1. Актуальность эконометрических исследований, пути совершенствования эконометрических знаний.
2. Основы эконометрического моделирования: этапы, типы эконометрических моделей, типы данных.
3. Природа возникновения ошибки в регрессионной модели. Статистические свойства теоретической и фактической ошибки.
4. МНК для множественной регрессии.
5. Теорема Гаусса-Маркова для множественной регрессии. Определение ковариационно-дисперсионной матрицы вектора коэффициентов регрессии.
6. Критериальная проверка качества множественной регрессии.
7. Коэффициенты эластичности.
8. Проблема мультиколлинеарности. Примеры. Геометрическая интерпретация. Практические пути ее решения.
9. Проблема гетероскедастичности. Примеры. Геометрическая интерпретация. Практические пути ее решения.
10. Обобщение МНК на случай непостоянства ковариационно-дисперсионной матрицы ошибки. Статистические методы тестирования дисперсии ошибки.
11. Доступные методы реализации МНК при непостоянстве дисперсии ошибки.
12. Метод главных компонент. Его преимущества и недостатки при построении моделей. Компоненты и факторы, их взаимосвязи.
13. Модели с лаговыми независимыми переменными. Основные подходы и процедуры оценки их параметров. Метод Ш. Алмон.
14. Модели с лаговыми зависимыми переменными. Проблемы оценки их параметров. Схема Койка.
15. Двухшаговый МНК и особенности его применения в моделях с лаговыми зависимыми переменными. Инструментальные переменные, их содержание и особенности формирования.
16. Системы взаимозависимых эконометрических моделей. Свойства моделей и их влияние на качество оценок параметров. Структурная и приведенная формы системы моделей.
17. Основные подходы к оценке параметров взаимозависимых уравнений. Косвенный и двухшаговый МНК.
18. Методы выявления переменной структуры эконометрической модели.
19. Эконометрические модели с переключениями.
20. Эконометрические модели с эволюционирующими коэффициентами.
21. Точечные и интервальные прогнозы.