- •Содержание
- •1. Место дисциплины в структуре ооп впо
- •2. Цели освоения дисциплины
- •3. Компетенции обучающегося, формируемые в результате освоения дисциплины
- •4. Содержание дисциплины
- •Тема 1. Линейная модель парной регрессии. Метод наименьших квадратов.. Свойства оценок метода наименьших квадратов. Доверительные интервалы. Показатели качества регрессии.
- •Тема 2. Линейная модель множественной регрессии. Регрессионные модели с переменной структурой (фиктивные переменные). Нелинейные модели регрессии и их линеаризация..
- •Тема 3. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Обобщенный метод наименьших квадратов.
- •Тема 4. Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация.
- •Тема 5. Системы линейных одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.
- •5. Планы семинарских (практических) занятий
- •Основная литература
- •Основная литература
- •Основная литература
- •Основная литература
- •6. Тестовые задания
- •4. При построении уравнения линейной парной регрессии используется
- •6. Вариацию результативного признака y, обусловленную вариацией фактора X оценивает
- •8. Суть мнк при построении уравнения и линии регрессии:
- •9. Среди перечисленных условий выделить основные предпосылки мнк – условия Гаусса-Маркова
- •10. Если выполнены основные предпосылки мнк – условия Гаусса-Маркова, то коэффициенты уравнения регрессии как оценки параметров модели обладают свойствами (среди перечисленных выделить необходимые):
- •7. Вопросы к экзамену
- •8. Учебно-методическое и информационное обеспечение дисциплины
- •9. Словарь терминов и персоналий
- •10. Методические рекомендации по изучению дисциплины
- •11. Самостоятельная работа студентов
- •12. Методические рекомендации по выполнению практических заданий к экзамену
- •13. Задания практической части Задание 1.
- •Исходные данные к контрольной работе1
- •Задание 2.
Тема 4. Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация.
Общие сведения о временных рядах и задачах их анализа. Стационарные временные ряды и их характеристики. Автокорреляционная функция. Аналитическое выравнивание (сглаживание) временного ряда. Выделение неслучайной компоненты.
Основные термины: стационарные временные ряды, тренд, сезонная (циклическая) и случайная временные компоненты.
Контрольные вопросы.
1. Объясните, почему временной ряд представляет собой совокупность трендовой, циклической и случайной компоненты?
2. Какой вид связи между соседними уровнями ряда характеризует коэффициент автокорреляции?
3. В чем сходство и различие коэффициента корреляции в регрессионном анализе и коэффициента автокорреляции?
4. Объясните, что представляет собой структура временного ряда? Какой анализ позволяет ее определять?
5. Как регрессионный анализ применяется в моделировании одномерных временных рядов?
6. Какой критерий лежит при выборе построения аддитивной или мультипликативной модели временного ряда?
7. Назовите положительные и отрицательные моменты в построении кусочно-линейных и единого уравнения тренда при наличии структурных изменений в динамике переменных.
8. Каков критерий выбора построения модели временного ряда при наличии структурных изменений в динамике переменных?
Тема 5. Системы линейных одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.
Понятие системы эконометрических уравнений. Структурная и приведенная форма модели. Идентификация. Необходимое и достаточное условие идентификации. Оценивание параметров структурной модели.
Основные термины: система независимых уравнений; система рекурсивных уравнений; система взаимозависимых уравнений; структурная форма модели; структурные коэффициенты модели; структурные коэффициенты модели; приведенная форма модели; идентификация; идентифицируемые, неидентифицируемые и сверхидентифицируемые структурные модели; косвенный метод наименьших квадратов; двухшаговый метод наименьших квадратов.
Контрольные вопросы.
1. Объясните, почему построение систем эконометрических уравнений важно в экономических исследованиях?
2. В чем сходство и различие моделей эконометрических уравнений с простыми моделями множественной регрессий?
3. Приведите примеры экономических процессов и явлений, которые могут быть описаны системами независимых, рекурсивных и взаимозависимых уравнений.
4. Почему необходимо преобразовывать структурную форму модели в приведенную?
5. В каком случае вся модель является идентифицируемой и сверхидентифицируемой?
5. Планы семинарских (практических) занятий
Занятие 1. Линейная модель парной регрессии. Метод наименьших квадратов. Свойства оценок метода наименьших квадратов. Доверительные интервалы. Показатели качества регрессии.
Линейная модель парной регрессии.
Метод наименьших квадратов.
Показатели качества регрессии.
