1.1 Что такое эконометрика?
1.2 Основные задачи эконометрики
1.3 Ключевые понятия: Зависимая и объясняющие переменные
1.4 Корреляция не есть причинность
1.5 Типы данных
1.6 Математическая основа: Общий вид эконометрической модели
Вопросы для самопроверки:
2.1 Модель парной линейной регрессии: Суть и компоненты
2.2 Задача исследователя и метод наименьших квадратов (МНК)
2.3 Вывод формул для оценок МНК
2.4 Свойства оценок МНК: Теорема Гаусса-Маркова
2.5 Что еще нам нужно оценить? Дисперсия ошибок
2.6 Коэффициент детерминации R²: насколько хорошо модель описывает
данные?
2.7 Статистические гипотезы: является ли зависимость значимой?
2.8 Пример: Полный анализ модели «Зарплата vs Образование»
Вопросы для самопроверки:
3.1 Зачем нужны нелинейные модели?
3.2 Ключевая идея: «линеаризуемые» модели
3.3 Основные типы линеаризуемых нелинейных моделей
3.4 Общий алгоритм работы и предостережения
3.5 Пример: Зарплата и опыт (Полиномиальная модель)
Вопросы для самопроверки:
4.1 Общий вид модели и интерпретация коэффициентов
4.2 Предположения классической линейной модели (МЛР)
4.3 Оценка параметров методом наименьших квадратов (МНК)
4.4 Проблема мультиколлинеарности
4.5 Коэффициент детерминации R² и скорректированный R²
4.6 Пример: Детерминанты заработной платы
Вопросы для самопроверки:
5.1 Виды прогнозов и этапы прогнозирования
5.2 Прогнозирование в парной линейной регрессии
5.3 Прогнозирование в множественной линейной регрессии
5.4 Особенности и проблемы прогнозирования
5.5 Оценка качества прогноза
5.6 Практический пример: Прогноз продаж
Вопросы для самопроверки:
6.1 Что такое гетероскедастичность?
6.2 Причины и последствия гетероскедастичности
6.3 Обнаружение гетероскедастичности
6.4 Методы борьбы с гетероскедастичностью
6.5 Практический пример в три шага
Вопросы для самопроверки:
7.1 Что такое автокорреляция?
7.2 Причины и последствия автокорреляции
7.3 Обнаружение автокорреляции
7.4 Методы борьбы с автокорреляцией
7.5 Практический пример в три шага
Вопросы для самопроверки:
8.1 Фиктивные переменные для двух категорий
8.2 Фиктивные переменные для нескольких категорий (ловушка
фиктивных переменных)
8.3 Взаимодействие фиктивных переменных с количественными
переменными
8.4 Тестирование гипотез с фиктивными переменными
8.5 Сезонные фиктивные переменные
8.6 Практический пример: Зарплата, образование и пол
Вопросы для самопроверки:
9.1 Основные компоненты временного ряда
9.2 Стационарность - краеугольный камень анализа
9.3 Как проверить на стационарность?
9.4 Как сделать ряд стационарным?
9.5 Модели стационарных рядов: AR, MA, ARMA
9.6 Модель ARIMA для нестационарных рядов
9.7 Пример: Анализ ежемесячных продаж
Вопросы для самопроверки:
10.1 Базовые компоненты адаптивных моделей
10.2 Модель Хольта-Винтерса - классика адаптивного
прогнозирования
10.3 Интерпретация параметров сглаживания
10.4 Выбор между аддитивной и мультипликативной моделью
10.5 Оценка параметров и инициализация
10.6 Практический пример: Прогноз продаж мороженого
10.7 Преимущества и ограничения АСМ
10.8 Сравнение с ARIMA-моделями
Вопросы для самопроверки: