Конспект Андрея Костырки лекций Г.Г. Канторовича (2011-2012)

Темы лекций

Лекция 24. 07 апреля 2016

AR(p). ARMA(p, q). Слабая стационарность. ACF. Случайное блуждание (Random Walk). Случайное блуждание со сносом (Drifted Random Walk). Работа Нельсона и Канга о кажущихся трендах (spurious trend) и кажущихся зависимостях. Распределение Дики — Фуллера.

Лекция 23. 10 марта 2016

Лекция 21. 25 февраля 2016

Пропущенные переменные (omitted variables). Незначимые переменные (irrelevant variables). Неправильная функциональная форма.

Лекция 20. 18 февраля 2016

Тесты на автокорреляцию. Процедура Кокрейна — Оркутта. LM-тест Бройша — Годфри. Ошибка спецификации.

Лекция 19. 11 февраля 2016

Автокорреляция.

Лекция 18. 04 февраля 2016

Тестирование на гетероскедастичность. Тест Парка. Тест Глейзера. Тест Уайта. Тест Бройша — Пагана. Тест Голдфелда — Квандта.

Лекция 17. 28 января 2016

Гетероскедастичность. Свойства МНК-оценок при гетероскедастичности. Взвешенный МНК. Обобщённый МНК. Теорема Айткена.

Лекция 16. 21 января 2016

Способы преодоления мультиколлинеарности: переход к логарифмам, yчет априорной информации о модели, ridge regression, метод главных компонент. Понятие гетероскедастичности.

Лекция 15. 14 января 2016

Мультиколлинеарность. Причины мультиколлинеарности. Теоретическая (perfect) и квази- (imperfect) мультиколлинеарность. Метод вспомогательных регрессий. Свойство плохой обусловленности. Коэффициент вздутия инфляции (VIF, variance inflation factor).

Лекция 13. 10 декабря 2015

Метод максимального правдоподобия. ЦПТ Ляпунова. ЦПТ Линдеберга — Феллера.

Лекция 12. 03 декабря 2015

Метод инструментальных переменных. Обобщенный метод инструментальных переменных. Двухшаговый метод наименьших квадратов (2SLS).

Лекция 11. 26 ноября 2015

Теорема Гаусса — Маркова для стохастических регрессоров (продолжение). Условие экзогенности. Условие предопределённости. Теория перманентного дохода. Метод инструментальных переменных.

Лекция 10. 19 ноября 2015

Стохастические регрессоры. Условное математическое ожидание и его свойства. Условная дисперсия и условная ковариация, их свойства. Теорема Гаусса — Маркова для стохастических регрессоров.

Лекция 9. 12 ноября 2015

Дамми-переменные. Дифференциация в трудовой карьере (по диплому, по трудовому стажу, по расе). Ошибка дамми-переменных. Тест Чоу. Сезонность и сезонные данные.

Лекция 8. 05 ноября 2015

Экспоненциально убывающая функция спроса. Эластичность спроса по цене. The Box-Cox transformation. Zarembka scaling. Модели в обратных переменных. Закон Энгеля. Кривая Филлипса. Полиномиальная регрессия. Уравнение Минцера.

Лекция 7. 22 октября 2015

Нормальный вектор. Проверка гипотез: о значимости признаков (всех и части), об адекватности регрессии. Проверка общей линейной гипотезы.

Лекция 6. 15 октября 2015

Множественная регрессия. Теорема Гаусса — Маркова для множественной регрессии.

Лекция 5. 08 октября 2015

P-значение. Проверка гипотез о значимости коэффициентов. Пример в excel. Коэффициент R2. Тест адекватности регрессии.
F-отношение. Распределение Фишера. Дисперсионный анализ (ANOVA). Выборочный коэффициент корреляции. Регрессия без свободного члена. Переход к центрированным и нормированным переменным.

Лекция 4. 01 октября 2015

Вопрос о состоятельности оценок МНК. Классическая линейная регрессия. Доверительные интервалы и проверка гипотез.

Лекция 3. 24 сентября 2015

Свойства оценок МНК. Теорема Гаусса — Маркова.

Лекция 2. 17 сентября 2015

Диаграмма рассеяния. Регрессия. МНК. Система нормальных уравнений МНК. Свойства коэффициентов. Геометрическая интерпретация.

Лекция 1. 10 сентября 2015

Что такое эконометрика и где она используется. Типы данных. Примеры открытых баз данных. Этапы эконометрического исследования. Модель. Методы оценивания. Тестирование оцененной модели. Статистические пакеты.