Задачи данного курса включают

Вид материала

Документы

Содержание 2.Содержание теоретического раздела дисциплины Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. Вопросы для самостоятельного изучения. 3.Содержание практического раздела дисциплины 4.Тематика курсовых работ или рефератов (учебным планом не предусмотрены) 5.Программа самостоятельной познавательной деятельност 6.Текущий и итоговый контроль результатов изучения дисциплины 7.Учебно-методическое обеспечение дисциплины Дополнительная литература Программное обеспечение

Подобный материал:

• Задачи данного курса включают, 134.76kb.
• Задачи данного курса включают: обучение методам идентификации участников конфликтов, 76.94kb.
• Задачи данного курса включают, 83.9kb.
• Программа курса Цель и задачи дисциплины: Цель дисциплины: помочь ориентироваться, 20.52kb.
• Программа курса «Современная западная философия», 830.58kb.
• Программа дисциплины опд. Р 01 «речевое воздействие в рекламе» цели и задачи курса, 172.16kb.
• Цели и задачи курса, 1232.71kb.
• Программа дисциплины опд. Ф. 11 «основы рекламы» Цель и задачи курса, 354.86kb.
• Рабочая программа дисциплины автоматический (машинный) перевод текста рекомендуется, 171.24kb.
• Н. И. Лобачевского Кафедра предпринимательского права программа курса, 1780.4kb.

1.Цели и задачи курса

Основная цель курса “Эконометрика” состоит в научении студентов основным методам количественного анализа экономических явлений, основанным на широком применении компьютеров, и обеспечении их свободной ориентации во всем многообразии существующих экономико-математических моделей.

Задачи данного курса включают:

• формирование навыков составления и анализа математических моделей реальных экономических задач и развитие соответствующей интуиции;
  
• обучение методам правильного сочетания качественного и количественного экономического анализа;
  
• выработку навыков отбора данных, необходимых для решения задачи, и оценки требуемой точности этих данных;
  
• обучение выбору наиболее подходящего метода исследования из спектра имеющихся;
  
• формирование привычки доведения задач до практически приемлемых результатов;
  
• обучение методам контроля правильности решения;
  
• освоение методов прикидки, оценки порядка величин, асимптотических оценок;
  
• выработку у студентов привычки надлежащим образом количественно обосновывать любые экономические и управленческие решения;
  
• развитие имеющихся у студентов навыков обращения с компьютерами;
  

ознакомление студентов с современными программными средствами, предназначенными для решения экономико-математических задач.

2.Содержание теоретического раздела дисциплины

1. 
   

Эконометрика, ее задачи и методы. Эндогенные, экзогенные переменные и параметры. Основные этапы построения модели - создание информационной базы, спецификация, параметризация, проверка качества.

Вопросы для самостоятельного изучения.

Понятия линейной и нелинейной модели.

2. 
   

Генеральная совокупность и выборка. Временные ряды и перекрестные данные. Статистические оценки. Точечное и интервальное оценивание. Эффективные, несмещенные и состоятельные оценки. Проверка статистических гипотез.

Вопросы для самостоятельного изучения.

Общие методы получения статистических оценок. Метод моментов. Метод наибольшего правдоподобия.

3. 
   

Описательные статистические характеристики и их интерпретация. Основные распределения случайных величин - равномерное, нормальное, Стьюдента, Фишера. Корреляция случайных величин. Коэффициент корреляции.

Вопросы для самостоятельного изучения.

Дополнительные описательные статистики: коэффициент вариации, асимметрия, эксцесс. Тест Жак-Бера на нормальность распределения.

4. 
   

Классическая модель парной линейной регрессии. Условия Гаусса-Маркова. Метод наименьших квадратов и статистические свойства оценок, получаемых этим методом.

Вопросы для самостоятельного изучения.

Оценки МНК как оценки метода наибольшего правдоподобия.

5. 
   

Множественная линейная регрессия. Измерение объясняющей способности уравнения. Коэффициент детерминации.

