Рабочая программа. Наименование дисциплины Экономико-математические методы и модели в таможенной статистике (стр. 17 )

1.  Для заданного набора данных постройте линейную модель множественной регрессии. Оцените точность и адекватность построенного уравнения регрессии.

2.  Выделите значимые и незначимые факторы в модели. Постройте уравнение регрессии со статистически значимыми факторами. Дайте экономическую интерпретацию параметров модели.

3.  Рассчитайте стандартизованные коэффициенты модели и запишите уравнение регрессии в стандартизованном виде. Упорядочите факторы по степени влияния на оборот розничной торговли?

4.  Для полученной модели проверьте выполнение условия гомоскедастичности остатков, применив тест Голдфельда-Квандта.

5.  Проверьте полученную модель на наличие автокорреляции остатков с помощью теста Дарбина-Уотсона.

6.  Проверьте, адекватно ли предположение об однородности исходных данных в регрессионном смысле. Можно ли объединить две выборки (по первым 12 и осталь-ным наблюдениям) в одну и рассматривать единую модель регрессии Y по X?

Задача 2.

По данным о динамике товарооборота (Y, млрд. руб.) и дохода населения (X, млрд. руб.) была получена следующая модель с распределенными лагами:

Yt = 0,57∙Xt + 0,24∙Xt-1 + 0,11∙Xt-2 + 0,10∙Xt-3 + εt.

(0,07) (0,05) (0,04) (0,03)

В скобках указаны значения стандартных ошибок для коэффициентов регрессии. Значение R2 = 0,97.

Задание:

1.  Проанализируйте полученные результаты регрессионного анализа.

2.  Дайте интерпретацию параметров модели: определите краткосрочный и долгосрочный мультипликаторы.

3.  Определите величину среднего лага и медианного лага.

Задача 3.

Структурная форма модели имеет вид:

где: St – зарплата в период t,

Dt – чистый национальный доход в период t,

Mt – денежная масса в период t,

Ct – расходы на потребление в период t,

Сt-1 – расходы на потребление в период t-1,

Unt – уровень безработицы в период t,

Unt-1 – уровень безработицы в период t-1,

It – инвестиции в период t.

Задание:

1.  Проверьте каждое уравнение модели на идентифицируемость, применив необходимое и достаточное условия идентифицируемости.

2.  Запишите приведенную форму модели.

3.  Определите метод оценки структурных параметров каждого уравнения.

8. ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ

Зарождение и формирование науки «эконометрика». Назовите основные задачи эконометрики. Основные этапы эконометрического моделирования. Проблемы эконометрического
моделирования. Виды эконометрических моделей. Модель спроса-предложения. Исходные предпосылки построения регрессионных моделей. Теорема Гаусса-Маркова. Классическая линейная модель множественной регрессии. Метод наименьших квадратов для оценки параметров модели множественной регрессии. Оценка точности и адекватности регрессионной модели. Проверка значимости уравнения регрессии в целом и его коэффициентов? Понятие мультиколлинеарности. Основные признаки и последствия мультиколлинеарности. Понятие мультиколлинеарности. Основные признаки мультиколлинеарности и способы ее устранения. Стандартизованная и естественная формы уравнения множественной регрессии.
Интерпретация параметров. Обобщенная линейная модель множественной регрессии в случае гетероскедастичности остатков. Взвешенный метод наименьших квадратов. Обобщенная линейная модель множественной регрессии. Понятие автокорреляции. Тесты на наличие автокорреляции: их преимущества и недостатки. Обобщенная линейная модель множественной регрессии. Теорема Айткена. Обобщенный метод наименьших квадратов. Докажите, что в случае обобщенной линейной модели множественной регрессии ОМНК-оценки вектора параметров более эффективны, чем МНК-оценки. Тесты на гетероскедастичность: их преимущества и недостатки. Тест Голдфельда-Квандта на гетероскедастичность. Тест Уайта на гетероскедастичность. Тест Глейзера на гетероскедастичность. Понятие автокорреляции. Тесты на наличие автокорреляции: их преимущества и недостатки. Тест Бреуша-Годфри на наличие автокорреляции. Тест Дарбина-Уотсона на наличие автокорреляции. Понятие гетероскедастичности остатков. Оценка параметров модели в случае гетероскедастичности. Неоднородность данных в регрессионном смысле. Использование фиктивных переменных в регрессионных моделях. Интерпретация коэффициентов при фиктивных переменных. Неоднородность данных в регрессионном смысле. Тест Чоу на неоднородность данных. Использование фиктивных переменных в регрессионных моделях. Интерпретация
коэффициентов при фиктивных переменных. Использование фиктивных переменных для анализа сезонных колебаний. Интерпретация коэффициентов модели, построенной только на фиктивных переменных. Использование фиктивных переменных для измененяия угла наклона. Нелинейные модели регрессии и их линеаризация. Примеры нелинейных моделей регрессии. Оценка параметров нелинейных моделей регрессии. Примеры нелинейных моделей регрессии. Линейная и степенная модели множественной регрессии: интерпретация параметров. Производственная функция Кобба-Дугласа: оценка параметров модели. Производственная функция Кобба-Дугласа: эластичность объема производства. Производственная функция Кобба-Дугласа: эффект от масштаба производства. Идентификация временного ряда. Модели авторегрессии порядка р и модели скользящего среднего порядка q. Марковский процесс (АР(1)) и процесс Юла (АР(2)): необходимые и достаточные условия стационарности. Авторегрессионная модель первого порядка: оценивание параметров (значение ρ
известно). Авторегрессионная модель первого порядка: оценивание параметров (значение ρ неизвестно). Авторегрессионная модель первого порядка: свойства автокорреляционной и частной автокорреляционной функций. Нестационарные временные ряды. Модель АРПСС(р, q, k). Модели с распределенным лагом. Интерпретация параметров. Средний лаг. Медианный лаг. Модели с распределенным лагом. Метод Алмон. Модели с распределенным лагом. Метод Койка. В чем заключается цель адаптивных методов прогнозирования? Изложите алгоритм адаптивных методов прогнозирования. В чем заключается цель адаптивных методов прогнозирования? Что характеризует параметр адаптации? Адаптивные методы прогнозирования. Метод экспоненциального сглаживания. Адаптивные модели прогнозирования. Модель Брауна. Покажите, что в модели Брауна экспоненциально-взвешенная скользящая средняя зависит от ошибки прогноза. Адаптивные модели прогнозирования. Модель Хольта. Покажите, что в модели Хольта коэффициенты модели зависит от ошибки прогноза. Адаптивные модели прогнозирования с учетом сезонности. Виды систем линейных уравнений. Структурная и приведенная формы модели. Проблема идентифицируемости модели. Необходимое условие идентифицируемости. Достаточное условие идентифицируемости Проблема идентифицируемости модели. Двухшаговый метод наименьших квадратов. Проблема идентифицируемости модели. Суть косвенного метода наименьших квадратов. Модель спроса-предложения и ее модификации. Модель спроса-предложения с учетом налога. Модель спроса-предложения с учетом тренда.

9. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

9.1 ЛИТЕРАТУРА

Основная:

1.  Сельцовский -статистические методы анализа внешней торговли — М.: Финансы и статистика, 2004. — 512с.

2.  , Толстопятенко методы в экономике. — М.: Издательство «Дело и сервис», 2009. — 384с.

3.  , Путко . Учебник. М.: ЮНИТИ, 2008.

4.  Практикум по эконометрике. Под ред. М.: Финансы и статистика, 2008.

5.  Эконометрика. Учебник. Под ред. М.: Финансы и статистика, 2008.

Дополнительная:

6.  , Мхитарян B. C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998.

7.  .Э. Основы эконометрики в пакете STATISTICA. Учебное пособие. — М.: Вузовский учебник, 2010. — 298с.

8.  Дубров A. M., Мхитарян B. C., Трошин статистические методы. М.: Финансы и статистика, 2000.

9.  , , Пересецкий . Начальный курс. М., Дело, 2005.

9.2 МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

1.  Методические указания и задачи к практическим занятиям для студентов очной и очно-заочной форм обучения.

2.  Методические указания по выполнению контрольных работ для студентов заочной формы обучения.

3.  педагогические контрольные материалы (тесты, контрольные задания, вопросы для самопроверки).

9.3 МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ И ИНФОРМАЦИОННОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИН

- компьютерное и мультимедийное оборудование;

- пакеты прикладных обучающих программ (Microsoft Word, Microsoft Excel, Statistica, SPSS);

- ссылки на интернет-ресурсы:

- www. *****.

- www. me. *****
- www.
- online. *****

10. ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ, ИСПОЛЬЗУЕМЫЕ В ПРЕПОДАВАНИИ КУРСА «ЭКОНОМЕТРИКА»

Групповая совместная работа студентов – комплекс педагогических методов обучения, предлагающих освоение обучающимися ряда алгоритмов, приемов, технологий совместного принятия решения, выработки общей стратегии действий и поиска решения возникающих проблем, которые успешно используются в дальнейшем в ходе дискуссий, диспутов, выполнения групповых заданий (проектов) и т. д. При этом иногда может возникнуть ситуация, когда потребуется принять коллективное решение или сгенерировать новую идею в весьма жесткие сроки. На методе групповой совместной работы построены обучение в сотрудничестве, метод проектов, проблемное обучение, игровые технологии, метод «мозгового штурма».

Темы №№ 2, 3, 5, 6.

Дискуссия – форма учебной работы, в рамках которой студенты высказывают свое мнение по проблеме заданной преподавателем. Дискуссия может проходить как в он-лайновом так и в офф-лайновом режиме. Проведение дискуссий по проблемным вопросам подразумевает написание студентами эссе, тезисов или реферата по предложенной тематике.

Темы №№ 1, 2, 3, 4, 5, 6, 7.

Дискуссия групповая – метод организации совместной коллективной деятельности, позволяющий в процессе непосредственного общения путем логических доводов воздействовать на мнения, и установки участников дискуссии. Целью дискуссии является интенсивное и продуктивное решение групповой задачи. Метод групповой дискуссии обеспечивает глубокую проработку имеющийся информации, возможность высказывания студентами разных точек зрения по заданной преподавателем проблеме, тем самым способствуя выработке адекватного в данной ситуации решения. Информационные технологии обеспечивают возможность интерактивного общения студентов и преподавателя в диалоговом режиме. Метод групповой дискуссии увеличивает вовлеченность участников в процесс этого решения, что повышает вероятность его реализации.

Тема № 2, 5, 6.

Доклад (презентация) – публичное сообщение, представляющие собой изложение определенной темы, вопроса программы. Доклад может быть представлен различными участниками процесса обучения: преподавателем, (лектором, координатором, и т. д.), приглашенным экспертом, студентом, группой студентов. При этом, если при очном обучении докладчик и учебная группа находятся в одном месте, то при дистанционном обучении присутствующие находятся на расстоянии друг от друга, а сам доклад проводится в виде телекоммуникационной конференции в режиме реального времени.

Доклад в условиях Интернет так же может быть предоставлен в отсроченном режиме. Для этого докладчик готовит все необходимые материалы (текст доклада, слайды Power Point, иллюстрации, и т. д., вплоть до видеозаписи этого доклада) и размещает это все на одном из сайтов Интернет. Студенты получают от преподавателя информацию о том, когда и на каком сайте можно познакомится с этим докладом. Преимуществом является то, что студенты будут знакомиться с материалами подобных «докладов» гораздо внимательней, чем при прослушивании традиционных докладов, когда основным каналом восприятия информации является аудиальный, что затрудняет усвоение новой информации.

Темы № 2-8.

Круглый стол – это один из наиболее эффективных способ для обсуждения острых, сложных и актуальных на текущий момент вопросов в любой профессиональной сфере, обмене опытом и творческих инициатив. Идея круглых столов заключается во встрече единомышленников, стремящихся найти общее решение по конкретному вопросу в формате заданной тематики, а также возможности для всех желающих вступить в научную дискуссию по интересующим вопросам. Такая форма общения позволяет лучше усвоить материал, найти необходимые решения в процессе эффективного диалога. Обсуждение проблем обмен мнениями, ценным опытом, налаживание тесных контактов, поиск дополнительных возможностей и дискуссия при обсуждении особо «горячих» вопросов придает круглому столу особую динамичность и насыщенность. С применением дистанционных технологий возможно проведение «виртуальных» круглых столов.

