Содержание

Программа по дисциплине «Эконометрика» по специльности «Прикладная информатика в экономике»

РАЗДЕЛ I. ТЕОРИЯ

Глава 1. Определение эконометрики

1. Предмет эконометрики

2. Типы данных

3. Классы моделей

4. Оценивание моделей

5. Типы зависимости

6. Основные этапы эконометрического моделирования

Глава 2. Методы и модели анализа динамики экономических процессов

1. Понятие экономических рядов динамики

2. Предварительный анализ и сглаживание временных рядов

3. Оценка адекватности и точности трендовых моделей

4. Трендовые модели на основе кривых роста

5. Адаптивные модели прогнозирования

6. Модель Брауна (модель экспоненциального сглаживания)

7. Прогнозирование экономической динамики на основе трендовых моделей

Глава 3. Парная регрессия и корреляция

Глава 4. Множественная регрессия и корреляция

4.1 Выбор формы уравнения регрессии

4.2 Определение мультиколлинеарности

4.3 Предпосылки метода наименьших квадратов

4.4 Метод Гольдфельдта-Квандта (для однофакторной модели)

Глава 5. Системы эконометрических уравнений

1. Понятие о системах уравнений

2. Структурная и приведенная формы модели

3. Проблема идентификации

4. Косвенный метод наименьших квадратов (КМНК)

5. Двухшаговый метод наименьших квадратов (ДМНК)

Глава 6. Моделирование временных рядов (без учета сезонности)

РАЗДЕЛ II. ПРАКТИКА

Глава 1. Задания к лабораторным работам

1. Программа лабораторных работ

2. Лабораторная работа № 1 – 5

3. Лабораторная работа № 6

4. Лабораторная работа № 7 – 8

5. Лабораторная работа № 9 – 10

6. Лабораторная работа № 11 – 12

Глава 2. Лабораторный практикум

1. Лабораторная работа № 1 – 5

2. Лабораторная работа № 6

3. Лабораторная работа № 7 – 8

4. Лабораторная работа № 9

5. Лабораторная работа № 10

6. Лабораторная работа № 11 - 12

Приложение

1. Таблица 1Значение F-критерия Фишера при уровне значимости

2. Таблица 2Значения статистик Дарбина – Уотсона

3. Таблица 3Критические значения t-критерия Стьюдента

4. Таблица 4Критические значения коэффициентов автокорреляции () при уровнях значимостии

5. Таблица 5Критические границы отношенияR/S

6. Таблица 6Формулы расчета коэффициентов эластичности для наиболее распространенных типов уравнений регрессии

Программа по эконометрике (35-36 группы)

№	Лекции 24 часа	Количество часов
1	Предмет эконометрики. Введение в эконометрику. Типы данных. Классификация эконометрических моделей.	2 часа
2	Основные этапы эконометрического моделирования. Эконометристы - лауреаты Нобелевской премии. Понятия экономических рядов динамики.	2 часа
3	Предварительный анализ и сглаживание временных рядов.	2 часа
4	Оценка адекватности и точности трендовых моделей.	2 часа
5	Трендовые модели на основе кривых роста.	2 часа
6	Методы определения параметров кривых. Метод наименьших квадратов. Линеаризация.	2 часа
7	Адаптивные модели прогнозирования. Модель Брауна. Прогнозирование экономической динамики на основе трендовых моделей.	2 часа
8	Парная регрессия. Коэффициент корреляции и детерминации. Оценка значимости.	2 часа
9	Множественная регрессия и корреляция. Мульколлинеарность. Предпосылки МНК. Гетероскедастичность.	2 часа
10	Системы эконометрических уравнений.	4 часа
11	Моделирование одномерных временных рядов. Сезонные и циклические колебания. Аддитивная и мультипликативная модели.	2 часа

№	Лабораторные занятия 26 часов	Количество часов
1	Аномальность. Наличие тренда. Сгладить уровни ряда. Нахождение параметров линейной регрессии (всеми способами).	2 часа
2	Проверка на адекватность и точность линейной регрессии. Построение графика.	2 часа
3	Нахождение параметров нелинейных регрессий.	2 часа
4	Проверка на адекватность и точность уравнений нелинейных регрессий. Построение графиков.	2 часа
5	Модель Брауна. Проверка на адекватность и точность. Выбор лучшей модели. Прогноз.	2 часа
6	Парная регрессия.	2 часа
7	Мультиколлинеарность.	2 часа
8	Построение моделей множественной регрессии.	2 часа
9	Системы эконометрических уравнений. Проверка на идентификацию.	2 часа
10	Косвенный метод наименьших квадратов.	2 часа
11	Одномерные временные ряды. Автокорреляционная функция.	2 часа
12	Аддитивная и мультипликативная модели.	4 часа