10. Milline on hea ökonomeetriline mudel; Statistiline olulisus Hea silgitusvõime (R>90%) lähedane 1ga Põhiliste probleemide puudumine: multikollineaarsus, autokorrelatsioon, heteroskedastiivsus Mudel peab olema statistiliselt usaldatav Kõik mudelite parameetrid on statistiliselt olulised Mudelis on vähemalt kaks seletavaid muutujaid Ei ole spetsifikatsioonivigu Normaaljaotus Vastab majandusteoreetilistele seaduspärasustele 11. Kuidas ära tunda statsionaarne autoregressiivne protsess? Oluliseks autoregressiivsete protsesside eripäraks on nende pikk “mälu”. Kui protsess on statsionaarne, siis üksikute šokkide mõju aja jooksul kaob. statsionaarsel protsessil, mille keskväärtus on konstantne ja lõplik, ei saa esimest järku autoregressioonikordaja võrduda 1-ga. Kuna dispersioon peab olema lõplik ja mittenegatiivne, peab autoregressioonikordaja
konstantsus s.t. dispersioonid (e. hälbed keskväärtuse ümber) on samad iga i korral. Näiteks, kui valimi perede tulude vahelised erinevused on väga suured, siis võib arvata, et selliste andmete alusel konstrueeritud tarbimismudelites esineb heteroskedastiivsus) 6. Resultaatnäitaja regressioonimudelite majanduslik tõlgendamine ja kasutamine modelleerimise tulemuste reaalsus ja vastavus majandusteoreetilistele seisukohtadele x regressioonikoefitsientide, elastsuskoefitsientide ja E -koefitsientide interpreteerimine x regressioonimudelite kasutusvõimalused: o resultaatnäitaja(te) ja mõjutegurite vaheliste seoste olemasolu, tugevuse, suuna ja statistilise olulisuse määramine (korrelatsioon) o anda leitud seostele korrektne analüütiline vorm (kuju) ja kontrollida selle usaldatavust (regressioon)
annaabi.ee 
