Программа дисциплины Эконометрика Для направления 080102. 65 Мировая экономика подготовки специалиста Автор Малышева Г. Ю

Вид материалаПрограмма дисциплины

Содержание


I. Пояснительная записка
Требования к студентам
Формы контроля
II. Тематический план
IV. Литература
М.: юнити-дана
Подобный материал:

Министерство экономического развития и торговли

Российской Федерации



Государственный университет-

Высшая школа экономики




Факультет Мировой экономики


Программа дисциплины

Эконометрика


Для направления 080102.65 – Мировая экономика

подготовки специалиста


Автор Малышева Г.Ю.


Рекомендована секцией УМС Одобрено на заседании

Математические и кафедры «Математическая

статистические методы экономика и эконометрика»

в экономике


Председатель А.С. Шведов Зав. Кафедрой Г.Г. Канторович


«____»_______________2006 г. «__13__»____января_____2006 г.


Утверждена УС факультета Мировой экономики


Н.С. Карпова


«____»_______________2006 г.


Москва, 2006


I. Пояснительная записка.

Автор программы: Малышева Г.Ю.

Курс « Эконометрика» рассчитан на студентов третьего курса факультета Мировая экономика ( 2 - 4 модули).

Материал курса «Эконометрика» предназначен для использования в курсах, связанных с количественным анализом реальных экономических данных, таких как, прикладная микро- и макроэкономика, маркетинг и других. Этот материал может быть также использован в спецкурсах по теории случайных процессов, математическим моделям в экономике, статистическому прогнозированию, управлению рисками, вероятностным моделям в финансовой математике, теории принятия решений в условиях неопределенности.


Требования к студентам: курс «Эконометрика» рассчитан на студентов, прослушавших курсы математического анализа, линейной алгебры, экономической статистики, теории вероятностей и математической статистики.

Аннотация: учебный процесс состоит из посещения студентами лекций (36 часов) и семинарских занятий (34 часа) и 92 часа самостоятельной работы.

Формы контроля: Предусмотрена сдача 1 домашнего задания (10%). Основная форма контроля – 2 контрольные работы (по 15 %), экзамен в конце 4 модуля (60%). Итоговая оценка выставляется по 10 бальной шкале.


II. Тематический план
Тема
Всего часов
Лекции
Семинары
Самостоятельная

работа

1
Предмет

эконометрики
4
2



2

2
Элементы

математической

статистики
10
2
2
6

3-4
Нормальное

распределение,

генеральная

совокупность и

выборка
12
2
2
8

5-6
Статистическое

оценивание и

проверка гипотез
13
2
4
7

7-9
Парная линейная

регрессия и МНК,

коэффициент

19
6
5
8

10-11
Классическая

линейная парная

регрессия
15
4
4
7

12
Классическая

множественная

регрессия
19
6
5
8

13
Функциональные

преобразования

в линейных моделях
11
2
2
7

14
Фиктивные переменные
12
2
2
8

15
Мультиколлинеарность
11
2
2
7

16
Гетероскедастичность
12
2
2
8

17
Автокорреляция
12
2
2
8

18
Выбор лучшей модели
12
2
2
8




Всего
162
36
34
92



III. Содержание курса


План лекций Литература по теме


1. Предмет эконометрики , рр. 3-9

1.1. Методология эконометрического исследования

1.2. Математическая и эконометрическая модель , с. 26-31.

1.3. Три типа эконометрических данных


2. Элементы математической статистики , рр. 11-19

2.1. Случайные события и случайные величины , с.3-14

2.2. Функция распределения и ее свойства

2.3. Функция плотности и ее свойства , с.19-52

2.4. Функции совместной, маржинальной и условной , с. 18-58

плотности распределения

2.5. Характеристики распределения случайных величин:

математическое ожидание, дисперсия, ковариация,

коэффициент корреляции
    1. Свойства математического ожидания и дисперсии
    2. Условное математическое ожидание



