
- •Автор-составитель:
- •1. Цели и задачи дисциплины
- •2. Требования к уровню освоения дисциплины
- •3. Объем дисциплины
- •3.1 Объем дисциплины и виды учебной работы
- •3.2 Распределение часов по темам и видам учебной работы
- •4. Содержание курса
- •Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2
- •Тема 5. Системы линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный мнк.
- •Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу.
- •Тема 7. Нелинейные регрессионные модели и их линеаризация.
- •Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов.
- •5. Темы практических занятий
- •Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2
- •Тема 5. Системы линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный мнк.
- •Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу.
- •Тема 7. Нелинейные регрессионные модели и их линеаризация.
- •Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов.
- •6. Задания для самостоятельной работы студентов
- •Задача 2.1.
- •Задача 2.2.
- •Задача 2.3.
- •Задача 2.4.
- •Задача 3.1.
- •Задача 3.2.
- •Задача 3.3.
- •Задача 4.2.
- •Задача 4.3.
- •Задача 4.4.
- •Задача 4.5.
- •Задача 4.6.
- •Задача 7.1.
- •Задача 7.2.
- •Задача 7.3.
- •Задача 7.4.
- •Задача 8.1.
- •Задача 8.2.
- •Задача 8.3.
- •Вариант 1.
- •Вариант 2.
- •Вариант 3.
- •Вариант 4.
- •Вариант 5.
- •Вариант 6.
- •Вариант 7.
- •Вариант 8.
- •Вариант 9.
- •Вариант 10.
- •Вариант 11.
- •Вариант 12.
- •Вариант 13.
- •Вариант 14.
- •Вариант 15.
- •Вариант 16.
- •Вариант 17.
- •Вариант 18.
- •Вариант 19.
- •Вариант 20.
- •Вариант 21.
- •Вариант 22.
- •Вариант 23.
- •Вариант 24.
- •Вариант 25.
- •6.3. Примерные темы рефератов
- •7. Варианты контрольных работ и методические указания по их выполнению
- •Регрессионные модели с одним уравнением
- •Системы одновременных уравнений
- •Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2
- •Метод наименьших квадратов (мнк)
- •Геометрическая интерпретация
- •Матричная форма записи
- •Тема 5. Системы линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный мнк.
- •Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу.
- •Тема 7. Нелинейные регрессионные модели и их линеаризация.
- •Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов.
- •Варианты контрольных работ.
- •8. Вопросы для подготовки к зачету
- •9. Учебно-методическое обеспечение дисциплины
- •9.1 Литература
- •9.2 Методическое обеспечение дисциплины
- •9.3 Материально-техническое и информационное обеспечение дисциплин
- •10. Инновационные технологии, используемые в преподавании курса «экономико-математические методы и модели в таможенной статистике»
3.2 Распределение часов по темам и видам учебной работы
Форма обучения очная
№п/п |
Название разделов и тем |
Всего (часов) |
Аудиторные занятия (час) |
Самостоятельная работа |
|
в том числе |
|||||
Лекции |
Практические занятия |
||||
1 |
Тема 1. Понятие экономической модели. Роль моделей в экономической теории и принятии решений. Типы экономических моделей. Неполнота в экономических моделях. Основные этапы построения экономических моделей. |
8 |
2 |
1 |
5 |
2 |
Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2 |
12 |
6 |
3 |
3 |
3 |
Тема 3. Классическая нормальная линейная модель множественной регрессии. Предпосылки регрессионного анализа. Адекватность, значимость и точность модели. Оценка значимости коэффициентов регрессии. Уравнение регрессии в стандартизованной форме. Пример построения линейной модели множественной регрессии. Экономическая интерпретация параметров модели. |
16 |
6 |
3 |
7 |
4 |
Тема 4. Гетероскедастичность. Тесты на гетероскедастичность: их преимущества и недостатки. Устранение гетероскедастичности. Автокорреляция. Тесты для проверки наличия автокорреляции остатков: их преимущества и недостатки. Мультиколлинеарность. Признаки и последствия наличия мультиколлинеарности. Устранение мультиколлинеарности. |
