационарных временных рядов и их идентификации: модели авторегрессии порядка p, скользящего среднего порядка q и авторегрессионные модели со скользящими средними в остатках (АРСС (р, q)- модель).

В процессе изучения данной темы важно разобраться, что представляют собой модели нестационарных временных рядов и их идентификация. И том числе модель авторегрессии – проинтегрированного скользящего среднего (АРПСС (р, k, q)- модель), модели рядов, содержащих сезонную компоненту.

При рассмотрении данной темы следует обратить внимание на изучение модели регрессии с распределенными лагами (с конечной и бесконечной величиной лага). Понять методы оценки параметров моделей с распределенными лагами.

Ключевые слова: модели стационарных временных рядов, модели авторегрессии, модели нестационарных временных рядов, модели рядов, содержащих сезонную компоненту, модели регрессии с распределенными лагами, идентификация моделей.

Задание для самостоятельной работы:

1. Изучить категориальный аппарат.

2. Доработать материалы лекции.

3. Повторить расчёты, выполненные на лекции под руководством преподавателя.

Тема 6. Прогнозирование, основанное на использовании моделей временных рядов

Рекомендации по составлению и доработке конспекта лекции

Рассмотрение данной темы необходимо начать с изучения сущности и взаимосвязи проблем прогнозирования на базе АРПСС – моделей (моделей Бокса-Дженкинса). Особое внимание следует уделить адаптивным моделям прогнозирования: Брауна, Хольт, а также адаптивным моделям прогнозирования с учетом сезонности: Хольта-Уинтерса, Тейла-Вейджа.

Ключевые слова: адаптивные модели прогнозирования, модели прогнозирования с учетом сезонности, модель авторегрессии – проинтегрированного скользящего среднего (АРПСС).

Задание для самостоятельной работы:

1. Изучить категориальный аппарат.

2. Доработать материалы лекции.

3. Повторить расчёты, выполненные на лекции под руководством преподавателя.

Тема 7. Системы линейных одновременных уравнений

Рекомендации по составлению и доработке конспекта лекции

При изучении данной темы студенты должны разобраться с основными видами систем уравнений. Особое внимание уделить идентификации рекурсивных систем. Следует изучить структурную и приведенную формы модели, выраженной системой одновременных уравнений.

Кроме того, нужно уделить внимание изучению такого вопроса как проблема идентифицируемости модели. Знать необходимое и достаточное условия идентифицируемости уравнений системы.

Ключевые слова: идентификация рекурсивных систем, система линейных одновременных уравнений, структурная форма модели, приведенная форма модели, идентифицируемость модели.

Задание для самостоятельной работы:

1. Изучить категориальный аппарат.

2. Доработать материалы лекции.

3. Повторить расчёты, выполненные на лекции под руководством преподавателя.