«Эконометрика» (стр. 7 )

Решая ее получим: ; ; .

Уравнение регрессии имеет вид: у .

Параметр 6 фиксирует силу связи у и х. Его величина означает, что с ростом дохода на одного члена семьи на 1 %-ный пункт при условии неизменной тенденции расходы на товар А возрастают в среднем на 0,322 руб. Параметр С = 3,516 характеризует среднегодовой абсолютный прирост расходов на товар А под воздействием прочих факторов при условии неизменного дохода.

5. Содержание самостоятельной работы

Самостоятельная работа студента по дисциплине включает в себя: изучение лекционного материала по конспекту лекций; изучение основной и дополнительной литературы; подготовка к практическим (семинарским) занятиям; выполнение индивидуальных заданий; выполнение контрольной работы, реферата (для студентов заочной формы обучения, на усмотрение преподавателя).

После изучения дисциплины студент должен уметь отвечать на следующие вопросы:

Тема 1. Линейная модель множественной регрессии

1  Определение эконометрики;

2  Типы эконометрических моделей;

3  Области применения эконометрических моделей;

4  Измерения в эконометрике;

5  Какие типы данных используются в эконометрике. Какие возникают проблемы данных;

6  Виды регрессии.

Тема 2. Метод наименьших квадратов (МНК)

1  Линейная парная регрессия;

2  Графический метод оценки параметров уравнения парной регрессии;

3  Суть метода наименьших квадратов (МНК);

4  Оценка параметров линейной регрессии на основе МНК;

5  Экономическая интерпретация параметров уравнения регрессии.

Тема 3. Свойства оценок МНК. Показатели качества регрессии

1  Как производится оценка тесноты связи объясняемой переменной и фактора;

2  Что такое коэффициент парной линейной регрессии;

3  Что такое коэффициент парной линейной корреляции;

4  Что такое коэффициент детерминации и что он показывает;

5  Пояснить понятия общей, факторной и остаточной дисперсии;

6  Как оценивается значимости уравнения регрессии в целом;

7  Как производится оценка значимости параметров уравнения регрессии;

8  Как производится расчет стандартной ошибки прогноза;

9  Как выполнить расчет средней ошибки индивидуального значения результирующего прогноза.

Тема 4. Нелинейные модели регрессии и их линеаризация

1  Классификация нелинейных регрессий;

2  Примеры регрессий нелинейных относительно объясняющих переменных;

3  Метод наименьших квадратов применительно к регрессиям нелинейных относительно объясняющих переменных;

4  Виды регрессий нелинейных по оцениваемым параметрам;

5  Методы линеаризации нелинейных регрессий;

6  Особенности применения МНК по отношению к нелинейным регрессиям;

7  Что такое коэффициент эластичности и как его определить для разных видов нелинейных регрессий.

Тема 5. Множественная регрессия и корреляция

1  Отбор факторов;

2  Выбор вида уравнения регрессии;

3  Особенности применения метода наименьших квадратов;

4  Оценка параметров путем приведение уравнений к стандартизованному виду;

5  Понятие частного уравнения регрессии;

6  Частные коэффициенты эластичности;

7  Использование частных уравнений регрессии;

8  Показатель множественной корреляции;

9  Совокупный коэффициент корреляции;

10  Индексы множественной корреляции.

Тема 6. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками.

1  Предпосылки метода наименьших квадратов;

2  Пояснить понятия несмещённости, состоятельности и эффективности оценок по методу наименьших квадратов;

3  Пояснить понятия гетероскедастичности и гомоскедастичности;

4  Что понимается под автокорреляцией остатков;

5  Обобщенный метод наименьших квадратов (ОМНК). Суть и назначение метода.

Тема 7. Регрессионные модели с переменной структурой (фиктивные переменные)

1  Оценка значимости уравнения множественной регрессии. F – критерий Фишера для множественной регрессии;

2  Частные F – критерии Фишера;

3  Оценка значимости параметров множественной регрессии;

4  Способы оценки значимости параметров уравнения множественной регрессии;

5  Фиктивные переменные во множественной регрессии. Использование фиктивных переменных;

6  Особенности применение МНК к уравнениям с фиктивными переменными.

Тема 8. Система линейных одновременных уравнений

1  Виды систем эконометрических уравнений;

2  Независимые системы;

3  Рекурсивные системы;

4  Системы одновременных (совместных) уравнений;

5  Структурная и приведенная формы модели. Структурная и приведенная форма эконометрической модели;

6  Проблемы идентификации.

Тема 9. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов

1  Суть косвенного метода наименьших квадратов.

2  Алгоритм расчетов при двухшаговом методе наименьших квадратов;

3  Алгоритм расчетов при трехшаговом методе наименьших квадратов.

Тема 10. Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация

1  Моделирование тенденции временного ряда;

2  Моделирование сезонных и циклических колебаний;

3  Понятие структурных изменений. Тест Чоу;

4  Оценка взаимосвязи двух временных рядов. Критерий Дарбина-Уотсона;

5  Коинтеграция временных рядов. Понятие коинтеграции. Критерий Энгеля-Грангера;

6  Понятие динамической эконометрической модели.

6. Учебно-методическое обеспечение дисциплины

6.1. Конспект лекций (см. приложение 1)

6.2. Методические указания студентам

6.2.1. Общие рекомендации

При изучении дисциплины «Эконометрика» предусмотрены лекционные, семинарские занятия, самостоятельная работа студента. Методические указания по выполнению контрольной работы даны в разделе 6.2.2. Для организации самостоятельной работы по изучению курса студентам предлагаются конспект лекций (раздел 6.1), учебники (6.3).

В конспекте лекций приведены основные теоретические вопросы по данному курсу. На семинарских занятиях отрабатываются практические вопросы применения методов эконометрики при решении экономических задач.

6.2.2. Методические указания и задания на выполнение контрольной работы

Учебным планом контрольная работа не предусмотрена. Но преподаватель имеет право проводить контрольную работу для студентов заочной формы обучения, выдавая заблаговременно задания и методические рекомендации (через библиотеку института). Образец задания и рекомендации к его выполнению см. в приложении 2.

6.3.  Литература

Основная литература

1. и др. Эконометрика. Учебник для вузов. – М.: Финансы и статистика, 2006.

2. и др. Практикум по эконометрике. – М.: Финансы и статистика, 2003 г.

Дополнительная литература

1., . Эконометрика. Учебник для вузов. – М.: ЮНИТИ-ДАНА, 2002.

2.. Эконометрика. Учебник. – М.: Финансы и кредит, 2008 г.

7. Требования к уровню освоения программы и формы текущего промежуточного и итогового контроля

7.1. Формы текущего промежуточного и итогового контроля

Формой текущего контроля знаний студентов является контроль их подготовки к занятиям, особенно семинарам. А также контроль качества их работы во время проведения занятий. Преподаватель может производить и письменный контроль в виде проверочных работ.

Требования к промежуточной аттестации студентов:

-  посещение студентом лекционных, практических занятий;

-  активная работа на практических занятиях;

-  изучение дополнительной литературы по темам курса.

7.2.Тесты самопроверки знаний

По теме №1. Линейная модель множественной регрессии

1. Эконометрика получила свое развитие на стыке следующих наук (выберите несколько правильных ответов):

а) экономической теории; б) статистики; в) кибернетики; г) математики.

2. Эконометрика – это …

а) раздел экономической теории, связанный с анализом статистической информации;

б) специальный раздел математики, посвященный анализу экономической информации;

в) наука, которая осуществляет качественный анализ взаимосвязей экономических явлений и процессов;

г) наука, которая дает количественное выражение взаимосвязей экономических явлений и процессов.

3. По уровню иерархии экономической системы, анализируемой при помощи эконометрики, выделяют (выберите несколько правильных ответов):

а) мегауровенъ; б) макроуровень; в) мезоуровень; с)микроуровень

4. 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;

5. При эконометрическом моделировании встречаются следующие типы данных (выберите несколько правильных ответов):

а) пространственные данные; б) экзогенные данные; в) временные ряды.

6. Источниками ошибок : являются (выберите несколько правильных ответов):

а) неучтенные факторы; б) недетерминированность индивидуального поведения;

в) ошибки измерения; г) детерминированный характер зависимости.

7. 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.

8. 0тносительно формы регрессии различают (выберите несколько правильных ответов):

а) линейную регрессию; б) нелинейную регрессию;

в) множественную регрессию; г) простую регрессию.

9. Аддитивная модель содержит компоненты в виде …

а) комбинации слагаемых и сомножителей; б) сомножителей;

в) отношений; г) слагаемых.

По теме №2. Метод наименьших квадратов

10. Коэффициент парной регрессии b интерпретируется:

а) в зависимости от экономического смысла задачи. Чаще всего отражает совокупное воздействие на У неучтенных Х-м факторов;

б) как показатель изменения У при изменении Х на единицу измерения признака;

в) не имеет интерпретации.

11.Сила корреляционной связи между двумя переменными в генеральной совокупности измеряется при помощи коэффициента корреляции, который изменяется в пределах:

а) от О до +1; б) от-l до O; в) от -1 до + 1; г) от -1 до +00.

12. Стандартная ошибка оценки уравнения регрессии - это:

а) мера вариации относительно среднего Х;

б) мера вариации относительно среднего У;

в) мера вариации относительно линии регрессии.

13. Найденная с помощью Метода Наименьших Квадратов линия регрессии:

а) максимизирует сумму квадратов отклонений е;

б) минимизирует сумму квадратов отклонений е;

в) оптимизирует сумму квадратов отклонений е.

14. Параметр b в модели парной регрессии может быть найден как

a) ; б) ;

с) .

15. Величина коэффициента регрессии показывает …

а) среднее изменение фактора при изменении результата на одну единицу измерения;

б) на сколько процентов изменится результат при изменении фактора на 1 %;

в) значение тесноты связи между фактором и результатом;

г) среднее изменение результата при изменении фактора на одну единицу измерения.

16. Случайная составляющая (ошибка) обусловлена:

а) стохастическим характером зависимости между Х и У;

б) функциональным характером зависимости между Х и У;

в) детерминированным характером зависимости между Х и У

17. Свободный член уравнения регрессии интерпретируется:

а) в зависимости от экономического смысла задачи.

б) чаще всего отражает совокупное воздействие на У неучтенных Х-ом факторов;

в) как показатель изменения У при изменении Х на единицу измерения признака;

г) не имеет интерпретации.

18. Параметр а в модели парной регрессии может быть, найден как:

а) ; б) ; в) ; г) .

19. Вывод о значимости параметра уравнения делается если:

а) ; б) ; в) ; г) .

20. Метод Наименьших Квадратов используется для:

а) нахождения параметров регрессии;

б) интерпретации параметров регрессии;

в) определения формы регрессионной зависимости.

21. Выборочный коэффициент корреляции связан с коэффициентом детерминации следующим образом:

а) ; б) ; в) ; г) .

22. В линейной регрессии Y=b0+b1X+e параметрами уравнения регрессии являются: (неск) а) b0; б) Y; в) X; г) b1.

По теме №3. Свойства оценок МНК. Показатели качества регрессии

23. Коэффициент детерминации может быть рассчитан как:

а) ;

б) ;

в) ;

г) .

24. 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.

25. Для проверки качества оценивания регрессии необходимо рассчитать:

а) ; б) ; в) .

26. Для проверка значимости параметра уравнения b используется:

а) хи - квадрат; б) F-критерий Фишера; в) t-критерий Стьюдента.

27. 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 значения ;

28. Стандартная ошибка оценки уравнения регрессии может быть рассчитана как:

а) ; б) ; в) .

По теме №4. Нелинейные модели регрессии и их линеаризация

29. Регрессии выражаются через нелинейные функции, если …

а) между экономическими явлениями существует нелинейная связь;

б) исходные данные не дают возможности утверждать о линейности связи между экономическими явлениями;

в) оценка значимости линейного уравнения регрессии по критерию Фишера указывает на отсутствие связи между признаками.

30. Различают два класса нелинейных регрессий …

а) регрессии, нелинейные относительно включенных в анализ объясняющих переменных, но линейные по оцениваемым параметрам;

б) регрессии, нелинейные по оцениваемым параметрам;

в) регрессии, линейные относительно включенных в анализ объясняющих переменных и по оцениваемым параметрам;

г) регрессии, нелинейные относительно включенных в анализ объясняющих переменных и нелинейные по оцениваемым параметрам.

31. К регрессиям, нелинейным по оцениваемым параметрам относят …

а) степенную функцию; б) показательную функцию; в) полином второй степени;

г) полином первой степени;д) полином третей степени;е) равностороннюю гиперболу;

ж) экспоненциальную функцию.

32. К регрессиям, нелинейные относительно включенных в анализ объясняющих переменных относят …

а) степенную функцию; б) показательную функцию; в) полином второй степени;

г) полином первой степени; д) полином третей степени;

е) равностороннюю гиперболу; ж) экспоненциальную функцию.

33. Величина коэффициента эластичности показывает …

а) на сколько процентов изменится в среднем результат при изменении фактора на 1%

б) во сколько раз изменится в среднем результат при изменении фактора в два раза;

в) предельно допустимое изменение варьируемого признака;

г) предельно возможное значение результата.

Тема 5. Множественная регрессия и корреляция

34. Для измерения эффекта мультиколлинеарности используют:

а) ; б) ; в) .

