- •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)
- •2. Краткое изложение программного материала (курс лекций)1 Введение
- •1. Предмет и задачи дисциплины "Эконометрика"
- •1.1. Определение эконометрики
- •1.2. Взаимосвязь эконометрики с экономической теорией, статистикой и экономико-математическими методами
- •1.3. Области применения эконометрических моделей
- •1.4. Методологические вопросы построения эконометрических моделей
- •2. Парная регрессия
- •2.1. Основные цели и задачи прикладного корреляционно-регрессионного анализа
- •2.2. Постановка задачи регрессии
- •2.3. Парная регрессия и метод наименьших квадратов
- •2.4. Коэффициент корреляции, коэффициент детерминации, корреляционное отношение
- •2.5. Оценка статистической значимости регрессии
- •2.6. Интерпретация уравнения регрессии
- •3. Классическая линейная модель множественной регрессии
- •3.1. Предположения модели
- •3.2. Оценивание коэффициентов клммр методом наименьших квадратов
- •3.3 Парная и частная корреляция в клммр
- •Множественный коэффициент корреляции и множественный коэффициент детерминации
- •3.5. Оценка качества модели множественной регрессии
- •3.6 Мультиколлинеарность и методы ее устранения
- •4. Спецификация переменных в уравнениях регрессии
- •4.1. Спецификация уравнения регрессии и ошибки спецификации
- •4.2. Обобщенный метод наименьших квадратов
- •4.3 Линейная модель множественной регрессии
- •Проверка гомоскедастичности дисперсии по критерию Бартлетта
- •4.4. Линейная модель множественной регрессии с автокорреляцией остатков
- •4.5. Фиктивные переменные. Тест Чоу
- •Данные для расчета модели с фиктивной переменной
- •5. Временные ряды
- •5.1.Специфика временных рядов
- •5.2. Проверка гипотезы о существовании тренда
- •5.3. Аналитическое выравнивание временных рядов, оценка параметров уравнения тренда
- •5.4. Метод последовательных разностей
- •5.5. Аддитивная и мультипликативная модели временного ряда
- •5.6. Модели стационарных и нестационарных временных рядов и их идентификация
- •5.7. Тестирование стационарности временного ряда
- •5.8. Эконометрический анализ взаимосвязанных временных рядов
- •Библиографический список
- •3. Методические указания к решению типовых задач7
- •"Парная регрессия и корреляция"
- •"Множественная регрессия и корреляция"
- •"Временные ряды в эконометрических исследованиях"
- •"Системы эконометрических уравнений"
- •4. Методические указания по изучению курса
- •5. Контроль знаний Вопросы к зачету
- •6. Сведения о ппс
- •7. Деловые игры
- •8. Использование инновационных методов
- •9. Дополнительный материал (глоссарий, статистические таблицы)
- •95% Квантили распределения Фишера f(n1,n2)
4. Методические указания по изучению курса
Прохождение практики по данной дисциплине не предусмотрено учебным планом.
Курсовые работы и рефераты по данной дисциплине не предусмотрены учебным планом.
Самостоятельная работа студентов дневной формы обучения с контрольными вопросами предполагает теоретическую подготовку к текущим практическим занятиям согласно перечня вопросов пункта 4.1. рабочей программы по дисциплине.
Самостоятельная работа студентов заочной формы обучения с контрольными вопросами предполагает глубокий самостоятельный анализ и проработку тем курса, рассмотренных на лекциях и практических занятиях в ходе установочной сессии. Детальное изучение и подробные ответы на вопросы промежуточного контроля (пункт 4.1. рабочей программы) и работа с учебно-методическими пособиями и УМК, разработанными кафедрой, позволят студентам заочной формы обучения самостоятельно подготовится к сдаче теоретической части зачета и к решению типовых задач.
Самостоятельная работа с заданиями студентов дневного отделения предполагает выполнение заданной преподавателем домашней работы, конспектирование разделов, вынесенных на самостоятельную подготовку, выполнение творческого задания.
Самостоятельная работа студентов с тестами направлена на самопроверку уровня знаний. Студентам рекомендуется отвечать на тестовые вопросы по мере изучения соответствующих тем, а также в ходе подготовки к экзамену (зачету).
Самостоятельная работа студентов с перечнем рекомендуемой литературы предполагает самостоятельное углубленное рассмотрение материала, изложенного в ходе лекций. Чрезвычайно важным представляется рассмотрение примеров и решенных задач. В этой части рекомендуется обратить особое внимание на следующее учебное пособие - Ниворожкина Л.И., Морозова З.А. Математическая статистика с элементами теории вероятностей в задачах с решениями:Учебное пособие. – Москва: ИКЦ «МарТ», 2005. В данном учебном пособии приводятся не только условия решения задач, но и подробное их решение, что сделано впервые в отечественной практике преподавания рассматриваемой дисциплины.
