Тема 2. Классическая обобщенная линейная модель множественной регрессии.

Обобщенная линейная модель множественной регрессии (ОЛММР) с обобщенным методом наименьших квадратов (ОМНК). Обобщенная линейная модель множественной регрессии (ОЛММР) с гомоскедастичными и гетероскедастичными случайными остатками, а также обобщенная линейная модель множественной регрессии с автокоррелированными остатками. Оценка параметров классической обобщенной модели. Мультиколлинеарность и отбор наиболее существенных объясняющих переменных в КЛММР Проверка модели на адекватность.

Тема 3. Линейные регрессионные модели с переменной структурой.

Построение линейной модели по неоднородным регрессионным данным. Проблема неоднородности данных в регрессионном смысле. Введение фиктивных переменных в линейную модель регрессии. Фиктивные переменные в пространственных и динамических регрессионных моделях. Интерпретация коэффициентов при фиктивных переменных. Ошибки спецификации. Проверка регрессионной однородности двух групп наблюдений.

Тема 4. Нелинейные модели регрессии и их линеаризация.

Некоторые виды нелинейных зависимостей, поддающиеся непосредственной линеаризации. Подбор линеаризирующего преобразования (подход Бокса-Кокса). Производственные функции и их анализ.