Решить задачи по эконометрике

Решать задачи нужно в gretl (это кросс-платформенный программный пакет для эконометрического анализа)

Более подробное описание задач могу прислать.

ПАС Регрессионный анализ: Подбор данных и построение модели МНК

Цель предметно аналитической справки (ПАС) – закрепить и продемонстрировать умение построения и анализа эконометрических моделей.

Настоящий этап включает выполнение следующих заданий:

1. Подбор от 8 до 12 временных рядов, содержащих не менее 80 временных лагов каждый. Данные должны быть актуальными.
2. Формулирование темы работы; описание постановки задачи.
3. Формирование списка изучаемых временных рядов, включающего:

• краткий (условный) легко читаемый идентификатор ряда (3–6 символов), который используется в файле данных;
• полное название временного ряда в том виде, как он описан в источнике данных (на языке, использованном в источнике);
• полное название на русском языке (если язык источника отличается от русского);
• единицы измерения данных каждого ряда;
• точная ссылка на страницу источника данных для каждого ряда.

1. Создание таблицы Анализа общей статистики.
2. Построение Графиков всех Временных рядов с указанием значений на шкале графика и единиц измерения.
3. Построение Диаграмм рассеяния для всех пар «зависимая переменная – регрессор» с построением линейной и, при необходимости, других (степенных, логарифмических) интерполяций, с указанием значений на шкале и единиц измерения. Зависимая переменная на диаграммах рассеяния должна быть отложена по вертикальной оси (ординат).
4. Выбор спецификации и построение модели множественной регрессии МНК. 
5. Проверка значимости модели: 

• в целом (тест Фишера); 
• отдельных коэффициентов (тест Стьюдента). 

1. RESET-тест Рамсея по проверке правильности спецификации.
2. Спецификация модели должна быть подобрана так, чтобы тест Рамсея подтвердил адекватность модели (хотя бы в одном из вариантов на одном из стандартных уровней значимости).
3. Анализ мультиколлинеарности параметров с помощью факторов инфляции дисперсии.
4. Уменьшение мультиколлинеарности с помощью построенных Индексов, имеющих экономический смысл.
5. Тест по проверке Избыточных переменных.
6. В случае, если принято решение об исключении избыточных переменных, для новой модели повторяется тест Рамсея.

ПАС Регрессионный анализ: Анализ модели

Настоящий этап включает выполнение следующих заданий:

1.   Тесты по проверке стабильности параметров (однородности модели) – Чоу и QLR: отношения правдоподобия Квандта (Quandt).

2.   Тесты по проверке гомоскедастичности: Уайта (White) и Бреуша–Пагана (Breusch–Pagan).

3.   Построение модели Взвешенным МНК.

4.   Тест нормальности функции распределения остатков регрессии.

5.   Итоговое уравнение; Выводы. Запись итогового уравнения построенной регрессии с числовыми параметрами.

Запись выводов из полученного уравнения, в которых должно быть сформулировано, какое влияние оказывает каждый регрессор на зависимую переменную. Выводы должны быть записаны в количественном выражении, обязательно должны быть указаны единицы измерения регрессоров и зависимой переменной. Значения всех коэффициентов должны быть записаны с разумной точностью (3–4 значащих цифры).

6.   Построение «фиктивного» прогноза для последнего наблюдения на основании построенной модели МНК.

7.   Тест Дарбина–Уотсона (Durbin–Watson) на наличие автокорреляции остатков.

8.   Выбор бинарной зависимой переменной; построение модели бинарного выбора (Логит и Пробит)