- •Министерство сельского хозяйства рф
- •Содержание
- •Тема 1. «Однофакторные корреляционно-регрессионные модели и возможности их применения при анализе социально-экономических систем» 22
- •Тема 2. « Анализ и прогнозирование временных рядов» 48
- •Вводная часть
- •1. Организационно-методические указания Цели и задачи дисциплины, требования к уровню освоения содержания дисциплины
- •Объём и сроки изучения курса
- •Основные виды занятий и особенности их проведения при изучении данного курса
- •Взаимосвязь аудиторной и самостоятельной работы студентов при изучении курса
- •2. Содержание курса
- •Тема 1. Эконометрика: задачи, история, методы
- •Тема 2. Парная корреляция и регрессия
- •Тема 3. Множественная корреляция и регрессия
- •Тема 4. Временные ряды. Основные типы трендов и выявление компонент ряда. Анализ временных рядов и прогнозирование по ним
- •3. Методические рекомендации по изучению курса Перечень и тематика самостоятельных работ студентов по курсу
- •Обзор рекомендованной литературы
- •Основные рекомендации при изучении литературы
- •Индивидуальные работы студентов (микроисследования)
- •4. Методические указания по выполнению индивидуальных расчетных работ (микроисследований) по темам курса
- •Тема 1. «однофакторные корреляционно - регрессионные модели и возможности их применения при анализе социально-экономических систем ».
- •1.1. Методические указания
- •1.2. Типовой пример выполнения индивидуальной работы по теме 1
- •1.3. Варианты заданий индивидуальной работы по теме 1
- •Тема 2. Анализ и прогнозирование временных рядов
- •Методические указания
- •2.2. Технология решения задач корреляционно-регрессионного анализа временных моделей
- •2.3. Типовой пример выполнения индивидуальной работы по теме 2.
- •5. Формы контроля усвоения знаний по дисциплине Тестирование как универсальный вид контроля усвоения знаний
- •Рекомендуемая литература:
- •3.3. Интернет-ресурсы:
- •Варианты тестов для тренингового тестирования
- •Контрольные вопросы для самостоятельной оценки качества освоения дисциплины
- •Приложение 6
- •Варианты заданий индивидуальной работы по теме 2
Тема 2. Парная корреляция и регрессия
Литература: 1, 2, 3, 4, 5,11, 16, 20, 22, 23,24,25, 29.
Средние величины. Функциональная (четко детерминированная) и статистическая (стохастически детерминированная) связь. Регрессионная модель. Корреляционная зависимость. Модельное уравнение регрессии. Зависимая переменная, объясняющая переменная. Условия применения корреляционно-регрессионного метода (закон больших чисел, качественная однородность совокупности, подчинение распределения единиц совокупности нормальному закону распределения, условия применения корреляционного анализа к функциональным связям). Задачи корреляционно-регрессионного анализа и моделирования. Парная регрессия и корреляция в эконометрических исследованиях. Линейная и нелинейные регрессии (по включенным переменным, по оцениваемым параметрам). Спецификация модели. Случайная величина (возмущение). Ошибки спецификации модели. Методы выбора вида математической функции парной регрессии (графический, аналитический, экспериментальный). Оценка параметров уравнения. Метод наименьших квадратов, условия его применения. Коэффициент регрессии, способы его оценивания. Средний коэффициент эластичности. Число степеней свободы. Концепция F-критерия Фишера. Оценка значимости параметров уравнения регрессии. Стандартная ошибка положения линии регрессии. Средняя ошибка прогнозируемого индивидуального значения результативного признака при заданном значении фактора. Показатели корреляции, используемые для нелинейных соотношениях рассматриваемых признаков. Средняя ошибка аппроксимации. Гиперболическая функция, степенная и показательная модели.
Тема 3. Множественная корреляция и регрессия
Литература: 1,, 2, 3, 4, 5,11, 16, 20, 22, 23, 24, 25, 27, 28, 29.
Множественный регрессионный анализ. Спецификация модели. Отбор факторов при построении множественной регрессии. Требования к факторам, включаемым во множественную регрессию. Матрица показателей корреляции. Коэффициенты интеркорреляции. Коллинеарные переменные. Мультиколлинеарность факторов. Методы устранения мультиколлинеарности факторов. Коэффициенты «чистой» регрессии. Оценка параметров уравнения множественной регрессии. МНК. Определители системы. Стандартизированные коэффициенты регрессии и эластичности. Частные уравнения регрессии. Индекс множественной корреляции. Совокупный коэффициент множественной корреляции. Частные коэффициенты корреляции. Оценка надежности результатов множественной регрессии и корреляции. F-критерий Фишера. Дисперсионный анализ. Частный и последовательный F-критерий.
Предпосылки метода наименьших квадратов. Несмещенность, эффективность и состоятельность оценок характеристик силы связи. Гомоскедастичность и гетероскедастичность остатков. Автокорреляция остатков. Обобщенный метод наименьших квадратов. Линейные регрессионные модели с переменной структурой. Фиктивные переменные.
Однофакторная и двухфакторная линейные модели как частные случаи эконометрической модели.
Метод максимального правдоподобия. Метод моментов. Преимущества и недостатки этих методов по сравнению с МНК.
Критерии адекватности эконометрической модели: критерии Фишера, Дарбина-Уотсона, выборочный парный коэффициент корреляции, критерий Стьюдента, множественный коэффициент детерминации, вычисляемый между объясняющими переменными.
Зависимость ошибок модели и ковариационная матрица ошибок. Причины появления зависимости между ошибками. Эконометрические модели с коррелирующими ошибками. Модели зависимых ошибок (авторегрессии и скользящего среднего).
Методы оценки ковариационной матрицы ошибок. Двухшаговый МНК и особенности его использования. Модели с гетероскедастичными ошибками. Причины непостоянства дисперсии ошибки. Тестирование на гетероскедастичность. Взвешенные эконометрические модели. Методы построения ковариационной матрицы при гетероскедастичных ошибках. Особенности оценки параметров моделей с гетероскедастичными ошибками.