35. 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

36. Множественный коэффициент детерминации оценивает:

а) степень тесноты связи между результативным признаком и каждым факторным;

б) совокупное влияние факторных признаков на результативный;

в) какой из факторных признаков в большей степени влияет на результативный.

37.Скорректированный коэффициент детерминации в модели множественной регрессии находят как:

а) ; б) ; в) .

Тема 6. Линейные регрессионные модели с гетероскедастичными и автокоррелированными

38. Гомоскедастичность случайных остатков означает, что:

а) остатки модели имеют постоянную дисперсию;

б) распределение остатков является нормальным;

в) остатки носят случайный характер.

39. Явление мультиколлинеарности состоит в следующем:

а) две независимых переменных, включенных в уравнение множественной регрессии, связаны между собой линейной корреляционной зависимостью;

б) две независимых переменных и зависимая переменная связаны между собой линейной корреляционной зависимостью;

в) более двух независимых переменных, включенных в уравнение множественной регрессии, связаны между собой линейной корреляционной зависимостью.

40. Гетероскедастичность случайных остатков означает, что:

а) остатки модели имеют непостоянную дисперсию;

б) распределение остатков является нормальным;

в) остатки носят случайный характер.

Тема 7. Регрессионные модели с переменной структурой (фиктивные переменные)

41. Фиктивные переменные вводятся, когда…

а) требуется исказить исходные статистические данные;

б) когда исходные данные относятся к объектам, имеющим разные качественные уровни;

в) когда исходные данные относятся к разным временным промежуткам.

42. Фиктивные переменные отражают…

а) различия в формировании результативного признак по отдельным группам статистических данных;

б) необходимость исключения некоторых исходных данных из общей совокупности данных;

в) степень количественного различия отдельных групп статистических данных.

Тема 8. Система линейных одновременных уравнений

43. В правой части приведенной формы системы одновременных уравнений могут стоять _______ переменные:

а) лаговые; б) зависимые; в) эндогенные; г) экзогенные.

44. Выберите верные утверждения по поводу структурной формы системы эконометрических уравнений:

а) каждое уравнение системы может рассматриваться в качестве отдельного уравнения регрессии зависимости одной переменной от группы факторов;

б) система регрессионных уравнений, матрица коэффициентов которых симметрична;

в) эндогенные переменные в одних уравнениях могут выступать в роли независимых переменных в других уравнениях системы;

г) система одновременных уравнений описывает реальное экономическое явление или процесс.

45. Эндогенные переменные это:

а) взаимосвязанные переменные, которые определяются внутри модели;

б) независимые переменные, которые определяются вне системы;

в) все переменные, входящие в систему эконометрических уравнений.

Тема 9. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов

46. Косвенный метод используется при:

а) поиске параметров сверхидентифицируемых уравнений;

б) поиске параметров идентифицируемых уравнений;

в) поиске параметров неидентифицируемых уравнений.

47. Двухшаговый метод используется при поиске параметров

а) идентифицируемых уравнений

б) сверхидентифицируемых уравнений

в) неидентифицируемых уравнений

48. Трехшаговый метод позволяет оценивать параметры:

а) уравнений всех видов структурной модели;

б) только моделей с идентифицируемыми уравненениями;

в) только моделей с неидентифицируемыми уравненениями.

Тема 10. Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация

49. Модель временного ряда с аддитивной компонентой выглядит как:

а) Фактическое значение = Трендовое значение + Сезонная вариация + Ошибка

(А = Т + S + Е);

б) Фактическое значение = Трендовое значение*Сезонная вариация*Ошибка

(А =Т S Е);

в) Фактическое значение =Трендовое значение + Сезонная вариция*Ошибка

(А =T+S Е).

50. Модель временного ряда с мультипликативной компонентой выглядит как:

а) Фактическое значение = Трендовое значение + Сезонная вариация + Ошибка

(А = Т + S + Е);

б) Фактическое значение = Трендовое значение*Сезонная вариация*Ошибка

(А =Т S Е);

в) Фактическое значение =Трендовое значение + Сезонная вариция*Ошибка

(А =T+S Е).

51. Критерий Дарбина – Уотсона используется при выявлении:

а) мультиколлинеарности; б) гетероскедастичности;

в) гомоскедастичности; г) автокорреляции

52. 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.

53. В стационарном временном ряде трендовая компонента …:

а) имеет линейную зависимость от времени;

б) отсутствует;

в) имеет нелинейную зависимость от времени;

г) присутствует.

54. Временным рядом является совокупность значений …

а) экономического показателя за несколько последовательных моментов (периодов) времени;

б) последовательных моментов (периодов) времени и соответствующих им значений экономического показателя;

в) экономических однотипных объектов по состоянию на определенный момент времени;

г) экономического показателя для однотипных объектов на определенный момент времени.

