Конспект лекций. Омск: Изд-во ОмГТУ, 2005. 68 с.Типы данных.
Измерения в экономике.
Классы моделей.
Типы зависимостей.
Модель парной регрессии.
Свойства выборочных ковариации и дисперсии.
Метод наименьших квадратов (МНК).
Анализ вариации зависимой переменной. Коэффициент детерминации.
F-тест на качество оценивания.
Предпосылки регрессионного анализа.
Стандартные ошибки коэффициентов регрессии.
Нелинейные модели регрессии и их линеаризация.
Выбор вида эмпирической формулы.
Параболическая аппроксимация данных.
Линеаризующие преобразования функций.
Двупараметрические эмпирические формулы.
Графоаналитический способ установления вида эмпирической формулы.
Средняя ошибка аппроксимации.
Оценка параметров нелинейной регрессии.
Прогнозирование в регрессионных моделях.
Множественная регрессия.
Оценка параметров уравнения множественной регрессии.
Линейная модель множественной регрессии.
Уравнение регрессии в стандартизованном масштабе.
Показатели качества регрессии.
Мультиколлинеарность.
Обнаружение гетероскедастичности.
Обобщенный метод наименьших квадратов.
Фиктивные переменные во множественной регрессии.
Нелинейная множественная регрессия.
Модели временных рядов.
Системы эконометрических уравнений.
Системы одновременных уравнений. Структурная и приведенная формы.
Оценивание параметров структурной модели.
Точная идентифицируемость.
Сверхидентифицируемость.
Неидентифицируемость.
Ненулевое ограничение.
Порядковое условие для идентификации.
Анализ методов оценивания.
