Szczegóły dotyczące drugiego sprawdzianu w letnim semestrze

 

Zakres materiału według wykładów:

Od UMRL (włącznie) do ekonometrycznych modeli popytu (bez nich)

 

Dokładniej:

 

  1. UMRL/UMNRL – materiał zajęć 17.

-własności/wyprowadzenie estymatora Aitkena

-własności estymatora EUMNK

-szczególne przypadki struktury OMEGA

                   -autokorelacja AR(1)

                   -heteroskedastyczność

(wzory na W, testy, estymacja j, interpretacja wyniku testu w kontekście wyboru metody estymacji)

-oceny parametrów/macierz kowariancji estymatora Aitkena

-wnioskowanie w UMNRL (nie robiliśmy na ćwiczeniach bo jest analogiczne jak w KMNRL, ale na wykładzie było wszystko ładnie podane)

 

  1. Model SURE (zajęcia 19)

– zapis, wzory, estymator Zellnera, szczególne przypadki estymatora Zellnera

  1. Model SURE – estymacja MNW (zajęcia 20)

-wyprowadzenie funkcji wiarygodności, dwa sposoby koncentracji funkcji wiarygodności

  1. Modelowanie jednorównaniowe MNW –(zajęcia 21)

-zapis wyprowadzenie i koncentracja funkcji wiarygodności, omówienie estymacji w przypadku ogólnym i przypadkach szczegółowych,

  1. Modelowanie wielorównaniowe MNW

-przypadek ogólny wielorównaniowego modelu nieliniowego (wyprowadzenie i koncentracja funkcji wiarygodności, macierz informacyjna, macierz kowariancji parametrów)

-łączna estymacja modelu liniowego o równaniach współzależnych

                   -MNW

                   -3MNK

  1. Estymacja MNW różniczkowalnych reparametryzacji – na podstawie wykładu i ćwiczeń
  2. Ogólnie własności MNW – założenia, funkcja wiarygodności, macierz kowariancji..

 

 

Zadania do liczenia:

Będzie na 100% zadanie z UM(N)RL

Będzie zadanie wykorzystujące punkt 6.

(jeszcze nie wiem czy to będzie jedno zadanie łącznie czy dwa)

 

Wyprowadzenia i pytania teoretyczne:

-będzie przynajmniej jedno wyprowadzenie funkcji wiarygodności z koncentracją i omówieniem estymacji

-jedno pytanie może będzie o własności estymatorów – tzn. będzie podany jakiś estymator i trzeba będzie uzasadnić/zaprzeczyć że jest on estymatorem MNW; alternatywnie jakieś sztuczki z macierzą informacyjną może będą

-elementy teoretyczne mogą się pojawiać w zadaniach do liczenia, które to zadania do liczenia mogą być nawet tego typu jak w zeszłym semestrze – proszę więc na wszelki wypadek pamiętać MNRN i algorytm Gaussa-Newtona