7.3. Правильные ответы на тесты самопроверки знаний

7.3.1.Ответы по тестам темы 1: 1 (а, б,г), 2(г), 3 (а, б), 4 (а, б), 5 (а, в), 6 (а, в), 7 (а, б,в), 8 (а, б);

7.3.2.Ответы по тестам темы 2: 10 (б), 11 (в), 12 (в), 13 (б), 14 (б), 15 (г), 16 (а), 17 (г), 18 (а), 19 (б), 20 (а), 21 (г), 22 (а, г);

7.3.3.Ответы по тестам темы 3: 23 (г), 24(в), 25(в), 26(в), 27(в), 28(б);

7.3.4.Ответы по тестам темы 4: 29(а), 30(а, б), 31(а, б,ж), 32(б, с), 33(а);

7.3.5.Ответы по тестам темы 5: 34(6), 35(б), 36(б), 37(в);

7.3.6.Ответы по тестам темы 6: 38(а), 39(в), 40(а);

7.3.7.Ответы по тестам темы 7: 41(б, в), 42(а);

7.3.8.Ответы по тестам темы 8: 43(г), 44(в, г), 45(а);

7.3.9.Ответы по тестам темы 9: 46(б), 47(б), 48(а);

7.3.5.Ответы по тестам темы 5: 49(а), 50(б), 51(г), 52(в), 53(б), 54(а).

8. Структура и бальная оценка рейтингов

№ п/п	Структура	V семестр
1	Выполнение теоретического тестового задания	10
2	Выполнение контрольной работы	10
3	Выполнение заданий на практических (семинарских) занятиях	5
4	Посещение занятий: 100% занятий 75% ‑ 100% занятий 50% ‑ 75% занятий 25% ‑ 50% занятий 10% ‑ 25% занятий	5 4 3 2 1

Студент может быть аттестован при получении более 50% от максимального числа баллов.

9.  Рейтинговые задания по модулям (блокам) дисциплины

Выдача рейтинговых заданий по модулям дисциплины учебным планом не предусмотрена.

10. Контрольные вопросы

10.1.  Вопросы к экзамену

1. Определение эконометрики.

2. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы.

3. Области применения : эконометрических моделей.

4. Методологические вопросы построения эконометрических моделей: обзор

используемых методов.

5 Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа.

6. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии.

7. Парная регрессия. Метод наименьших квадратов и условия его применения

для определения параметров уравнения парной регрессии.

8. Нелинейные модели регрессии и их линеаризация.

9. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции. Линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации.

10. Стандартная ошибка уравнения регрессии.

11. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии, уравнения регрессии в целом: t - критерии Стьюдента, F - критерий Фишера.

12.Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии. Методом наименьших квадратов.

13. Стандартизованные коэффициенты регрессии, их интерпретация.

14.Парные и частные коэффициенты корреляции.

15.Множественный коэффициент корреляции и множественный коэффициент

детерминации. Оценка надежности показателей корреляции.

16.0ценка качества модели множественной регрессии: F - критерий Фишера, t - критерий Стьюдента.

17. Мультиколлинеарность. Методы устранения мультиколлинеарности.

18. Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию.

19. Спецификация переменных в уравнениях регрессии. Ошибки спецификации.

20. 0бобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов.

21. Проблема гетероскедастичности. Автокорреляция.

22. Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции.

23.Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. Тест Чоу.

24. Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Замещающие переменные.

25.Специфика временных рядов как источника данных в эконометрическом моделировании.

26. Аналитическое выравнивание временных рядов. Сценка параметров уравнения тренда.

27. Автокорреляция в остатках, ее измерение и интерпретация.

28. Критерий Дарбина - Уотсона в оценке качества трендового уравнения регрессии.

29. Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели.

30. Особенности изучения взаимосвязанных временных рядов.

31. Автокорреляция рядов динамики и методы ее устранения.

32. Метод последовательных разностей. Интерпретация параметров уравнения регрессии, построенного по первым и вторым разностям.

33. Метод отклонения уровней ряда от основной тенденции.

34. Метод включения фактора времени.

35. Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений.

36. Структурная и приведенная формы эконометрической модели.

37.Проблемы идентификации. Косвенный и двухшаговый метод наименьших квадратов, общая схема алгоритма расчетов.

38. Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна.

11.  Тематика курсовых, дипломных работ и рефератов

Курсовые, дипломные работы и рефераты учебным планом не предусмотрены.