1. Рамки применимости классической линейной модели.

2. Определите понятия гомоскедастичности и гетероскедастичности. Последствия гетероскедастичности.

3. Проблема автокоррелированности возмущений (остатков) модели: последствия, методы тестирования, способы устранения.

4. Объясните явление мультиколлинеарности. Методы его обнаружения и устранения?

5. Ошибки спецификации моделей, их последствия и методы устранения.

6. Приведите примеры проблемных ситуаций, в которых необходимо построение обобщенных моделей множественной регрессии.

7. Сущность обобщенного МНК. Теорема Айткена.

8. Охарактеризуйте регрессионную модель с переменной структурой. Методика использования «фиктивных» переменных.

9. Методы линеаризации нелинейных моделей. Нелинейная регрессия.

10. Что такое стохастические регрессоры? Возможные последствия для качества оценок наличия в модели стохастических регрессоров.

11. Условный вариант теоремы Гаусса - Маркова.