  1. Нормальное распределение и связанные с ним распределения , рр. 19-21

3.1. Нормальное распределение и его свойства , с. 79-85

3.2. - распределение , с. 127-130

3.3. - распределение (распределение Стьюдента) , с. 144-149

3.4. F – распределение (распределение Фишера) , с. 159-162


4. Генеральная совокупность и выборка , с. 121

4.1. Генеральная совокупность и выборка , с. 14-17

4.2. Выборочное распределение и выборочные характеристики:

среднее, дисперсия, ковариация, корреляция


5. Статистическое оценивание , рр. 23-28

5.1. Точечные оценки и их свойства: линейность, несмещенность,

эффективность, состоятельность , с.14-28
    1. Свойства выборочных характеристик как точечных оценок
    2. Интервальные оценки. Доверительные интервалы для

математического ожидания и дисперсии в случае нормальной

генеральной совокупности , с. 538-539


6. Статистическое оценивание и проверка статистических гипотез , рр. 28-33

6.1. Прямая и альтернативная гипотеза , с. 98-107

6.2. Критическое множество и решающее правило

6.3. Ошибки I-го и II-го рода. Мощность статистического критерия.

Уровень значимости. Двух- и односторонние критерии
    1. Проверка гипотез с помощью таблиц и на основе p-value



  1. Линейная регрессионная модель в случае одной объясняющей переменной

7.1. Модель парной регрессии , рр. 59-65

7.2. Теоретическая и выборочная регрессии , с. 53-55

7.3. Экономическая интерпретация случайной составляющей

7.4. Линейность регрессии по переменным и параметрам


  1. Оценивание параметров парной регрессии по методу наименьших квадратов (МНК)

8.1. Система нормальных уравнений , рр. 68-75

8.2. Свойства оценок параметров, полученных по МНК , с. 55-64

8.3. Геометрическая интерпретация МНК , с 34-37


  1. Коэффициент детерминации в парной регрессии
    1. Разложение суммы квадратов отклонений наблюдаемых , с. 51-54

значений зависимой переменной от ее выборочного среднего. , рр. 70-84

Дисперсионный анализ.
    1. Коэффициент детерминации, его свойства и геометрическая

интерпретация в регрессии со свободным членом.
    1. Особенности использования коэффициента детерминации

в регрессии без свободного члена.


  1. Классическая линейная регрессионная модель с одной , с. 79-88

объясняющей переменной

10.1.Предпосылки классической линейной регрессии , с. 39-46

10.2.Особенности теоретической и выборочных регрессий

в центрированных переменных

10.3.Статистические характеристики оценок параметров парной регрессии:

математическое ожидание, дисперсия, ковариация

10.4.Статистические характеристики оценок параметров парной регрессии:

линейность, несмещенность, эффективность в классе линейных и несмещенных

оценок (теорема Гаусса-Маркова с доказательством)

10.5.Несмещенность оценки дисперсии случайной составляющей


  1. Предположение о нормальном распределении случайной , с. 46-51

составляющей в рамках классической линейной регрессии , рр. 75-88

и его следствия

11.1.Распределение оценок параметров и несмещенной оценки

дисперсии случайной составляющей

11.2.Доверительные интервалы оценок параметров и проверка

гипотез о значимости

11.3.Проверка адекватности регрессии

11.4.Прогнозирование по регрессионной модели и его точность


  1. Классическая нормальная множественная регрессионная модель , рр.129-140,

12.1.Запись множественной линейной регрессии в скалярной и рр. 154-159

в матричной формах , с. 67-78

12.2.Матричная запись вектора оценок параметров, полученных по МНК

12.3.Ковариационная матрица вектора оценок параметров регрессии

12.4. Статистические свойства оценок параметров множественной регрессии:

линейность, несмещенность, эффективность, состоятельность

12.5.Проверка значимости коэффициентов (t-тест) и адекватности регрессии

(F-тест)

12.6.Коэффициент множественной детерминации, скорректированный на число

степеней свободы , рр. 164-168

12.7.Проверка гипотез о наличии линейных соотношений между параметрами

теоретической регрессии с помощью F-статистики


13.Функциональные преобразования в линейной регрессионной модели ,рр.94-99

13.1. Лог-линейная регрессия, как модель с постоянной эластичностью.

