модель авторегрессионная – динамическая модель, в которой в качестве объясняющих переменных используются значения результативной переменной в предыдущие периоды
модель авторегрессионная p-го порядка (AR(p)) – это динамическая регрессионная модель, в которой в качестве объясняющих переменных используются значения зависимой переменной за p предшествующих периодов.
модель авторегрессионная с распределенными лагами порядка pи q(ADL(p,q)) – динамическая регрессионная модель, в которой учитываются лаги и в независимых, и в зависимых переменных
модель авторегрессионная, скользящей средней порядков pи q (ARMA(p,q)) – это динамическая регрессионная модель, являющаяся объединением авторегрессионной модели и модели скользящей средней, т.е. в ней в качестве объясняющих переменных используются как предыдущие значения ряда, так и предыдущие значения ошибок
модель динамическая регрессионная называется регрессионная модель, в которой в качестве объясняющих переменных используются не только текущие, но и предшествующие значения, а также временной фактор
модель динамическая факторная – динамическая модель, в которой в качестве объясняющих переменных используются переменные, принадлежащие различным периодам времени
модель дисперсионного анализа – см. ANOVA-модель
модель ковариационного анализа – см. ANCOVA-модель
модель линейная вероятностная (linearprobabilitymodel – LPM) – модель с фиктивной зависимой переменной. Основана на применении обычного МНК для случая, когда зависимая переменная выражена альтернативным признаком.
модель множественная регрессионная (множественная регрессия) представляет собой регрессионную модель, связывающую несколько независимых (объясняющих) переменных с одной результативной.
модель парная регрессионная (регрессия) – это эконометрическая модель, описывающая зависимость между двумя факторами
модель с переменной структурой – модель, в которой в качестве объясняющей переменной используются фиктивные переменные, отражающие атрибутивные признаки.
модель с распределенными лагами p-го порядка (DL(p)) – динамическая регрессионная модель, в которых учитываются только лаги в независимых переменных
модель скользящей средней q-го порядка (MA(q)) – это динамическая регрессионная модель, в которой в качестве объясняющих переменных используются случайные ошибки в предыдущих временных периодах.
мультиколлинеарность – тесная линейная взаимосвязь объясняющих переменных
несмещенность оценки – свойство оценки, заключающееся в том, что математическое ожидание значения оценки равно истинному значению оцениваемого параметра
оценка, интервальная представляет собой интервал, в котором с известной вероятностью находится истинное значение исследуемого признака.
оценка, точечнаяпредставляет собой отдельное число (точку), которое используется в качестве оценки параметра генеральной совокупности
переменные вредные – в случае их добавления в модель, изменяют значения параметров в ней без существенного изменения качества
переменные лаговые – переменные, отражающие значения факторов в предшествующие периоды. Используются в динамических моделях.
переменные лишние – переменные, не оказывающие существенного влияния, в случае их добавления в модель, ни на качество модели, ни на ее параметры
переменные независимые – переменные,которые в регрессионной модели определяют другие, зависимые переменные. Деление переменных на зависимые и независимые обуславливается выбранной теоретической экономической моделью, то есть, используя различные теоретические предпосылки, можно построить модели, для которых независимые переменные одной будут зависимыми другой, и наоборот. (см. также зависимые переменные)
переменные зависимые – переменные, значения которых определяются построенной регрессионной моделью (см. также независимые переменные)
переменные объясняющие – см. переменные независимые
фактор – см. переменные независимые
переменные факторные (факторы)– см. переменные независимые
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.