Рабочая программа дисциплины «Эконометрика» для подготовки студентов очной и заочной формы обучения по направлению 080507 «Менеджмент организации» (стр. 2 )

ВВЕДЕНИЕ

Определение эконометрики. Цели и задачи эконометрики. Понятие эконометрического анализа. Пространственные и временные данные при моделировании эконометрических процессов. Основные классы эконометрических моделей. Теоретический и эмпирический уровни анализа совместимости модели с реальными экономическими данными. Типы зависимостей в эконометрических исследованиях. Элементы математической статистики, используемые при построении моделей. Этапы эконометрического исследования. Задачи экономического анализа, решаемые на основе регрессионных эконометрических моделей.

РАЗДЕЛ 1

ЛИНЕЙНАЯ МОДЕЛЬ МНОЖЕСТВЕННОЙ РЕГРЕССИИ

ТЕМА 1 Линейная парная регрессия и корреляция

Спецификация модели. Ошибки спецификации модели. Графический, аналитический и экспериментальный методы выбора вида математической функции. Оценивание параметров линейной регрессии методом наименьших квадратов. Оценка существенности параметров линейной регрессии и корреляции. Интервалы прогноза по линейному уравнению регрессии.

ТЕМА 2 Отбор факторов при построении множественной регрессии

Спецификация модели. Требования к факторам, включаемым во множественную регрессию. Коллинеарность факторов. Мультиколлинеарность факторов. Оценка параметров уравнения множественной регрессии методом наименьших квадратов. Частные уравнения регрессии. Множественная корреляция. Частная корреляция. Оценка надежности результатов множественной регрессии и корреляции.

ТЕМА 3 Регрессионные модели с переменной структурой

Фиктивные переменные во множественной регрессии. Предпосылки метода наименьших квадратов. Гомоскедастичность дисперсии остатков, гетероскедастичность остатков, автокорреляция остатков. Обобщенный метод наименьших квадратов.

РАЗДЕЛ 2

НЕЛИНЕЙНЫЕ МОДЕЛИ РЕГРЕССИИ И ИХ ЛИНЕАРИЗАЦИЯ

ТЕМА 4 Классы нелинейных регрессий

Регрессии, нелинейные относительно включенных в анализ объясняющих переменных, но линейные по оцениваемым параметрам. Оценка параметров методом наименьших квадратов. Регрессии, нелинейные по оцениваемым параметрам: нелинейная модель внутренне линейная и нелинейная модель внутренне нелинейная. Линеаризация нелинейной модели внутренне линейной и оценка ее параметров методом наименьших квадратов.

ТЕМА 5 Корреляция для нелинейной регрессии

Индекс корреляции, индекс детерминации. Проверка существенности в целом уравнения нелинейной регрессии. Оценка качества модели по средней ошибке аппроксимации.

РАЗДЕЛ 3

МОДЕЛИ СТАЦИОНАРНЫХ И НЕСТАЦИОНАРНЫХ ВРЕМЕННЫХ РЯДОВ

ТЕМА 6 Характеристики временных рядов

Основные элементы временного ряда. Автокорреляция уровней временного ряда и выявление его структуры. Моделирование тенденции временного ряда. Моделирование сезонных и циклических колебаний. Моделирование тенденции временного ряда при наличии структурных изменений.

ТЕМА 7 Изучение взаимосвязей по временным рядам

Специфика статистической оценки взаимосвязи двух временных рядов. Методы исключения тенденции. Автокорреляция в остатках. Оценивание параметров уравнения регрессии при наличии автокорреляции в остатках. Идентификация временных рядов.

РАЗДЕЛ 4

СИСТЕМЫ ЛИНЕЙНЫХ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ

ТЕМА 8 Структурная и приведенная формы модели

Общее понятие о системах уравнений, используемых в эконометрике. Система линейных одновременных (взаимозависимых, совместных) уравнений. Структурная форма модели. Приведенная форма модели. Эндогенные и экзогенные переменные в системах одновременных уравнений.

ТЕМА 9 Проблема идентификации

Единственность соответствия между приведенной и структурной формами модели. Идентифицируемые, неидентифицируемые и сверхидентифицируемые структурные модели. Условие идентифицируемости модели. Необходимое и достаточное условие идентифицируемости уравнения системы. Методы оценивания параметров структурной модели: косвенный метод наименьших квадратов, двухшаговый метод наименьших квадратов, трехшаговый метод наименьших квадратов, метод максимального правдоподобия с полной информацией, метод максимального правдоподобия при ограниченной информации. Применение систем эконометрических уравнений. Путевой анализ.

4. ПЛАНЫ ПРАКТИЧЕСКИХ ЗАНЯТИЙ

Занятие 1.1 Линейная парная регрессия и корреляция

План:

1.  Рассчитать параметры линейной функции для характеристики зависимости двух признаков методом наименьших квадратов.

2.  Построить уравнение регрессии.

3.  Оценить тесноту связи изучаемых признаков с помощью линейного коэффициента парной корреляции.

4.  Оценить качество построенной модели через коэффициент детерминации.

5.  Найти среднее отклонение расчетных значений результативного признака от фактических с помощью средней ошибки аппроксимации.

6.  Рассчитать средний коэффициент эластичности и интерпретировать результаты расчетов.

Контрольные вопросы:

1.  Оценка параметров линейной парной регрессии.

2.  Метод наименьших квадратов.

3.  Понятие линейной парной регрессии.

4.  Оценка тесноты связи изучаемых признаков.

5.  Оценка качества уравнения регрессии.

Литература:

1.  Елисеева : Учебник - М.: Финансы и статистика, 2004, с. 34-89.

2.  Магнус . Начальный курс: Учеб. - М.:Дело, 2004, с. 32-58.

3.  Елисеева по эконометрике: Учебное пособие.- М.: Финансы и статистика, 2004, с. 5-22.

Занятие 1.2 Отбор факторов при построении множественной регрессии

План:

1.  Рассчитать параметры линейной множественной регрессии для характеристики зависимости признаков.

2.  Построить уравнение регрессии в стандартизованной форме.

3.  Построить уравнение регрессии в естественной форме.

4.  Оценить относительную силу влияния изучаемых признаков с помощью средних коэффициентов эластичности.

5.  Оценить качество построенной модели.

6.  Оценить целесообразность присутствия каждого фактора в уравнении множественной регрессии.

Контрольные вопросы:

1.  Понятие линейной множественной регрессии.

2.  Оценка параметров линейной множественной регрессии.

3.  Интерпретация средних коэффициентов эластичности.

4.  Гипотеза о статистической значимости уравнения регрессии и показателя тесноты связи.

5.  Гипотезы о статистической значимости присутствия факторов в уравнении множественной регрессии.

Литература:

1.  Елисеева : Учебник - М.: Финансы и статистика, 2004, с. 90-129.

2.  Магнус . Начальный курс: Учеб. - М.:Дело, 2004, с. 67-88.

3.  Елисеева по эконометрике: Учебное пособие.- М.: Финансы и статистика, 2004, с. 49-66.

Занятие 1.3 Регрессионные модели с переменной структурой

План:

1.  Оценить показатели вариации признаков и сделать вывод о возможностях применения метода наименьших квадратов для их изучения.

2.  Проанализировать линейные коэффициенты парной и частной корреляции.

3.  Написать уравнение множественной регрессии, оценить значимость его параметров, пояснить их экономический смысл.

4.  Оценить статистическую надежность уравнения регрессии.

5.  Оценить целесообразность включения факторов в уравнение регрессии.

Контрольные вопросы:

1.  Показатель совместного влияния факторов на результат.

2.  Индекс множественной корреляции.

3.  Коэффициент множественной корреляции.

4.  Частные коэффициенты (или индексы) множественной корреляции.

5.  Мультиколлинеарность факторов.

6.  Гомоскедастичность и гетероскедастичность дисперсии остатков.

7.  Фиктивные переменные в уравнении множественной регрессии.

Литература:

1.  Елисеева : Учебник - М.: Финансы и статистика, 2004, с. 129-176.

2.  Магнус . Начальный курс: Учеб. - М.:Дело, 2004, с. 108-163.

3.  Елисеева по эконометрике: Учебное пособие.- М.: Финансы и статистика, 2004, с. 49-66.

Занятие 2.4 Нелинейная парная регрессия и корреляция

План:

1.  Рассчитать параметры степенной и показательной функций для характеристики зависимости двух признаков, предварительно приведя их к линейному виду.

2.  Построить уравнение регрессии степенной функции.

3.  Оценить тесноту связи изучаемых признаков с помощью индекса корреляции.

4.  Оценить качество построенной модели через индекс детерминации.

5.  Оценить полученную модель с помощью средней ошибки аппроксимации.

6.  Рассчитать средний коэффициент эластичности и интерпретировать результаты расчетов.

Контрольные вопросы:

1.  Понятие нелинейной парной регрессии.

2.  Оценка параметров нелинейной парной регрессии.

3.  Линеаризация нелинейной функции и применение метода наименьших квадратов.

4.  Оценка тесноты связи изучаемых признаков.

5.  Оценка качества уравнения регрессии.

Литература:

1.  Елисеева : Учебник - М.: Финансы и статистика, 2004, с. 62-88.

2.  Магнус . Начальный курс: Учеб. - М.:Дело, 2004, с. 244-260.

3.  Елисеева по эконометрике: Учебное пособие.- М.: Финансы и статистика, 2004, с. 5-22.

Занятие 2.5 Нелинейная парная регрессия и корреляция

План:

1.  Рассчитать параметры равносторонней гиперболы для характеристики зависимости двух признаков.

2.  Построить уравнение регрессии равносторонней гиперболы.

3.  Оценить тесноту связи изучаемых признаков с помощью индекса корреляции.

4.  Оценить качество построенной модели через индекс детерминации.

5.  Оценить полученные модели с помощью средней ошибки аппроксимации.

6.  Рассчитать средний коэффициент эластичности и интерпретировать результаты расчетов.

7.  Проанализировать построенные модели и выбрать модель, которая наилучшим образом описывает данную зависимость.