5. Образовательные технологии

При реализации программы дисциплины «Эконометрика» используются различные образовательные технологии; аудиторные занятия проводятся в виде лекций с применением ПК, проектора и/или интерактивной доски, а также лабораторных работ. На лекциях при изложении нового материала также используется интерактивная форма проведения занятия, а именно – разбор эконометрических моделей, обсуждение актуальных научно-исследовательских работ по эконометрике. Лабораторные работы проводятся в компьютерных классах на современных персональных компьютерах с использованием специальных пакетов прикладных программ для статистической обработки данных.

Составными элементами образовательной технологии являются следующие:

лекции – для раскрытия сути изучаемой дисциплины с целью получения студентами знаний, необходимых для решения проблем, возникающих в практической деятельности;

лабораторные занятия – для выработки умений и навыков применения математического инструментария на компьютерах;

применение мультимедийных средств (электронные доски, проекторы) – для повышения качества восприятия изучаемого материала;

применение пакетов прикладных программ – для получения решений возникающих задач, требующих значительных трудовых затрат ;

контрольные задания – для контроля качества усвоения пройденного материала и приобретения навыков самостоятельной работы и оценки степени усвоения студентами пройденного материала.

6. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов

6.1. Примерный перечень вопросов к экзамену

1. Предмет, цель и задачи эконометрики.

2. Эконометрическая модель, основные этапы построения эконометрической модели.

3. Классификация исходных данных и переменных в эконометрических моделях.

4. Основные задачи регрессионного анализа. Модель парной линейной регрессии.

5. Функция регрессии, линия регрессии. Поле корреляции.

6. Выборочная функция регрессии, ее параметры.

7. Метод наименьших квадратов (МНК), его графическая интерпретация.

8. МНК-оценки параметров парной линейной регрессии, их свойства.

9. Стандартизированное уравнение регрессии, МНК-оценки параметров.

10. Коэффициент корреляции. Свойства.

11. Предпосылки МНК. Теорема Гаусса-Маркова.

12. Оценка качества уравнения регрессии. Коэффициент детерминации.

13. Суммы квадратов отклонений, связь между ними. Дисперсионный анализ.

14. Проверка значимости уравнения (критерий Фишера). Прогнозирование по регрессионной модели.

15. Доверительные интервалы для функции и параметров регрессии.

16. Модель множественной линейной регрессии. МНК-оценки параметров множественной регрессии.

17. Матричная запись МНК-оценок. Предпосылки МНК.

18. Проблема интерпретации коэффициентов регрессии.

19. Оценка качества уравнения множественной линейной регрессии. Коэффициент детерминации.

20. Суммы квадратов отклонений, связь между ними. Дисперсионный анализ.

21. Проверка значимости уравнения множественной линейной регрессии (критерий Фишера). Прогнозирование по модели множественной линейной регрессии. Доверительные интервалы для функции и параметров регрессии. Проверка статистической значимости коэффициентов регрессии.

22. Мультиколлинеарность. Методы устранения (уменьшения) мультиколлинеарности.

23. Вычисление МНК-оценок параметров нелинейной функции как непосредственно, так и после линеаризации, интерпретация коэффициентов.

24. Оценка качества уравнения регрессии. Коэффициент эластичности. Вычисление МНК-оценок параметров нелинеаризуемой нелинейной функции.

25. Тесты на гетероскедастичность (ранговой корреляции Спирмена, Голдфелда-Квандта, Уайта, Глейзера).

26. Авторегрессия первого порядка. Тест Дарбина-Уотсона. Тест серий (Бреуша-Годфри). Тест Льюига-Бокса.

27. Понятие о временных рядах. Основные составляющие временного ряда.

28. Мультипликативная и аддитивная модели временных рядов, их связь.

29. Задачи анализа временных рядов. Графическое представление временного ряда.

30. Этапы выделения компонент мультипликативной и аддитивной модели временных рядов.

31. Методы сглаживания временных рядов (скользящего среднего, экспоненциального сглаживания, последовательных разностей).

32. Прогнозирование на основе моделей временных рядов. Точечный и интервальный прогноз.

6.6. Примерная тематика расчетно-графических (контрольных) работ