МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Ижевский государственный технический университет имени М.Т. Калашникова» (ФГБОУ ВПО «ИжГТУ имени М.Т. Калашникова»)

А.В.Соклакова

МЕТОДИЧЕСКИЕ УКАЗАНИЯ ДЛЯ ВЫПОЛНЕНИЯ ЛАБОРАТОРНЫХ РАБОТ ПО ДИСЦИПЛИНЕ «ЭКОНОМЕТРИКА» ДЛЯ СТУДЕНТОВ НАПРАВЛЕНИЯ 080100.62 «ЭКОНОМИКА» В ОБЛАСТИ «БУХГАЛТЕРСКИЙ УЧЕТ, АНАЛИЗ И АУДИТ» ВСЕХ ФОРМ ОБУЧЕНИЯ

Рекомендовано учебно-методическим советом ФГБОУ ВПО «ИжГТУ имени М.Т. Калашникова» для использования в учебном процессе в качестве методических указаний для выполнения лабораторных работ для студентов обучающихся по направлению 080100.62 «Экономика» в области «Бухгалтерский учет, анализ и аудит» при изучении дисциплины «Эконометрика»

Ижевск 2013

Автор:

Соклакова Анна Вадимовна, кандидат экономических наук, доцент.

Соклакова А.В. Методические указания для выполнения лабораторных работ по дисциплине «Эконометрика» для студентов направления 080100.62 «Экономика» в области «Бухгалтерский учет, анализ и аудит» всех форм обучения

В методических указаниях приведены цели выполнения лабораторных работ, порядок вы­полнения, требования и этапы выполнения лабораторных работ по курсу «Эконометрика». Методические рекомендации предназначены для студентов всех форм обучения по направлению 080100.62 «Экономика» в области «Бухгалтерский учет, анализ и аудит».

© Ижевский государственный технический университет, 2013

Содержание

Содержание 3

Введение 4

1. Краткие теоретические сведения, необходимые для выполнения работы 4

1.1. Общие понятия эконометрики 4

1.2. Моделирование процессов с помощью уравнения парной линейной регрессии 7

1.3. Пример расчета параметров парной линейной регрессии 16

1.4. Множественная линейная регрессия: отбор факторов 23

1.5. Требования к оформлению отчетов 27

1.6. Порядок защиты отчетов по лабораторным работам 28

2. Рекомендуемая литература 28

Приложение 1. Значения F-критерия Фишера при уровне значимости =0,05. 29

Приложение 2. Значения t-критерия Стьюдента при уровне значимости 0,10; 0,05; 0,01 (двухсторонний) 30

Приложение 3. Порядок вычисления параметров линейного приближения с помощью функции «ЛИНЕЙН» 31

Приложение 4. Установка утилиты MS Excel «Анализ данных» 34

Приложение 5. Вопросы к аттестации 35

Введение

Дисциплина «Эконометрика» изучается в рамках расширения и углубления курса «Статистика». Для успешного овладения данной дисциплиной необходимо предварительное изучение дисциплин «Экономическая теория», «Статистика», «Высшая математика».

Методические указания предназначены для студентов экономических специальностей, выполняющих лабораторные работы по курсу «Эконометрика». При подготовке данных методических указаний использовался учебник «Эконометрика» и задачник «Практикум по эконометрике» под ред. Елисеевой И.И.

Цель работы: приобретение студентами навыков анализа социально-экономических явлений методами эконометрики на примере регионов РФ.

1. Краткие теоретические сведения, необходимые для выполнения работы

1. Общие понятия эконометрики

Как и в статистике, в эконометрике рассматривают два типа исходных данных и два типа соответствующих им моделей, представленных в таблице 1.1:

Таблица 1.1 – Типы моделей в эконометрике

Тип данных	Тип модели	Условные обозначения	Особенности
1. Совокупность различных объектов в определенный период (момент) времени	Пространственная, корреляционно-регрессионный анализ		, при моделировании методом МНК
2. Один объект за ряд моментов (интервалов)	Временная, ряды динамики		, при моделировании методом МНК

Для описания сущности эконометрической модели удобно разбить весь процесс моделирования на шесть основных этапов:

1-й этап (постановочный) – определение конечных целей моделирования, набора участвующих в модели факторов и показателей, их роли;

2-й этап (априорный) – предмодельный анализ экономической сущности изучаемого явления, формирование и формализация априорной информации, в частности, относящейся к природе и генезису исходных статистических данных и случайных остаточных составляющих;

3-й этап (параметризация) – собственно моделирование, т.е. выбор общего вида модели, в том числе состава и формы входящих в нее связей;

4-й этап (информационный) – сбор необходимой статистической информации, т.е. регистрация значений участвующих в модели факторов и показателей на различных временных или пространственных точках функционирования изучаемого явления;

5-й этап (идентификация модели) – статистический анализ модели и в первую очередь статистическое оценивание неизвестных параметров модели;

6-й этап (верификация модели) – сопоставление реальных и модельных данных, проверка адекватности модели, оценка точности модельных данных.

Переменные, участвующие в эконометрической модели любого типа, разделяются на следующие типы.

Результирующая (зависимая, эндогенная) переменная Y

Она характеризует результат или эффективность функциониро­вания экономической системы. Значения ее формируются в процессе и внутри функционирования этой системы под воздействием ряда других переменных и факторов, часть из которых поддается регистрации, управ­лению и планированию. В регрессион­ном анализе результирующая переменная играет роль функции, значение которой определяется значениями объясняющих переменных, выполняю­щих роль аргументов. По своей природе результирующая переменная все­гда случайна (стохастична).

Объясняющие (экзогенные, независимые) переменные X

Это — переменные, которые поддаются регистрации и описывают условия функционирования реальной экономической системы. Они в зна­чительной мере определяют значения результирующих переменных. Обычно часть из них поддается регулированию и управлению. Значение этих переменных могут задаваться вне анализируемой системы. Поэтому их называют экзогенными. Еще их называют факторными признаками. В регрессионном анализе это аргументы ре­зультирующей функции Y. По своей природе они могут быть как случай­ными, так и неслучайными.

Любая эконометрическая модель предназначена для объяснения значений текущих эндогенных переменных (од­ной или нескольких) в зависимости от значений заранее опре­деленных переменных.

Парная регрессия представляет собой регрессию между двумя переменными – и , т. е. модель вида (1):

, (1)

где – зависимая переменная (результативный признак);

– независимая, или объясняющая, переменная (признак-фактор).

Знак «^» означает, что между переменными и нет строгой функциональной зависимости, поэтому практически в каждом отдельном случае величина складывается из двух слагаемых (2):

, (2)

где – фактическое значение результативного признака;

– теоретическое значение результативного признака, найденное исходя из уравнения регрессии;

– случайная величина, характеризующая отклонения реального значения результативного признака от теоретического, найденного по уравнению регрессии.

Случайная величина называется также возмущением. Она включает влияние не учтенных в модели факторов, случайных ошибок и особенностей измерения. Ее присутствие в модели порождено тремя источниками: спецификацией модели, выборочным характером исходных данных, особенностями измерения переменных.

От правильно выбранной спецификации модели зависит величина случайных ошибок: они тем меньше, чем в большей мере теоретические значения результативного признака , подходят к фактическим данным .