Geum.ru

Учебно-методический комплекс для студентов магистерской программы подготовки «Экономика окружающей среды и природных ресурсов»

Вид материалаУчебно-методический комплекс

Содержание


«подготовлено к изданию»
«рекомендовано к электронному изданию»
Российская федерация
Тюменский государственный университет
Науменко е.е.
НАУМЕНКО ЕГОР ЕВГЕНЬЕВИЧ. Эконометрика (продвинутый курс)
ОТВЕТСТВЕННЫЙ РЕДАКТОР: зав. каф. Экономики, финансов и учета ИДПО ТюмГУ Лиман И.А.
Пояснительная записка
Компетенции выпускника ООП магистратуры формируемые в результате освоения данной ООП ВПО
Таблица 1. Тематический план
Коэффициент уравнения регрессии показывает
Коэффициент эластичности показывает
Стандартизованный коэффициент уравнения
Не является предпосылкой классической модели предположение
Найдите предположение, являющееся предпосылкой классической модели.
Найдите предположение, не являющееся предпосылкой классической модели.
Критерий Дарбина-Уотсона применяется для
Коэффициенты множественной детерминации (D) и корреляции (R) связаны
Только в случае гетероскедастичности. При наличии мультиколлинеарности (корреляции факторов). Только
Главные компоненты представляют собой
...
Полное содержание
Подобный материал:
РОССИЙСКАЯ ФЕДЕРАЦИЯ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИНСТИТУТ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

КАФЕДРА ЭКОНОМИКИ ФИНАНСОВ И УЧЕТА


«УТВЕРЖДАЮ»:

Проректор по учебной работе

_______________________ /Волосникова Л. М./

__________ _____________ 2011г.


ЭКОНОМЕТРИКА

(продвинутый курс)

Учебно-методический комплекс

для студентов – магистерской программы подготовки

«Экономика окружающей среды и природных ресурсов»

направление 080100.68 "Экономика"

очно – заочной формы обучения


«ПОДГОТОВЛЕНО К ИЗДАНИЮ»:

Автор работы: НАУМЕНКО ЕГОР ЕВГЕНЬЕВИЧ

«______»___________2011 г.


Рассмотрено на заседании кафедры экономики финансов и учета (23.05.2011№9)

Соответствует требованиям к содержанию, структуре и оформлению.

«РЕКОМЕНДОВАНО К ЭЛЕКТРОННОМУ ИЗДАНИЮ»:

Объем _________стр.

Зав. кафедрой ______________________________/Лиман И.А/

«______»___________ 2011 г.


Рассмотрено на заседании ученого совета ИДПО

Соответствует ФГОС ВПО и учебному плану образовательной программы.

«СОГЛАСОВАНО»:

Председатель ученого совета_________________/Марочкин С.Ю./

«______»_____________2011 г.


«СОГЛАСОВАНО»:

Зав. методическим отделом УМУ_____________/Федорова С.А./


РОССИЙСКАЯ ФЕДЕРАЦИЯ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИНСТИТУТ ДОПОЛНИТЕЛЬНОГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

КАФЕДРА ЭКОНОМИКИ ФИНАНСОВ И УЧЕТА


НАУМЕНКО Е.Е.


ЭКОНОМЕТРИКА

(продвинутый курс)

Учебно-методический комплекс

для студентов – магистерской программы подготовки

«Экономика окружающей среды и природных ресурсов»

направление 080100.68 "Экономика"

очно – заочной формы обучения


Тюменский государственный университет

2011


УДК: ______

ББК: ______

Аз: ________


НАУМЕНКО ЕГОР ЕВГЕНЬЕВИЧ. Эконометрика (продвинутый курс). Учебно-методический комплекс. Для студентов магистерской программы «Экономика окружающей среды и природных ресурсов» очно – заочной формы обучения, направления 080100.68 «Экономика». Тюмень: Издательство Тюменского государственного университета, 2011, ___ стр.


