- •Учебно-методический комплекс
- •Рабочая учебная программа утверждаю:
- •Основание
- •1. Цели и задачи дисциплины
- •1.2. Требования к уровню усвоения дисциплины
- •1.3. Связь с другими дисциплинами Учебного плана
- •2. Содержание дисциплины, способы и методы учебной деятельности преподавателя
- •Очная форма обучения
- •Заочная форма обучения (5,6)
- •Заочная форма обучения (3)
- •Заочная форма обучения (3,6)
- •Предмет и задачи курса
- •Парная регрессия и корреляция
- •Модель множественной регрессии
- •3.6. Ошибки спецификации
- •Модели временных рядов
- •4.2.1. Анализ и прогнозирование временных рядов с трендом
- •4.2.2. Анализ и прогнозирование временных рядов с сезонной компонентой
- •4.3. Автокорреляция и авторегрессия между уровнями временного ряда
- •4.4.Анализ и моделирование связи между временными рядами.
- •Указания к выполнению контрольных заданий
- •Задача 1 Задания:
- •3. Торговцу нужно выяснить, как изменяется количество пучков салата, продаваемых ежедневно в розницу. Имеются следующие сведения о количестве и цене:
- •Задача 2 Задания:
- •Задача 3 Задания:
- •Задача 4 Задания:
- •Задача 5 Задания:
- •Использование инновационных методов
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 |