Самостоятельная работа студентов с вопросами к экзамену (зачету) начинается уже в начале семестра, когда студенты получают их перечень. В ходе самостоятельной работы в течение семестра студенты детально отвечают на вопросы самоконтроля, что позволяет ответить на вопросы экзамена зачета подробно и обстоятельно.
5. Контроль знаний Вопросы к зачету
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.
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.
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, уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.
Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов.
Стандартизованные коэффициенты регрессии, их интерпретация.
Парные и частные коэффициенты корреляции.
Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции.
Оценка качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.
Мультиколлинеарность. Методы устранения мультиколлинеарности.
Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.
Спецификация переменных в уравнениях регрессии. Ошибки спецификации.
Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов.
Проблема гетероскедастичности. Автокорреляция.
Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции.
Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. Тест Чоу.
Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Замещающие переменные.
Специфика временных рядов как источника данных в эконометрическом моделировании.
Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда.
Автокорреляция в остатках, ее измерение и интерпретация.
Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии.
Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели.
Особенности изучения взаимосвязанных временных рядов.
Автокорреляция рядов динамики и методы ее устранения.
Метод последовательных разностей. Интерпретация параметров уравнения регрессии, построенного по первым и вторым разностям.
Метод отклонения уровней ряда от основной тенденции.
Метод включения фактора времени.
Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений.
Структурная и приведенная формы эконометрической модели.
Проблемы идентификации. Косвенный и двухшаговый метод наименьших квадратов, общая схема алгоритма расчетов.
Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна.
Тесты
1. Термин «эконометрика» был введен в научный оборот:
А) В. Парето; Б) Р. Фришем; В) Дж. Кейнсом Г) Гукером.
2. Все переменные в эконометрических моделях делятся на (выберите несколько правильных ответов) :
А) экзогенные; Б) эндогенные; В) пространственные; Г) предопределенные.
Парная регрессия – это:
А) односторонняя стохастическая зависимость;
Б) функциональная зависимость;
В) двухсторонняя стохастическая зависимость;
Г) детерминированная зависимость.
Коэффициент парной регрессии интерпретируется:
А) в зависимости от экономического смысла задачи. Чаще всего отражает совокупное воздействие на Y неучтенных X-ом факторов;
Б) как показатель изменения Y при изменении X на единицу измерения признака;
В) не имеет интерпретации.
Стандартная ошибка оценки уравнения регрессии – это:
А) мера вариации относительно среднего X;
Б) мера вариации относительно среднего Y;
В) мера вариации относительно линии регрессии.
Коэффициент детерминации может быть рассчитан как:
А) ;
Б) ;
В) ;
Г) .
Для проверки качества оценивания регрессии необходимо рассчитать:
А) ; Б); В).
8. Частный коэффициент корреляции характеризует:
А) тесноту связи между результативным и факторным признаками;
Б) тесноту связи между результативным и факторным признаками при фиксированном воздействии других факторов, включенных в уравнение регрессии;
В) тесноту связи между факторными признаками.
9. Для измерения эффекта мультиколлинеарности используют:
А) ; Б); В).
10. Модель временного ряда с аддитивной компонентой выглядит как:
А) Фактическое значение = Трендовое значение + Сезонная вариация + Ошибка
(A = T + S + E);
Б) Фактическое значение = Трендовое значение·Сезонная вариация·Ошибка
(A =T · S · E);
В) Фактическое значение =Трендовое значение + Сезонная вариция·Ошибка
(A=T+S ·E).
11. Эконометрика получила свое развитие на стыке следующих наук (выберите несколько правильных ответов) :
А) экономической теории; Б) статистики; В) кибернетики; Г) математики.
По уровню иерархии экономической системы, анализируемой при помощи эконометрики, выделяют (выберите несколько правильных ответов):
А) мегауровень; Б) макроуровень; В) мезоуровень ; С)микроуровень.
13. Относительно числа явлений (переменных), учитываемых в регрессии различают (выберите несколько правильных ответов) :
А) простую (парную) регрессию; Б) сложную регрессию;
В) множественную регрессию; Г) единственную регрессию.
14. Найденная с помощью Метода Наименьших Квадратов линия регрессии:
А) максимизирует сумму квадратов отклонений ;
Б) минимизирует сумму квадратов отклонений ;
В) оптимизирует сумму квадратов отклонений .
15. Параметр b в модели парной регрессии может быть найден как:
А) ; Б); В)
16. Коэффициент детерминации – это:
А) доля вариации, которая не объясняется зависимыми переменными в регрессионной модели;
Б) доля вариации, которая не объясняется независимыми переменными в регрессионной модели.
В) доля вариации, которая объясняется зависимыми переменными в регрессионной модели;
Г) доля вариации, которая объясняется независимыми переменными в регрессионной модели.
17. Для проверка значимости параметра уравнения используется:
А) хи- квадрат; Б) F-критерий Фишера; ) t-критерий Стьюдента.
