- •Федеральное агентство по образованию
- •Южно-уральский государственный университет
- •Факультет экономики и предпринимательства
- •Кафедра «предпринимательство и менеджмент»
- •Учебно-методический комплекс
- •Оглавление
- •Цель, задачи и содержание дисциплины
- •Календарно-тематический план работы студента
- •Рабочая программа
- •Ф едеральное агентство по образованию
- •Южно-уральский государственный университет
- •Факультет экономики и предпринимательства
- •Кафедра «предпринимательство и менеджмент»
- •Рабочая программа
- •1. Введение
- •2. Разделы дисциплины, виды и объем занятий
- •3. Требования к практическим видам занятий при освоении дисциплины
- •4. Рекомендуемая литература
- •Методические рекомендации
- •1. Методические рекомендации по изучению теоретического материала.
- •2. Методические рекомендации по решению практических задач.
- •3. Методические рекомендации по выполнению контрольных работ.
- •4. Требования к критериям оценки выполнения практических заданий, контрольных работ.
- •Краткий курс лекций
- •1. Предмет, метод и задачи курса «Эконометрика».
- •1.1. Соотношения между экономическими переменными.
- •Регрессионные модели как инструмент анализа и прогнозирования экономических явлений.
- •Линейные однофакторные регрессионные модели эконометрики.
- •2.1. Определения. Линейная регрессионная модель для случая одной факторной переменной.
- •Метод наименьших квадратов (мнк).
- •2.3. Свойства оценок мнк.
- •2.4.Регрессия по эмпирическим (выборочным) данным и теоретическая регрессия.
- •Таким образом, получено уравнение регрессии
- •2.5. Экономическая интерпретация параметров линейного уравнения регрессии.
- •2.6. Измерение и интерпретация случайной составляющей.
- •3. Линейная модель множественной регрессии
- •3.1. Обоснование и отбор факторов при построении множественной регрессии.
- •3.2. Линейная регрессионная модель со многими переменными.
- •3.3. Оценка и интерпретация параметров.
- •3.4. Описание связей между макроэкономическими переменными.
- •3.5. Формирование регрессионных моделей на компьютере с помощью ппп Excel
- •3.5.1. Однофакторная регрессия.
- •3.5.2. Многофакторная регрессия.
- •4. Нелинейные модели регрессии и их линеаризация
- •4.1. Мультипликативные модели регрессии и их линеаризация.
- •4.2. Гиперболическая и логарифмическая регрессии. Полиномиальная и кусочно-полиномиальная регрессия.
- •4.3. Экспоненциальная и степенная регрессии.
- •5.1. Доверительные интервалы для коэффициентов: реальные статистические данные
- •5.2. Проверка статистических гипотез о значениях коэффициентов
- •5.3. Проверка значимости параметров линейной регрессии и подбор модели с использованием f-критериев
- •5.4. Проверка значимости и подбор модели с использованием коэффициентов детерминации. Информационные критерии
- •Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками.
- •5.6. Обобщенный метод наименьших квадратов. Метод Главных Компонент.
- •5.7.Прогнозирование. Доверительный интервал прогноза.
- •6 . Временные ряды.
- •6.1. Характеристики временных рядов. Выявление тренда в динамических рядах экономических показателей.
- •Моделирование сезонных и циклических колебаний.
- •6.3. Статистика Дарбина-Уотсона.
- •7.Задачи экономического анализа, решаемые на основе регрессионных эконометрических моделей
- •7.1. Измерение тесноты связи между результативным и факторными признаками.
- •Анализ влияния отдельных факторных признаков на результативный признак.
- •Системы эконометрических уравнений.
- •18. Имеются данные о рынке строящегося жилья в Санкт-Петербурге (по состоянию на декабрь 2006 г.).
- •Вопросы к экзамену(зачету) по дисциплине «Эконометрика».
- •Контрольные задания по дисциплине «Эконометрика».
- •Рекомендуемая литература
Вопросы к экзамену(зачету) по дисциплине «Эконометрика».
Эконометрика: цели, методы, проблемы, типы переменных.
Этапы эконометрического исследования.
Что такое линейная регрессия?
Дайте определения парной и множественной регрессии.
Что такое спецификация и параметризация уравнения регрессии? Как они осуществляются?
Какими могут быть критерии качества оценки линейной регрессии?
В чем сущность метода наименьших квадратов (МНК)?
Сформулируйте общую задачу статистической оценки параметров на примере оценки параметров линейной регрессии.
Сформулируйте свойства несмещенности, состоятельности и эффективности оценок параметров. Обладают ли этими свойствами оценки параметров линейной регрессии, полученные с помощью МНК?
В чем различие, смысловое и количественное, теоретических значений коэффициентов регрессии и их выборочных значений?
Какие факторы влияют на величину стандартных ошибок выборочных коэффициентов регрессии?
Как связаны выборочные коэффициенты регрессии с коэффициентом корреляции величин х и у?
Какой показатель характеризует долю объясненной с помощью регрессии дисперсии в общей дисперсии зависимой переменной?
Из каких этапов состоит проверка качества оцененного уравнения регрессии?
Как рассчитывается и что показывает коэффициент детерминации R2?
В каких задачах эконометрики используется распределение Фишера?
Таблицы каких распределений используются при оценке качества линейной регрессии?
Какие показатели характеризуют независимость отклонений зависимой переменной от линии регрессии? Как осуществляется проверка этой независимости?
В каких случаях наблюдается положительная автокорреляция остатков?
Каковы особенности практического применения регрессионных моделей?
Как осуществляется прогнозирование экономических показателей с использованием моделей линейной регрессии?
Как можно оценить «естественный» уровень безработицы с использованием модели линейной регрессии?
В каких случаях необходимо уточнение линейной регрессионной модели и как оно осуществляется?
Когда необходимо выведение из рассмотрения незначимых объясняющих переменных и добавление новых переменных?
В каких случаях осуществляется построение нелинейных спецификаций уравнения регрессии с последующей их линеаризацией?
Приведите примеры нелинейных моделей регрессии и их линеаризацию.
Какие проблемы спецификации ошибок возникают при линеаризации уравнения регрессии?
В каких случаях возникают трудности использования множественной линейной регрессии в моделировании? В чем реальная ситуация может не соответствовать предпосылкам модели?
Что такое гомоскедастичность и гетероскедастичность? Каковы результаты использования линейной регрессионной модели в условиях каждой из них?
В чем сущность обобщенного МНК?
Трендовые модели с независимыми значениями случайной составляющей.
Полиномиальный тренд.
Трендовые модели с сезонными колебаниями.
В чем суть метода экспоненциального сглаживания?
Что такое системы одновременных уравнений в экономическом моделировании?
В чем заключается двухшаговый МНК? В каких случаях он применяется?
В чем заключается проблема автокорреляции остатков и как она проявляется?