Оценка параметров производственной функции Кобба-Дугласа , с. 129-133

13.2.Модель с постоянными темпами роста (полулогарифмическая модель)

13.3.Проблема выбора модели (тест Кокса-Бокса и преобразование Зарембки)


14. Использование качественных объясняющих переменных , рр.301-313

14.1. Фиктивные (dummy) переменные в множественной линейной регрессии

14.2. Сравнение двух регрессии с помощью фиктивных переменных

и теста Чоу (Chow) , рр.168-175

14.3.Анализ сезонности с помощью фиктивных переменных


15. Мультиколлинеарность данных , рр.267-281

15.1. Идеальная и практическая мультиколлинеарность

15.2. Признаки наличия мультиколлинеарности и ее диагностика

15.3. Методы борьбы с мультиколлинеарностью


16. Гетероскедастичность , рр.199-212

16.1. Нарушение гипотезы о гомоскедастичности и последствия

гетероскедастичности

16.2. Экономическая интерпретация гетероскедастичности

16.3. Диагностика гетероскедастичности

16.4. Методы борьбы с гетероскедастичностью


17. Автокорреляция случайной составляющей , рр. 227-247

17.1. Экономическая интерпретация автокорреляции

17.2. Авторегрессионная схема первого порядка

17.3. Диагностика автокорреляции

17.4. Методы борьбы с автокорреляцией


18. Проблема выбора лучшей модели , с.165-182

18.1.Ошибки спецификации модели: излишняя переменная, пропущенная переменная

18.2. Диагностика ошибок спецификации: RESET тест Рамсея, , рр. 246-251

статистика Дарбина-Уотсона

IV. Литература


Базовый учебник


1. Maddala, G.S. (2001). Introduction to Econometrics (3th ed.). New York: John Wiley & Sons


Дополнительная литература


2. Доугерти, К. (2001). Введение в эконометрику. М.: Инфра-М, Экономический факультет МГУ


3. Колемаев В.А., Калинина В.Н. (2003). Теория вероятностей и математическая статистика. М.: ЮНИТИ-ДАНА


4. Магнус Я.Р., Катышев П.К., Пересецкий, А.А. (2004). Эконометрика. Начальный курс.

М.: Дело


5. Шведов А.С. (2005). Теория вероятностей и математическая статистика.

М.: Издательский дом ГУ ВШЭ


Вопросы для оценки качества освоения дисциплины.

  1. Перечислите свойства коэффициента детерминации.



  1. Сформулируйте теорему Гаусса-Маркова в случае парной регрессии.



  1. Приведите матричную форму записи для МНК-оценок параметров и их ковариационной матрицы для множественной регрессии.



  1. Дайте геометрическую интерпретацию метода наименьших квадратов в n-мерном пространстве (в случае одной объясняющей переменной).



  1. Опишите процедуру проверки гипотезы о значимости одного из коэффициентов

множественной регрессии.

  1. Опишите процедуру проверки гипотезы об адекватности регрессии в целом.



  1. Объясните, почему с помощью коэффициента детерминации нельзя сравнивать регрессии с разным числом объясняющих переменных. Как в этом случае производиться сравнение?



  1. Пусть с помощью линейной в логарифмах регрессионной модели производится оценка параметров производственной функции Кобба-Дугласа. Как в этом случае проверить гипотезу о постоянной отдаче от масштаба?



  1. В каких случаях используется тест Кокса-Бокса и преобразование Зарембки?



  1. Приведите пример анализа сезонности с помощью фиктивных переменных.



  1. Перечислите признаки наличия мультиколлинеарности и показатели степени мультиколлинеарности.



  1. Какие визуальные тесты можно использовать для диагностики гетероскедастичности и автокорреляции?



  1. Дайте экономическую интерпретацию явлениям гетероскедастичности и автокорреляции исходных данных.



  1. Как оценивается точность прогнозирования по регрессионной модели?



Г.Ю. Малышева