Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ЕММ_ч1_метод.doc
Скачиваний:
0
Добавлен:
01.07.2025
Размер:
1.4 Mб
Скачать

1. Типова робоча навчальна програма

1.1. Мета та завдання дисципліни

Мета викладання дисципліни

Формування системи знань з методології та інструментарію побудови і використання різних типів економіко-математичних моделей, вивчення основних принципів та інструментарію постановки задач, розбудови економіко-математичних моделей, методів їх розв’язування та аналізу з метою використання в економіці.

Завдання вивчення дисципліни

В результаті вивчення дисципліни фахівець повинен знати основні розділи:

  • лінійної алгебри;

  • матричного аналізу.

Компетенції, якими треба оволодіти студентові

Підготовлений фахівець повинен:

  • знати перспективи й об’єктивну необхідність використання математичних методів в економіці, можливість їхнього застосування як інструмента аналізу і пізнання механізму дії об’єктивних економічних законів;

  • уміти формулювати і вирішувати задачі підвищення ефективності виробництва на основі методів економіко-математичного моделювання.

    1. Зміст дисципліни

з/п

Найменування розділів, тем

Література

1.

Концептуальні аспекти математичного моделювання економіки

Визначення дисципліни “Економетрія”, її предмет і об’єкт.

Основні характеристики економічної системи як об'єкта моделювання. Поняття моделі. Математична модель, основні етапи процесу моделювання. Класифікація економіко-математичних моделей. Інформаційна база економіко-математичних моделей.

Матричні моделі. Модель Леонтьєва. Модель міжгалузевого балансу.

5.1.:

[1] – с. 121-123,

5.2.:

[2] c. 4-30

2.

Принципи побудови економетричних моделей

Основні поняття і загальні засади економетричного моделювання.

Кореляційно – регресійний аналіз в економіці.

Економетричні моделі ,їх особливості і елементи.

Етапи і задачі економетричного дослідження. Загальний вигляд лінійної економетричної моделі. Передумова застосування методу найменших квадратів (1МНК). Оцінка параметрів лінійної моделі за допомогою МНК. Коефіцієнти кореляції та детермінації. Коректність побудови економетричної моделі та перевірка значущості оцінок параметрів і моделі в цілому. Статистичні критерії перевірки значущості. Стандартні похибки та надійність прогнозу. Довірчі інтервали функції регресії. Поняття про ступені вільності. Поняття F - критерію Фішера. Прогнозування за моделями простої регресії.

Нелінійні економетричні моделі. Загальні поняття і визначення. Нелінійні економетричні моделі, які зводяться до лінійних. Специфікація моделі. Прогнозування та економіко-математичний аналіз на основі нелінійних економетричних моделей.

5.1.:

[5] c. 20-43,

5.2.:

[4] c. 11-15

5.1.:

[5] c. 44-54,

5.2.:

[5] c. 53-133

3.

Лінійні моделі множинної регресії

Класична лінійна багатофакторна модель, основні етапи її побудови. Розрахунок параметрів багатофакторної регресії за методом найменших квадратів. 

Матричний вигляд багатофакторної регресії. Відбір суттєвих факторів. Коефіцієнт множинної кореляції та детермінації. Кореляційна та коваріаційна матриці. Частинні коефіцієнти кореляції.

Мультиколінеарність. Визначення мультиколінеарності та її усунення. Практичні наслідки мультиколінеарності.

5.1.

[7] c. 42-125,

5.2

[4] c. 55-73,

с.123-159,

[5] c. 134-145 

4.

Узагальнені економетричні моделі

Поняття гомо- і гетероскедастичності. Методи визначення герероскедастичності. Вплив гетероскедастичності на властивості оцінок параметрів. Узагальнений метод найменших квадратів (метод Ейткена) оцінок параметрів лінійної економетричної моделі з гетероскадантичними залишками. Природа автокореляції і її тестування. Оцінка параметрів регресійної моделі при наявності автокореляції.

5.1.

[7] c. 170-198,

с. 215-244,

[8] c. 142-165,

5.2.

[5] c. 217-229,

с. 288-321

5.

Економетричні моделі динаміки

Ряди динаміки. Аналітичне вирівнювання динамічного ряду. Прогнозування на основі динамічних моделей.

Поняття лагу і лагових змінних. Взаємна кореляційна функція. Лаги залежних і незалежних змінних. Метод Койка.

5.1.

[7] c. 170-198,

с. 215-244,

[8] c. 142-165,

5.2.

[5] c. 217-229,

с. 288-321