Вопросы для самостоятельного изучения.

Скорректированный коэффициент детерминации, информационные критерии Акаки и Шварца.

6. 
   

Стандартные ошибки коэффициентов уравнения регрессии. Проверка статистических гипотез, связанных с уравнением множественной регрессии. Проверка ограничений на коэффициенты уравнения регрессии.

Вопросы для самостоятельного изучения.

Проверка нелинейных ограничений на коэффициенты.

7. 
   

Прогнозирование с помощью уравнения регрессии. Точечный и интервальный прогноз.

Вопросы для самостоятельного изучения.

Проблемы прогнозирования с помощью уравнений, основанных на временных рядах, и подходы, используемые для таких уравнений.

8. 
   

Качественные объясняющие переменные. Моделирование сезонных факторов.

Вопросы для самостоятельного изучения.

Моделирование особых точек. «Ловушка» совершенной мультиколлинеарности, связанная с фиктивными переменными.

9. 
   

Мультиколлинеарность – сущность, симптомы и способы борьбы. Совершенная и несовершенная мультиколлинеарность.

Вопросы для самостоятельного изучения.

Метод главных компонент как способ преодоления мультиколлинеарности.

10. 
    

Гетероскедастичность. Проверка на гетероскедастичность. Оценивание уравнений в условиях гетероскедастичности.

Вопросы для самостоятельного изучения.

Тесты Голдфилда-Квандта и Глейзера на гетероскедастичность. Идея доступного метода наименьших квадратов.

11. 
    

Автокорреляция отклонений. Статистика Дарбина-Уотсона. Метод Кокрана-Оркатта.

Вопросы для самостоятельного изучения.

Тест множителей Лагранжа на наличие автокорреляции. Метод Хилдрета-Ли оценивания уравнений в условиях автокорреляции.

12. 
    

Стохастические объясняющие переменные. Проблема одновременной корреляции. Инструментальные переменные. Системы эконометрических уравнений. Двухшаговый метод наименьших квадратов.

Вопросы для самостоятельного изучения.

Ошибки в измерениях и их последствия. Проблема идентификации систем одновременных уравнений.

13. 
    

Выбор наиболее подходящей эконометрической модели. Обзор эконометрических методов и современных направлений развития теории.

Вопросы для самостоятельного изучения.

Методы тестирования моделей «снизу-вверх» и «сверху-вниз».

3.Содержание практического раздела дисциплины

Тема: Количественное описание данных (2 часа).

1. 
   

Вопросы:

1. Средние величины в экономике.
   
2. Расчет описательных характеристик выборки в MS Excel.
   

Тема: Программное обеспечение Econometric Views (6 часов).

2. 
   

Вопросы:

1. Общий интерфейс программы.
   
2. Рабочий файл.
   
3. Ввод данных в EViews. Ряды.
   

3. 
   

Вопросы:

1. Группы.
   
2. Таблицы.
   
3. Графики.
   

4. 
   

Вопросы:

1. Изменение диапазона данных и выборки.
   
2. Сохранение и извлечение данных.
   
3. Сервисные возможности программы.
   

Тема: Корреляция (2 часа).

5. 
   

Вопросы:

1. Вычисление и интерпретация ковариации.
   
2. Расчет, интерпретация и проверка значимости коэффициента корреляции.
   

Тема: Оценивание уравнений регрессии (2 часа).

6. 
   

Вопросы:

1. Создание и оценивание уравнений в EViews.
   

Тема: Проверка гипотез, связанных с уравнением регрессии (2 часа).

7. 
   

Вопросы:

1. Проверка значимости коэффициентов уравнения регрессии.
   
2. Проверка линейных ограничений на коэффициенты.
   
3. Проверка целесообразности добавления/удаления переменных в правой части уравнения.
   

Тема: Прогнозирование с помощью уравнения регрессии (2 часа).

8. 
   

