
- •Эконометрика и экономико-математические методы и модели Учебно-методический комплекс
- •Состав и структура умк
- •Эконометрика
- •И экономико-математические
- •Методы и модели
- •Учебная программа для специальностей:
- •Составила: Мокеева о.А., к. Ф.-м. Н., доцент
- •Учебная программа составлена на основе учебной программы «Эконометрика и экономико-математические методы и модели», утвержденной 31 августа 2010 г., регистрационный номер уд-046-10/баз.
- •Заведующий кафедрой
- •Пояснительная записка
- •Примерный тематический план
- •Содержание учебного материала
- •Тема 1. Теоретические основы математического моделирования
- •Тема 2. Модели парной регрессии
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
- •Тема 1 теоретические основы экономико-математического моделирования
- •1. Понятие о модели и моделировании
- •2. Классификация моделей
- •3. Экономико-математическая модель
- •4. Этапы экономико-математического моделирования
- •5. Принципы построения экономико-математических моделей
- •6. Общая характеристика экономико-математических методов
- •7. Эконометрика как наука
- •8. Эконометрика и другие науки
- •9. Эконометрические модели и их типы
- •10. Этапы эконометрического моделирования
- •11. Пример эконометрического исследования
- •12. Эконометрическое моделирование
- •Вопросы для самоконтроля
- •Тема 2 модели парной регрессии
- •1. Корреляционный и регрессионный анализы
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Оценка тесноты связи между количественными переменными
- •5. Проверка общего качества уравнения регрессии
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Парная линейная регрессия и корреляция»
- •1. Постановочный этап
- •2. Спецификация модели
- •3. Параметризация модели
- •4. Верификация модели
- •5. Прогнозирование
- •Сурс спецификация и параметризация парной нелинейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Практические задания (вариант определяет преподаватель)
- •Методические указания
- •Литература
- •Вопросы для самоконтроля
- •Тема 3 модели множественной регрессии
- •1. Постановочный этап
- •3. Параметризация модели
- •4. Верификация модели
- •4.1. Статистическая значимость параметров регрессии
- •4.2. Проверка общего качества модели множественной регрессии
- •4.3. Предпосылки мнк
- •5. Прогнозирование на основе регрессионных моделей
- •6. Фиктивные переменные
- •7. Введение фиктивных переменных в модель
- •8. Тест Чоу
- •9. Фиктивные переменные и сезонность
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Множественная линейная регрессия и корреляция»
- •Порядок выполнения работы
- •Вопросы для самоконтроля
- •Тема 4 эконометрический анализ при нарушении классических модельных предположений
- •1. Проблема гетероскедастичности
- •2. Автокорреляция остатков регрессионной модели
- •3. Мультиколлинеарность факторов
- •Эконометрический анализ модельных предположений для множественной линейной регрессионной модели
- •1. Количество часов сурс на тему – 2.
- •Теоретические вопросы (определяет преподаватель)
- •Отчет по лабораторной и самостоятельной управляемой работе «Множественная регрессия и корреляция» студента _____________________________________ гр. ______
- •1. Постановочный этап.
- •4. Верификация модели.
- •Литература
- •Вопросы для самоконтроля
- •Тема 5 моделирование одномерных временных рядов
- •1. Динамические эконометрические модели
- •2. Компоненты временного ряда
- •3. Выравнивание временного ряда
- •4. Общая схема моделирования временного ряда
- •5. Автокорреляция остатков временного ряда
- •6. Анализ структурной стабильности тенденции
- •Примеры решения заданий
- •1.2Подобрать линию тренда, которая лучше всего описывает фактические данные и на ее основе сделать прогноз на 3 недели вперед. Решение:
- •Задания для самостоятельной работы
- •Лабораторная работа «Анализ структуры временного ряда»
- •Порядок выполнения работы
- •2. Спецификация, параметризация и верификация модели.
