Заочная форма обучения (5,6)

Кол. час

Вид занятия, тема и краткое содержание

Методы

2

Лекция. «Предмет и задачи курса».

Определение эконометрики.

Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы.

Области применения эконометрических моделей.

Методологические вопросы построения эконометрических моделей: обзор используемых методов.

М, П

2

Лабораторное занятие. «Знакомство с эконометрическим пакетом Eviews».

Область практического применения и возможности пакета Eviews.

Работа с пакетом: запуск программы, командная строка, рабочая область, создание рабочего файла, ввод временных периодов, импорт файлов из Excel, сохранение файлов.

Процедура нахождения описательных статистик.

Э, И

2

Лекция. «Парная регрессия и корреляция».

Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа.

Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии.

Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии.

М, П

2

Лекция. «Парная регрессия и корреляция» (продолжение).

Нелинейные модели регрессии и их линеаризация.

Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации.

Стандартная ошибка уравнения регрессии.

Оценка статистической значимости показателей корреляции, параметров уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.

М, П, Д

2

Лабораторное занятие. «Применение Eviewsпри построении и анализе линейной однофакторной модели регрессии».

Создание исходного файла с данными в среде Excel. Импорт данных в Еviews. Нахождение описательных статистик по каждой из переменных и интерпретация полученных результатов. Построение поля корреляции (график).

Расчет коэффициента парной корреляции (получение корреляционной матрицы)

Реализация метода наименьших квадратов. Интерпретация полученных результатов: параметров уравнения регрессии, стандартных ошибок, значений t - статистики и F – статистики, коэффициента детерминации.

Э, И

2

Лекция. «Множественная регрессия и корреляция»

Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.

М, П

2

Лабораторное занятие. «Применение Eviewsпри построении и анализе линейной однофакторной модели регрессии».

Построение эмпирической и теоретической линий регрессии (график)

Построение и анализ графика остатков.

Построение доверительного интервала ожидаемого значения результативного признака по заданному точечному значению факторного признака.

Э, И

2

Лабораторное занятие. «Применение Eviewsпри построении и анализе многофакторной модели регрессии. Выявление мультиколлинеарности и гетероскедастичности модели. Проверка спецификации модели.»

Создание исходного файла с данными в среде Excel. Импорт данных в Еviews. Нахождение описательных статистик по каждой из переменных и интерпретация полученных результатов. Расчет корреляционной матрицы для всех переменных, включенных в модель.

Построение регрессионного уравнения МНК.

Э, И

2

Лабораторное занятие. «Применение Eviewsпри построении и анализе многофакторной модели регрессии. Выявление мультиколлинеарности и гетероскедастичности модели. Проверка спецификации модели.»

Оценка значимости параметров полученного уравнения и всей модели в целом.

Проверка наличия мультиколлинеарности в модели.

Проверка спецификации модели. Объяснение полученных результатов.

Э, И