1. Предмет эконометрики. Особенности эконометрических методов и моделей.

2. Многофакторная регрессионная модель. Спецификация моделей. Отбор существенных факторов. Интерпретация параметров моделей.

3. Линейная множественная регрессия. Матричная форма записи. Экономический смысл коэффициентов регрессии.

4. Предпосылки МНК для линейной регрессии. Условия Гаусса–Маркова. Сущность классического МНК.

5. Система нормальных уравнений. Стандартизованная система и стандартизованные коэффициенты регрессии.

6. Частные уравнения регрессии и частные коэффициенты эластичности.

7. Индекс множественной корреляции и детерминации. Корректировка значения индекса для малых выборок.

8. Парные и частные коэффициенты корреляции, способы их вычисления.

9. Явление интеркорреляции и мультиколлинеарности.

10. Оценка существенности параметров множественной регрессионной модели. t– и F– статистики.

11. Нелинейные регрессионные модели, их классификация. Линеаризация путем переобозначения переменных или путем логарифмирования.

12. Ковариационная матрица линейной модели в случае гомо- и гетероскедастичности остатков. Последствия гетероскедастичности.

13. Причины гетероскедастичности. Тесты на гетероскедастичность.

14. Теорема Айткена. Взвешенный МНК для устранения гетероскедастичности.

15. Обнаружение автокорреляции в остатках. Метод рядов, тест Дарбина–Уотсона (DW).

16. Ограничения по применению DW-статистики. H-статистика Дарбина для авторегрессионных уравнений.

17. Устранение автокорреляции 1-го порядка. Поправка Прайса–Уинстена.

18. Метод Кохрана–Оркатта.

19. Фиктивные переменные, ANCOVA–модели.

20. Структурная и приведенная форма системы одновременных уравнений. Эндогенные и экзогенные переменные. Поведенческие уравнения и тождества.

21. Идентифицируемость структурных моделей. Необходимое и достаточное условия идентифицируемости.

22. Косвенный МНК для точно идентифицируемой структурной модели.

23. Двухшаговый МНК для переопределенных структурных моделей.

24. DL- и AR- модели. Интерпретация параметров данных моделей.

25. Полиномиальные лаги Алмон.

26. Геометрические лаговые структуры Койка.

27. Модели адаптивных ожиданий.

28. Оценка параметров AR–моделей с помощью инструментальных переменных и способом приведения к модели с распределенным лагом.

29. Автокорреляционная функция временного ряда.

30. Аналитическое сглаживание (выделение неслучайной компоненты). Модели скользящей средней (МА–модели).

31. Модель Бокса–Дженкинса для нестационарных рядов.

32. Предсказания и прогнозы. Доверительные интервалы для предсказаний.

35. Тест Чоу на устойчивость модели временного ряда.