Темы №№ 2-6.

Метод кейс-стади – это метод обучения, при котором студенты и преподаватели участвуют в непосредственном обсуждении деловых ситуаций или задач.

Темы №№ 2-8.

Пре-тест – тест, за который не ставится оценка. Он определяет насколько студент знаком с новой темой, какие вопросы предыдущей темы требуют пояснения преподавателя или дополнительной практики. Используется для более сфокусированного преподавания.

Темы №№ 1-8.

Тестовое задание – минимальная составляющая единица теста, который состоит из условий (вопроса) и, в зависимости от типа задания может содержать или не содержать набор ответов для выбора. Варианты предоставления тестовых вопросов: выбрать правильный ответ, расположить в нужной последовательности, заполнить пропуски и проч.

Темы №№ 1-8.

Приложение 1.

X1 – биржевые цены акций компании IBM к закрытию биржи, ежедневно;

X2 – значения индекса S&P-500 (средневзвешенный индекс, рассчитанный на основе
котировок акций 500 компаний), ежедневно;

X3 – биржевые цены акций компании IBM к закрытию биржи, ежедневно;

	X1										X2	X3
1.	460	473	523	603	571	557	521	393	363	388	655,86	668,91	510
2.	457	474	531	599	575	548	521	385	371	395	644,24	673,15	497
3.	452	474	547	596	575	547	521	360	369	392	642,19	672,76	504
4.	459	474	551	585	573	545	523	364	376	386	633,5	678,42	510
5.	462	465	547	587	577	545	516	365	387	383	631,18	676	509
6.	459	466	541	585	582	539	511	370	387	377	636,71	678,51	503
7.	463	467	545	581	584	539	518	374	376	364	636,71	678,51	500
8.	479	471	549	583	579	535	517	359	385	369	642,49	672,23	500
9.	493	471	545	592	572	537	520	335	385	355	645	667,93	500
10.	490	467	545	592	577	535	519	323	380	350	641,61	671,7	495
11.	492	473	547	596	571	536	519	306	373	353	643,61	669,12	494
12.	498	481	543	596	560	537	519	333	382	340	645,07	669,12	499
13.	499	488	540	595	549	543	518	330	377	350	645,07	667,68	502
14.	497	490	539	598	556	548	513	336	376	349	647,89	672,56	509
15.	496	489	532	598	557	546	499	328	379	358	651,58	678,44	525
16.	490	489	517	595	563	547	485	316	386	360	650,17	673,03	512
17.	489	485	527	592	564	548	454	320	387	360	652,87	673,31	510
18.	478	491	540	592	567	549	462	332	386	366	653,46	673,31	506
19.	487	492	542	588	561	553	473	320	389	359	653,46	672,16	515
20.	491	494	538	582	559	553	482	333	394	356	653,46	670,97	522
21.	487	499	541	576	553	552	486	344	393	355	654,16	669,04	523
22.	482	498	541	578	553	551	475	339	409	367	654,17	667,92	527
23.	479	500	547	589	553	550	459	350	411	357	654,58	665,85	523
24.	478	497	553	585	547	553	451	351	409	361	643,38	665,85	528
25.	479	494	559	580	550	554	453	350	408	355	641,63	665,16	529
26.	477	495	557	579	544	551	446	345	393	348	641,63	662,06	538
27.	479	500	557	584	541	551	455	350	391	343	640,81	661,96	539
28.	475	504	560	581	532	545	452	359	388	330	638,26	662,1	541
29.	479	513	571	581	525	547	457	375	396	340	644,78	666,84
30.	476	511	571	577	542	547	449	379	387	339	645,44
31.	476	514	569	577	555	537	450	376	383	331	652,09
32.	478	510	575	578	558	239	435	382	388	345	652,09
33.	479	509	580	580	551	538	415	370	382	352	661,51
34.	477	515	584	586	551	533	398	365	384	346	665,6
35.	476	519	585	583	552	525	399	367	382	352	665,42
36.	475	523	590	581	553	513	361	372	383	357	664,85
37.	475	519	599	576	557	510	383	373	383		668,91