- •3. Прогнозирование
- •Вопросы для самоконтроля
- •Тема 6 системы одновременных уравнений
- •1. Системы уравнений, используемые в эконометрике
- •2. Структурная и приведенная формы моделей
- •3. Проблема идентифицируемости модели
- •4. Методы оценивания параметров структурной модели
- •5. Практика применения систем одновременных уравнений в макроэкономическом анализе
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 7 модели сетевого планирования
- •1.2.11. Области применения моделей сетевого планирования
- •2. Основные понятия и элементы сетевого графика
- •3. Правила построения сетевого графика
- •4. Временные параметры сетевого графика
- •5. Линейный график Ганта
- •6. Задачи оптимизации сетевого графика
- •7. Модели сетевого планирования в условиях неопределенности
- •Примеры решения заданий
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 8 модели межотраслевого баланса
- •1. Понятие балансовой модели
- •2. Схема межотраслевого баланса
- •3. Варианты расчетов по балансовой модели
- •4. Модель отраслевого баланса в условиях ограничений на используемые внешние ресурсы
- •5. Из истории метода межотраслевого баланса
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 9 модели теории игр
- •1. Понятие игры, виды игр
- •2. Принцип минимакса
- •3. Упрощение матричных игр
- •1.2.24. Решение матричных игр без седловых точек
- •1.35. Игры с природой
- •1.46. Критерий Байеса
- •1.57. Критерий Лапласа
- •1.68. Максиминный критерий Вальда
- •1.79. Критерий Сэвиджа (минимаксного риска)
- •1.810. Критерий обобщенного максимума Гурвица
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •1.10Критерий Вальда
- •1.11Критерий Сэвиджа
- •1.12Критерий Гурвица
- •1.13Критерий Байеса
- •1.15Критерий Лапласа
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 10 модели массового обслуживания
- •1. Основные понятия систем массового обслуживания
- •2. Классификации систем массового обслуживания
- •3. Простейшие системы массового обслуживания
- •4. Примеры
- •5. Основные показатели эффективности системы массового обслуживания
- •5.1. Одноканальная система массового обслуживания с отказами
- •5.2. Многоканальная система массового обслуживания с отказами
- •5.3. Одноканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.4. Многоканальная система массового обслуживания с ожиданием и ограничением на длину очереди
- •5.5. Одноканальная система массового обслуживания с ожиданием и неограниченной очередью
- •3.3.6. Многоканальная система массового обслуживания с ожиданием и неограниченной очередью
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Тема 11 модели управления товарными запасами
- •1. Основные теоретические сведения
- •2. Понятие о системах управления запасами
- •3. Простейшая модель оптимального размера партии поставки
- •4. Модель с учетом неудовлетворенных требований
- •Примеры решения заданий
- •Решение:
- •Решение:
- •Задания для самостоятельной работы
- •Вопросы для самоконтроля
- •Информационно-методическая часть Основная литература Учебники
- •Дополнительная литература Учебники
- •Наглядные и методические пособия
12. Эконометрическое моделирование
Как
показывает пример 11, в большинстве
случаев между экономическими показателями
проявляется не однозначная зависимость,
а такая, при которой каждому конкретному
набору независимых факторов
соответствует
не одно, а множество значений зависимой
переменной y
из некоторой области. Поэтому зависимый
фактор y
является случайной величиной. Например,
цена на квартиры одинаковой площади,
расположенные на одинаковом расстоянии
от центра города, не является однозначной,
она колеблется в некотором интервале.
В таких случаях каждому конкретному
набору
объясняющих факторов
соответствует некоторое вероятностное
значение зависимой переменной y.
Чаще всего в качестве этого вероятностного
значения выступает математическое
ожидание
(такая зависимость называется
корреляционной).
Зависимость, заданная соотношением
,
называется
уравнением
множественной регрессии.
Соответственно соотношение вида
называется парной
регрессией.
Чтобы
избежать громоздкого обозначения
для математического ожидания переменной
y,
используется
запись
.
При таких соглашениях уравнение
множественной регрессии имеет вид
(соответственно
в случае парной регрессии).
Понятно, что реальное значение зависимой переменной y не совпадает с условным математическим ожиданием . Мы можем говорить только о том, что
.
Для отражения того факта, что реальные значения переменной y могут быть различными при одном и том же наборе объясняющих переменных, фактическая зависимость y от должна быть дополнена некоторым слагаемым ε, которое и указывает на случайный характер величины y. Таким образом, сама величина y разбивается на две части: одна из них (объясняемая) имеет вид и задает ту часть y, которая объясняется факторами , вторая часть ε является случайной величиной и определяет влияние на y неучтенных уравнением других факторов.
При таком естественном разделении связь фактора y с факторами задается соотношением
(4)
или
.
(5)
В курсе математической статистики уравнения (4), (5) называются регрессионными моделями (или уравнениями регрессионной модели).
Теперь
мы можем сформулировать общую постановку
задачи эконометрического моделирования.
Она заключается в следующем: по имеющимся
данным n
наблюдений
за изменением признака y
в зависимости от наборов значений
факторов
выбрать эконометрическую модель
,
оценить ее параметры и статистически
обосновать, что факторы
существенны, а построенная функция
такова, что наиболее точно соответствует
данным наблюдений.
Литература:
1. Экономико-математические методы и модели: учебное пособие / Под общей редакцией А. В. Кузнецова. Мн.: БГЭУ, 2000.
2. Экономико-математические методы и прикладные модели: учебное пособие / Под редакцией В.В. Федосеева. М.: ЮНИТИ, 1999.
3. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: учебник. М.: Дело и Сервис, 2009.
4. Елисеева И.И. Эконометрика: учебник. М.: Финансы и статистика, 2008.
5. Бородич С.А. Эконометрика: учебное пособие. Мн.: Новое знание, 2001.