
- •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»
6.3. Примерные темы рефератов
Исследование взаимосвязи показателей деятельности фирмы с помощью методов корреляционно-регрессионного анализа.
Исследование взаимосвязи социально-экономических показателей РФ с помощью методов корреляционно-регрессионного анализа.
Эконометрическое моделирование и прогнозирование цены на товар с помощью методов корреляционно-регрессионного анализа.
Построение линейной модели множественной регрессии в случае гетероскедастичности остатков.
Построение линейной модели множественной регрессии в случае автокорреляции остатков.
Проблема мультиколлинеарности при построении линейной модели множественной регрессии.
Использование фиктивных переменных при построении модели множественной регрессии.
Построение нелинейных моделей множественной регрессии.
Использование динамических регрессионных моделей при изучении социально-экономических явлений.
Эконометрический анализ внешнеэкономической деятельности.
Модель спроса-предложения и ее модификации.
Проблема идентифицируемости системы одновременных уравнений (на примере модели спроса-предложения с учетом налога).
7. Варианты контрольных работ и методические указания по их выполнению
Каждый вариант контрольной работы содержит 3 задачи по основным темам курса. Студент выполняет тот вариант контрольной работы, который соответствует начальной букве его фамилии (см. таблицу 1).
Таблица 1.
Начальная буква фамилии студента |
Номер варианта контрольной работы |
А, Б, В, Г, Д |
Вариант 1 |
Е, Ж, З, И |
Вариант 2 |
К, Л, М |
Вариант 3 |
Н, О, П, Р |
Вариант 4 |
С, Т, У, Ф |
Вариант 5 |
Х, Ц, Ч, Ш, Щ |
Вариант 6 |
Э, Ю, Я |
Вариант 7 |
При выполнении контрольной работы надо соблюдать следующие правила:
указывать вариант контрольной работы;
расчеты производить с помощью компьютерных пакетов (Excel, Statistica, SPSS, и др. по выбору студента);
представлять решения задач подробно, со всеми формулами, расчетами и пояснениями.
проверять правильность примененных методов решения задач;
формулировать четкие, грамотные, обоснованные выводы;
в конце контрольной работы необходимо привести перечень использованной литературы и поставить свою личную подпись;
кроме распечатанного варианта контрольной работы необходимо представить дискету с файлом расчетов.
Контрольная работа, выполненная не по своему варианту, не зачитывается.
Выполненная контрольная работа представляется в университет для рецензирования. Правильно выполненная работа зачитывается. Если по зачтенной работе рецензентом будут сделаны замечания, необходимо разобраться в них, внести требуемые исправления и представить соответствующие доработки преподавателю.
Студенты, получившие зачет по контрольной работе, должны быть готовы на зачете ответить на вопросы преподавателя по решению задач контрольной работы.
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.
Коммерческая деятельность в том или ином виде сводится к решению таких задач: как распорядиться имеющимися ресурсами для достижения наибольшей выгоды, или какое следует предпринять действие для получения возможно лучшего финансового результата.
Необходимость использования математических методов в экономике в целом и таможенном деле в частности диктуется тем, что последствия принимаемых решений могут касаться большого числа людей и быть связаны с огромными затратами. Поэтому степень ответственности за принимаемые решения значительно возрастает. Перевод реального мира коммерческой деятельности на язык математики позволяет получить наиболее точное представление о его существенных свойствах и предсказать будущие события.
Специалисты в области экономических исследований считают, что дальнейший прогресс тесно связан с более широким использованием математических методов и моделей. Если раньше доминировал качественный анализ, то теперь выявлены количественные закономерности и построены математические модели многих экономических явлений и процессов. В результате наблюдается более глубокое проникновение в сущность изучаемых процессов, в саму природу явлений. Смелые замыслы познания математиков в макро- и микромире позволяют получать удивительные результаты. Например, некоторые закономерности были найдены чисто математическим путем, в то время как непосредственное наблюдение не позволило установить даже их присутствие. Поэтому путь математического моделирования экономических процессов и последовательного установления логических причинно-следственных связей для обеспечения возможности наблюдения, контроля и управления ими есть наиболее эффективное средство для решения различных проблем. Предложенные суждения о математике как об инструменте исследования в различных сферах человеческой деятельности являются результатом оценки потребителя с позиций ее полезности и ценности для развития общества в будущем.
Количественный аспект анализа экономических явлений и процессов всегда занимал большое место в работах классиков отечественной и зарубежной экономики. Например, еще в 1938 г. Французский математик Курно в работе «Исследование математических принципов теории богатства» сформулировал «закон спроса».
Коммерческая деятельность связана с постоянным поиском наиболее выгодного варианта распределения различного вида ресурсов: финансовых, трудовых, товарных, технических, энергетических, информационных и др. В настоящее время усложнение взаимосвязей вне и внутри коммерческих предприятий, наличие большого числа показателей, факторов и ограничений, а также быстрый рост конкуренции не позволяют оперативно сформировать оптимальный план без применения специальных методов. Кроме того, время решения задач обычно ограничено, и поэтому не всегда составляется лучший план действий.
Существующие математические модели и методы позволяют решать задачи большой размерности и учитывать широкий перечень показателей и факторов влияния, а время решения задач значительно сокращается с применением компьютерной технологии обработки информации.
Математические методы используются при прогнозировании таких важных показателей как валовой национальный продукт, уровень безработицы, темп инфляции и дефицит федерального бюджета, а также позволяют давать перспективные прогнозы о состоянии потребительского рынка, товарных рынков, регулируют динамику цен.
Существует три основных класса моделей, которые применяются для анализа или прогноза.
Модели временных рядов, включающие модели:
- тренда: y(t) = T(t) + t, где T(t) – временной тренд заданного параметрического вида, t - случайная компонента;
- сезонности y(t) = S(t) + t, где S(t) – периодическая (сезонная) компонента, t - случайная компонента;
- тренда и сезонности y(t) = T(t) + S(t) + t, (аддитивная);
y(t) = T(t)·S(t) + t, (мультипликативная);