Вопросы:

1. Построение точечного и интервального прогнозов.
   

Тема: Качественные объясняющие переменные (2 часа).

9. 
   

Вопросы:

1. Моделирование качественных факторов с помощью фиктивных переменных. Влияние на свободный член в уравнении и на коэффициенты при количественных переменных.
   
2. Моделирование сезонности в моделях, построенных на временных рядах.
   

Тема: Мультиколлинеарность (2 часа).

10. 
    

Вопросы:

1. Примеры мультиколлинеарности.
   
2. Выявление мультиколлинеарности.
   

Тема: Гетероскедастичность (4 часа).

11. 
    

Вопросы:

1. Тестирование на гетероскедастичность. Тест Вайта.
   
2. Графическое отображение проблемы гетероскедастичности.
   

12. 
    

Вопросы:

1. Оценивание уравнений при гетероскедастичности. Метод наименьших взвешенных квадратов.
   

Тема: Автокорреляция (4 часа).

13. 
    

Вопросы:

1. Тестирование на автокорреляцию. Статистика Дарбина-Уотсона и ее интерпретация.
   
2. Ограничения теста Дарбина-Уотсона.
   

14. 
    

Вопросы:

1. Оценивание уравнений при автокорреляции.
   
2. Особенности применения спецификаций AR и MA.
   

Тема: Стохастические объясняющие переменные (4 часа).

15. 
    

Вопросы:

1. Выбор инструментальных переменных.
   
2. Спецификация одновременных уравнений.
   

16. 
    

Вопросы:

1. Двухшаговый метод наименьших квадратов.
   

Тема: Практикум по оцениванию эконометрических моделей (2 часа).

17. 
    

Вопросы:

1. Постановка задачи.
   
2. Спецификация модели.
   
3. Оценивание уравнения.
   
4. Проверка качества модели и ее уточнение.
   

4.Тематика курсовых работ или рефератов (учебным планом не предусмотрены)

5.Программа самостоятельной познавательной деятельности

Тема: «Структура эконометрической модели»

1. Составить линейную и нелинейную модели экономического процесса.
   

Тема: «Методы статистического оценивания»

1. Найти оценки математического ожидания и дисперсии по выборке с помощью метода моментов.
   
2. Найти оценки математического ожидания и дисперсии по выборке с помощью метода наибольшего правдоподобия.
   

Тема: «Описательные статистики»

1. Рассчитать по выборке коэффициент вариации, асимметрию и эксцесс распределения.
   
2. Проверить гипотезу о нормальном распределении переменной с помощью теста Жак-Бера.
   

Тема: «Метод наименьших квадратов»

1. Получить оценки метода наибольшего правдоподобия для коэффициентов уравнения парной линейной регрессии. Убедиться, что они совпадают с оценками МНК.
   

Тема: «Множественная линейная регрессия»

1. Рассчитать скорректированный коэффициент детерминации, информационные критерии Акаки и Шварца и дать их интерпретацию.
   
2. Проверить с помощью этих мер обоснованность добавления в уравнение новых переменных.
   

Тема: «Проверка статистических гипотез, связанных с уравнением множественной регрессии»

1. С помощью EViews проверить гипотезы о наличии нелинейных ограничений на коэффициенты уравнения регрессии.
   

Тема: «Прогнозирование с помощью уравнения регрессии»

1. Получить прогноз значений переменной, основанный на выделении трендовой и сезонной компонент.
   

Тема: «Качественные объясняющие переменные»

1. Оценить уравнение с включением в него фиктивных переменных, моделирующих особые точки.
   

Тема: «Гетероскедастичность»

1. Оценить уравнение с помощью доступного метода наименьших квадратов.
   

Тема: «Автокорреляция»

1. Проверить наличие автокорреляции высших порядков с помощью теста множителей Лагранжа.
   
2. Оценить уравнение с помощью метода Хилдрета-Ли.
   

