- •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)
Заочная форма обучения (5,6)
Кол. час |
Вид занятия, тема и краткое содержание |
Методы |
1 |
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 |
3 |
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. 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 |
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. |
|
2 |
Практическое занятие. «Парная регрессия и корреляция». Расчет коэффициента детерминации. Расчет стандартной ошибки уравнения регрессии. Процедура оценки статистической значимости показателей корреляции, параметров уравнения регрессии в целом по t - критерию Стьюдента и F - критерию Фишера. Процедура лианеризации нелинейных моделей регрессии. Оценка степени тесноты связи между количественными переменными. Расчет коэффициента ковариации. Расчет показателей корреляции: линейного коэффициента корреляции, индекса корреляции, теоретического корреляционного отношения. |
Э, И |
2 |
Практическое занятие. «Множественная регрессия и корреляция». Расчет и интерпретация стандартизованных коэффициентов регрессии. Парные и частные коэффициенты корреляции. Область применения множественной регрессии. Особенности классической линейной модели множественной регрессии (КЛММР). МНК при определении параметров уравнения множественной регрессии. |
Э, И |
Заочная форма обучения (3)
Кол. час |
Вид занятия, тема и краткое содержание |
Методы |
1 |
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 |
3 |
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. 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 |
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. |
|
2 |
Практическое занятие. «Парная регрессия и корреляция». Расчет коэффициента детерминации. Расчет стандартной ошибки уравнения регрессии. Процедура оценки статистической значимости показателей корреляции, параметров уравнения регрессии в целом по t - критерию Стьюдента и F - критерию Фишера. Процедура лианеризации нелинейных моделей регрессии. Оценка степени тесноты связи между количественными переменными. Расчет коэффициента ковариации. Расчет показателей корреляции: линейного коэффициента корреляции, индекса корреляции, теоретического корреляционного отношения. |
Э, И |
2 |
Практическое занятие. «Множественная регрессия и корреляция». Расчет и интерпретация стандартизованных коэффициентов регрессии. Парные и частные коэффициенты корреляции. Область применения множественной регрессии. Особенности классической линейной модели множественной регрессии (КЛММР). МНК при определении параметров уравнения множественной регрессии. |
Э, И |