- •Федеральное агентство по образованию
- •Южно-уральский государственный университет
- •Факультет экономики и предпринимательства
- •Кафедра «предпринимательство и менеджмент»
- •Учебно-методический комплекс
- •Оглавление
- •Цель, задачи и содержание дисциплины
- •Календарно-тематический план работы студента
- •Рабочая программа
- •Федеральное агентство по образованию
- •Южно-уральский государственный университет
- •Факультет экономики и предпринимательства
- •Кафедра «предпринимательство и менеджмент»
- •Рабочая программа
- •1. Введение
- •2. Разделы дисциплины, виды и объем занятий
- •3. Требования к практическим видам занятий при освоении дисциплины
- •4. Рекомендуемая литература
- •Требования к практическим видам занятий при освоении дисциплины
- •Методические рекомендации
- •1. Методические рекомендации по изучению теоретического материала.
- •2. Методические рекомендации по решению практических задач.
- •3. Методические рекомендации по выполнению контрольных работ.
- •4. Требования к критериям оценки выполнения практических заданий, контрольных работ.
- •Краткий курс лекций
- •1. Предмет, метод и задачи курса «Эконометрика».
- •1.1. Соотношения между экономическими переменными.
- •2.1. Определения. Линейная регрессионная модель для случая одной факторной переменной.
- •2.3. Свойства оценок мнк.
- •2.4.Регрессия по эмпирическим (выборочным) данным и теоретическая регрессия.
- •Таким образом, получено уравнение регрессии
- •2.5. Экономическая интерпретация параметров линейного уравнения регрессии.
- •2.6. Измерение и интерпретация случайной составляющей.
- •3. Линейная модель множественной регрессии
- •3.1. Обоснование и отбор факторов при построении множественной регрессии.
- •3.2. Линейная регрессионная модель со многими переменными.
- •3.3. Оценка и интерпретация параметров.
- •3.4. Описание связей между макроэкономическими переменными.
- •3.5. Формирование регрессионных моделей на компьютере с помощью ппп Excel
- •3.5.1. Однофакторная регрессия.
- •3.5.2. Многофакторная регрессия.
- •4. Нелинейные модели регрессии и их линеаризация
- •4.1. Мультипликативные модели регрессии и их линеаризация.
- •4.2. Гиперболическая и логарифмическая регрессии. Полиномиальная и кусочно-полиномиальная регрессия.
- •4.3. Экспоненциальная и степенная регрессии.
- •5.1. Доверительные интервалы для коэффициентов: реальные статистические данные
- •5.2. Проверка статистических гипотез о значениях коэффициентов
- •5.3. Проверка значимости параметров линейной регрессии и подбор модели с использованием f-критериев
- •5.4. Проверка значимости и подбор модели с использованием коэффициентов детерминации. Информационные критерии
- •5.6. Обобщенный метод наименьших квадратов. Метод Главных Компонент.
- •5.7.Прогнозирование. Доверительный интервал прогноза.
- •6. Временные ряды.
- •6.1. Характеристики временных рядов. Выявление тренда в динамических рядах экономических показателей.
- •6.3. Статистика Дарбина-Уотсона.
- •7.Задачи экономического анализа, решаемые на основе регрессионных эконометрических моделей
- •7.1. Измерение тесноты связи между результативным и факторными признаками.
- •18. Имеются данные о рынке строящегося жилья в Санкт-Петербурге (по состоянию на декабрь 2006 г.).
- •Вопросы к экзамену(зачету) по дисциплине «Эконометрика».
- •Контрольные задания по дисциплине «Эконометрика».
- •Рекомендуемая литература
1. Введение
В результате изучения дисциплины «Эконометрика» обучающийся должен:
Знать
модели поведения экономических агентов и рынков;
основные понятия, методы и инструменты количественного и качественного анализа процессов управления;
основные элементы процесса стратегического управления и альтернативы стратегий развития;
современные теории и концепции поведения на различных уровнях организации;
основные информационные технологии управления бизнес-процессами.
Уметь
осуществлять анализ и разработку стратегии организации на основе современных эконометрических методов;
обосновывать актуальность, теоретическую и практическую значимость исследуемой проблемы, формулировать гипотезы, проводить эмпирические и прикладные исследования;
обрабатывать эмпирические и экспериментальные данные;
проводить количественное прогнозирование и моделирование управления бизнес-процессами.
Владеть
методологией и методикой проведения научных исследований;
навыками количественного и качественного анализа для принятия управленческих решений;
методикой построения организационно-управленческих моделей с использованием корреляционно-регрессионного анализа;
информационными технологиями для прогнозирования и управления бизнес-процессами.
2. Разделы дисциплины, виды и объем занятий
|
№ темы |
Наименование разделов, тем дисциплины |
Объем в часах по видам*** | |||||
|
Всего |
Л |
ПЗ |
С |
ЛР |
СРС | ||
|
1 |
Предмет, метод и задачи курса «Эконометрика» |
4 |
2 |
|
|
|
2 |
|
2 |
Линейные однофакторные регрессионные модели эконометрики. |
12 |
2 |
4 |
|
|
6 |
|
3 |
Эконометрические модели множественной регрессии |
12 |
2 |
4 |
|
|
6 |
|
4 |
Нелинейные модели регрессии и их линеаризация |
12 |
2 |
4 |
|
|
6 |
|
5 |
Оценка качества эконометрических регрессионных моделей и прогнозирование на их основе. |
14 |
4 |
4 |
|
|
8 |
|
6 |
Временные ряды. |
12 |
2 |
4 |
|
|
6 |
|
7 |
Задачи экономического анализа, решаемые на основе регрессионных эконометрических моделей |
12 |
2 |
4 |
|
|
6 |
|
8 |
Системы эконометрических уравнений. |
8 |
2 |
2 |
|
|
4 |
|
9 |
Зачет по курсу: эконометрика |
6 |
|
|
|
|
6 |
|
Итого |
94 |
18 |
26 |
|
|
50 | |
3. Требования к практическим видам занятий при освоении дисциплины
|
№ пп |
Раздел дисциплины |
Наименование и содержание практических занятий |
|
2 |
Линейные однофакторные регрессионные модели эконометрики. |
Формирование линейных однофакторных регрессионных моделей. [1] Практикум. Задачи 1-4. [3] Раздел 1. Задачи 1-6. |
|
3 |
Эконометрические модели множественной регрессии |
Формирование моделей множественной регрессии. [1] Практикум. Задачи 5-6. [3] Раздел 2. Задачи 1-6. |
|
4 |
Нелинейные модели регрессии и их линеаризация |
Формирование нелинейных моделей регрессии. [1] Практикум. Задачи 7-9. [3] Раздел 1. Задачи 7-16. |
|
5 |
Оценка качества эконометрических регрессионных моделей и прогнозирование на их основе. |
Расчет оценки качества конкретных регрессионных моделей и построение доверительного интервала прогноза. [1] Практикум. Задачи 10-11. [3] Раздел 2. Задачи 7-13. |
|
6 |
Временные ряды. |
Формирование линейных и нелинейных моделей регрессии при анализе временных рядов. [1] Практикум. Задачи 12-14. [3] Раздел 3. Задачи 1-6. |
|
7 |
Задачи экономического анализа, решаемые на основе регрессионных эконометрических моделей |
Решение задач экономического анализа на основе регрессионных эконометрических моделей. [1] Практикум. Задачи 15-19. [3] Раздел 2. Задачи 14-19. |
|
8 |
Системы эконометрических уравнений. |
Формирование систем эконометрических уравнений для решения конкретных задач экономики. [3] Раздел 4. Задачи 1-7. |