Тема: «Выбор эконометрической модели»

1. Уточнить спецификацию уравнения с помощью метода «снизу-вверх».
   
2. Уточнить спецификацию уравнения с помощью метода «сверху-вниз».
   

6.Текущий и итоговый контроль результатов изучения дисциплины

Контрольные вопросы для подготовки к экзамену (зачету).

1. Эконометрика, ее задачи и методы.
   
2. Эндогенные, экзогенные переменные и параметры.
   
3. Основные этапы построения модели.
   
4. Статистические оценки. Точечное и интервальное оценивание.
   
5. Эффективные, несмещенные и состоятельные оценки.
   
6. Проверка статистических гипотез.
   
7. Описательные статистические характеристики и их интерпретация.
   
8. Основные распределения случайных величин.
   
9. Корреляция случайных величин.
   
10. Ковариация.
    
11. Коэффициент корреляции.
    
12. Классическая модель парной линейной регрессии.
    
13. Условия Гаусса-Маркова.
    
14. Метод наименьших квадратов и статистические свойства оценок МНК.
    
15. Множественная линейная регрессия.
    
16. Коэффициент детерминации.
    
17. Стандартные ошибки коэффициентов уравнения регрессии.
    
18. Проверка статистических гипотез, связанных с уравнением множественной регрессии.
    
19. Проверка ограничений на коэффициенты уравнения регрессии.
    
20. Прогнозирование с помощью уравнения регрессии. Точечный и интервальный прогноз.
    
21. Качественные объясняющие переменные.
    
22. Моделирование сезонных факторов.
    
23. Сущность и последствия мультиколлинеарности.
    
24. Сущность и последствия гетероскедастичности.
    
25. Проверка на гетероскедастичность.
    
26. Оценивание уравнений в условиях гетероскедастичности.
    
27. Сущность и последствия автокорреляции отклонений.
    
28. Статистика Дарбина-Уотсона.
    
29. Метод Кокрана-Оркатта.
    
30. Стохастические объясняющие переменные.
    
31. Проблема одновременной корреляции.
    
32. Инструментальные переменные.
    
33. Системы эконометрических уравнений.
    
34. Двухшаговый метод наименьших квадратов.
    

7.Учебно-методическое обеспечение дисциплины

Основная литература

1. Доугерти К. Введение в эконометрику. М., 1997.
   
2. Магнус А., Катышев П., Пересецкий А. Эконометрика: начальный курс. М., 1997.
   
3. Замков О., Толстопятенко А., Черемных Ю. Математические методы в экономике. М., 1997.
   

Дополнительная литература

4. Джонстон Д. Эконометрические методы. М., 1980.
   
5. Кейн Э. Экономическая статистика и эконометрия. М., 1977.
   
6. Кремер Н.Ш., Путко Б.А. Эконометрика. М., 2002.
   
7. Практикум по эконометрике/Под ред. И.И.Елисеевой. М., 2001.
   
8. Шибалкин О. Упражнения по эконометрике. М., 1994.
   
9. Эконометрика/Под ред. И.И.Елисеевой. М., 2001.
   

Программное обеспечение

MS Excel.

Econometric Views.

№	Раздел дисциплины	Лекции	Лабораторные занятия	СРС
1	Введение в эконометрику	2	6	2
2	Статистические оценки	2	2	6
3	Описательные статистические характеристики. Корреляция	2	2	2
4	Модель парной линейной регрессии	2		4
5	Множественная линейная регрессия	4	2	4
6	Проверка статистических гипотез, связанных с уравнением множественной регрессии	2	2	4
7	Прогнозирование с помощью уравнения регрессии	2	2	2
8	Качественные объясняющие переменные	2	2	2
9	Мультиколлинеарность	2	2	6
10	Гетероскедастичность	4	4	6
11	Автокорреляция	4	4	6
12	Стохастические объясняющие переменные	4	4	6
13	Выбор наиболее подходящей эконометрической модели	2	2	2
Итого		34	34	52