- •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»
Тема 5. Системы линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный мнк.
Способы построения систем уравнений.
Структурная и приведенная формы модели, выраженной системой одновременных уравнений.
Проблема идентифицируемости модели. Необходимое и достаточное условия идентифицируемости.
Применение косвенного метода наименьших квадратов для оценки параметров идентифицируемого уравнения.
Применение двухшагового метода наименьших квадратов для оценки параметров сверхидентифицируемого уравнения.
Литература: 3, 4, 5, 9.
Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу.
Обобщенная линейная модель множественной регрессии.
Проблема неоднородности данных в регрессионном смысле.
Использование фиктивных переменных в линейных моделях регрессии.
Интерпретация коэффициентов при фиктивных переменных. Примеры применения.
Проверка гипотезы об однородности исходных данных по тесту Чоу.
Применение фиктивных переменных при построении регрессионных моделей по неоднородным данным.
Литература: 3, 4, 5, 9.
Тема 7. Нелинейные регрессионные модели и их линеаризация.
Виды нелинейных регрессионных моделей.
Основные способы преобразования нелинейных регрессионных уравнений к линейной форме.
Интерпретация параметров степенных регрессионных моделей.
Производственная функция Кобба–Дугласа как пример степенной регрессионной модели.
Эластичность объема производства.
Эффект от масштаба производства.
Литература: 3, 4, 5, 6.
Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов.
Понятия стационарного и нестационарного временных рядов.
Идентификация стационарных временных рядов.
Идентификация нестационарных временных рядов.
Примеры использования моделей с распределенными лагами.
Расчет краткосрочного и долгосрочного мультипликаторов, среднего и медианного лагов.
Литература: 3, 4, 5, 8.
6. Задания для самостоятельной работы студентов
Темы для самостоятельного изучения |
Виды и содержание самостоятельной работы |
|
|
|
|
|
|
|
5. Написание рефератов (6.3) [4,5,6] |
|
|
|
|
|
|
|
|
6.1. ЗАДАЧИ