16 |
6 |
3 |
7 |
5 |
Тема 5. Система линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный МНК. |
16 |
4 |
2 |
10 |
6 |
Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу. |
16 |
4 |
2 |
10 |
7 |
Тема 7. Нелинейные регрессионные модели и их линеаризация. |
8 |
4 |
2 |
2 |
8 |
Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов. |
8 |
2 |
1 |
5 |
|
ИТОГО: |
100 |
34 |
17 |
49 |
Форма обучения очно-заочная
№п/п |
Название разделов и тем |
Всего (часов) |
Аудиторные занятия (час) |
Самостоятельная работа |
|
в том числе |
|||||
Лекции |
Практические занятия |
||||
1 |
Тема 1. Понятие экономической модели. Роль моделей в экономической теории и принятии решений. Типы экономических моделей. Неполнота в экономических моделях. Основные этапы построения экономических моделей. |
8 |
1 |
0,5 |
6,5 |
2 |
Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2 |
12 |
4 |
1 |
7 |
3 |
Тема 3. Классическая нормальная линейная модель множественной регрессии. Предпосылки регрессионного анализа. Адекватность, значимость и точность модели. Оценка значимости коэффициентов регрессии. Уравнение регрессии в стандартизованной форме. Пример построения линейной модели множественной регрессии. Экономическая интерпретация параметров модели. |
16 |
4 |
2 |
10 |
4 |
Тема 4. Гетероскедастичность. Тесты на гетероскедастичность: их преимущества и недостатки. Устранение гетероскедастичности. Автокорреляция. Тесты для проверки наличия автокорреляции остатков: их преимущества и недостатки. Мультиколлинеарность. Признаки и последствия наличия мультиколлинеарности. Устранение мультиколлинеарности. |
16 |
4 |
3 |
9 |
5 |
Тема 5. Система линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный МНК. |
16 |
4 |
1 |
11 |
6 |
Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу. |
16 |
3 |
1 |
12 |
7 |
Тема 7. Нелинейные регрессионные модели и их линеаризация. |
8 |
3 |
1 |
4 |
8 |
Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов. |
8 |
1 |
0,5 |
6,5 |
|
ИТОГО: |
100 |
24 |
10 |
66 |
Форма обучения заочная
№п/п |
Название разделов и тем |
Всего (часов) |
Аудиторные занятия (час) |
Самостоятельная работа |
|
в том числе |
|||||
Лекции |
Практические занятия |
||||
1 |
Тема 1. Понятие экономической модели. Роль моделей в экономической теории и принятии решений. Типы экономических моделей. Неполнота в экономических моделях. Основные этапы построения экономических моделей. |
8 |
0,5 |
0,5 |
7 |
2 |
Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2 |
12 |
1 |
0,5 |
10,5 |
3 |
Тема 3. Классическая нормальная линейная модель множественной регрессии. Предпосылки регрессионного анализа. Адекватность, значимость и точность модели. Оценка значимости коэффициентов регрессии. Уравнение регрессии в стандартизованной форме. Пример построения линейной модели множественной регрессии. Экономическая интерпретация параметров модели. |
16 |
2 |
0,5 |
13,5 |
4 |
Тема 4. Гетероскедастичность. Тесты на гетероскедастичность: их преимущества и недостатки. Устранение гетероскедастичности. Автокорреляция. Тесты для проверки наличия автокорреляции остатков: их преимущества и недостатки. Мультиколлинеарность. Признаки и последствия наличия мультиколлинеарности. Устранение мультиколлинеарности. |
16 |
2 |
0,5 |
13,5 |
5 |
Тема 5. Система линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный МНК. |
16 |
1 |
0,5 |
14,5 |
6 |
Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу. |
16 |
0,5 |
0,5 |
15 |
7 |
Тема 7. Нелинейные регрессионные модели и их линеаризация. |
8 |
0,5 |
0,5 |
7 |
8 |
Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов. |
8 |
0,5 |
0,5 |
7 |
|
ИТОГО: |
100 |
8 |
4 |
88 |