18. Множественный коэффициент детерминации оценивает:
А) степень тесноты связи между результативным признаком и каждым факторным;
Б) совокупное влияние факторыных признаков на результативный;
В) какой из факторных признаков в большей степени влияет на
результативный.
19. Гомоскедастичность случайных остатков означает, что:
А) остатки модели eiимеют постоянную дисперсию;
Б) распределение остатков eiявляется нормальным;
В) остатки eiносят случайный характер
20. Критерий Дарбина - Уотсона используется при выявлении:
А) мультиколлинеарности; Б) гомоскедастичности;
В) гетероскедастичности; Г) автокорреляции.
21. Случайная составляющая (ошибка)обусловлена:
А) стохастическим характером зависимости между X и Y;
Б) функциональным характером зависимости между X и Y;
В) детерминированным характером зависимости между X и Y.
22. При эконометрическом моделировании встречаются следующие типы данных (выберите несколько правильных ответов) :
А) пространственные данные; Б) экзогенные данные; В) временные ряды.
23. Свободный член уравнения регрессии интерпретируется:
А) в зависимости от экономического смысла задачи. Чаще всего отражает совокупное воздействие на Y неучтенных X-ом факторов;
Б) как показатель изменения Y при изменении X на единицу измерения признака;
В) не имеет интерпретации.
24. Параметр a в модели парной регрессии может быть найден как:
А) ; Б); В); Г).
25. Сила корреляционной связи между двумя переменными в генеральной совокупности измеряется при помощи коэффициента корреляции, который изменяется в пределах:
А) от 0 до +1; Б) от –1 до 0; В) от –1 до +1; Г) от –1 до +∞.
26. Вывод о значимости параметра уравнения делается если:
А) ; Б); В); Г).
27. Для проверки значимости коэффициента детерминации используется:
А) хи-квадрат; Б) F-критерий Фишера; ) t-критерий Стьюдента.
28. Для получения прогноза по уравнению множественной регрессии
необходимо:
А) оценить статистическую значимость параметров уравнения регрессии;
Б) найти средние значения факторных признаков, включенных в уравнение множественной регрессии;
В) подставить в уравнение множественной регрессии значенияx.
29. Скорректированный коэффициент детерминации в модели множественной регрессии находят как:
А) ; Б); В).
30. Автокорреляция – это:
А) замена данных, имеющих отношение к мелким временным периодам, данными по более крупным периодам;
Б) выравнивание уровней ряда по аналитическим формулам;
В) зависимость между последовательными (соседними) уровнями временного ряда.
31. Источниками ошибок являются (выберите несколько правильных ответов) :
А) неучтенные факторы;
Б) недетерминированность индивидуального поведения;
В) ошибки измерения;
Г) детерминированный характер зависимости.
32. Наиболее распространенными в эконометрическом моделировании являются следующие классы моделей (выберите несколько правильных ответов) :
А) регрессионные модели с одним уравнением; Б) модели временных рядов;
В) системы одновременных уравнений; Г) Logit– модели.
33. Относительно формы регрессии различают (выберите несколько правильных ответов) :
А) линейную регрессию; Б) нелинейную регрессию;
В) множественную регрессию; Г) простую регрессию.
34. Метод Наименьших Квадратов используется для :
А) нахождения параметров регрессии;
Б) интерпретации параметров регрессии;
В) определения формы регрессионной зависимости.
35. Стандартная ошибка оценки уравнения регрессии может быть рассчитана как:
А) ; Б); В).
36. Выборочный коэффициент корреляции (R) связан с коэффициентом детерминации() следующим образом:
А) ; Б); В); Г).
37. Для проверки значимости параметра уравнения необходимо рассчитать:
А) ; Б); В).
38. Явление мультиколлинеарности состоит в следующем:
А) две или более независимых переменных, включенных в уравнение множественной регрессии, связаны между собой линейной корреляционной зависимостью;
Б) две или более независимых переменных и зависимая переменная связаны между собой линейной корреляционной зависимостью;
В) правильного ответа нет
39. Гетероскедастичность случайных остатков означает, что:
А) остатки модели eiимеют непостоянную дисперсию;
Б) распределение остатков eiявляется нормальным;
В) остатки eiносят случайный характер.
40. Модель временного ряда с аддитивной компонентой выглядит как:
А) Фактическое значение=Трендовое значение + Сезонная вариация + Ошибка (A = T + S + E);
Б) Фактическое значение = Трендовое значение·Сезонная вариация·Ошибка (A=T· S ·E);
В) Фактическое значение = Трендовое значение + Сезонная вариация · Ошибка (А = T + S · E).
41. Модель временного ряда с мультипликативной компонентой выглядит как:
А) Фактическое значение=Трендовое значение + Сезонная вариация + Ошибка (A = T + S + E);
Б) Фактическое значение = Трендовое значение·Сезонная вариация·Ошибка
(A=T·S ·E);
В) Фактическое значение = Трендовое значение + Сезонная вариация ·
Ошибка (А = T + S · E).