Учебно-методический комплекс составлен в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и ПрООП ВПО по направлению и профилю подготовки.

Учебно-методический комплекс дисциплины «Эконометрика: продвинутый курс» опубликован на сайте ТюмГУ: Режим доступа: ссылка скрыта., свободный.

Рекомендовано к изданию кафедрой Экономики, финансов и учета. Утверждено проректором по учебной работе Тюменского государственного университета.

ОТВЕТСТВЕННЫЙ РЕДАКТОР: зав. каф. Экономики, финансов и учета ИДПО ТюмГУ Лиман И.А.







© Тюменский государственный университет, 2011.

© Науменко Егор Евгеньевич. автора, 2011.


ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

Цель преподавания дисциплины: сформировать у магистранта углубленную систему знаний в области эконометрических методов исследования.

Задачи курса:
  • расширить знания студентов – магистрантов в области эконометрического моделирования;
  • ознакомить слушателей с альтернативными методами построения статистических выводов;
  • способствовать изучению методов, позволяющих субъективировать исследования относительно реальных, наиболее часто встречающихся ситуаций, с целью повышения качества анализа;
  • расширить возможности идентификации нестандартных ситуаций исследования и возможности для их оценки и исследований.



Место дисциплины в структуре ООП магистратуры: Студенты магистерской программы «Экономика окружающей среды и природных ресурсов» направления 080100.68 "Экономика", для успешного освоения дисциплины «Эконометрика: продвинутый курс» должны в полной мере владеть базовыми навыками и умениями, предусмотренными в курсах: «Эконометрика», «Высшая математика: линейная алгебра», «Высшая математика: математический анализ», «Высшая математика: теория вероятности и математическая статистика», «Теория статистики» и др. дисциплинами базового экономического образования.

Дисциплина «Эконометрика: продвинутый курс» входит в базовую часть общенаучного цикла 2 «Профессиональный цикл» и является инструментальной дисциплиной, необходимой для практической работы и исследовательской деятельности в рамках других дисциплин.

В рамках магистерской подготовки, магистранты должны в полной мере уметь применять математическо – статистический инструментарий для осуществления практической деятельности и научных исследований.

В программе дисциплины рассматриваются аспекты, связанные с моделированием процессов и зависимостей социально – экономических явлений более углубленно, чем в рамках стандартного курса «Эконометрика».




Компетенции выпускника ООП магистратуры формируемые в результате освоения данной ООП ВПО;

В результате изучения дисциплины «Эконометрика (продвинутый курс)» студент должен обладать следующими профессиональными компетенциями (ПК):
  • представлять результаты проведенного исследования научному сообществу в виде статьи или доклада (ПК-4);
  • анализировать и использовать различные источники информации для проведения экономических расчетов (ПК-9);
  • составлять прогноз основных социально-экономических показателей деятельности предприятия, отрасли, региона и экономики в целом (ПК-10);

знать:
  • современные методы эконометрического анализа;
  • основные результаты новейших исследований, опубликованные в ведущих профессиональных журналах по проблемам эконометрики;
  • современные программные продукты, необходимые для решения экономико-статистических задач;

уметь:
  • применять современный математический инструментарий для решения содержательных экономических задач;
  • использовать современное программное обеспечение для решения экономико-статистических и эконометрических задач;
  • формировать прогнозы развития конкретных экономических процессов на микро - и макроуровне;
  • составить спецификацию эконометрической модели финансово-экономического объекта;
  • собрать необходимый статистический материал об объекте-оригинале для оценивания модели;
  • выполнить оценивание (настройку) модели соответствующим методом, исследовав предварительно вероятностную схему случайных остатков в поведенческих уравнениях модели при помощи соответствующих тестов;
  • осуществить проверку адекватности оценённой модели и, если модель адекватна, исследовать объект-оригинал по оценённой модели.

владеть :
  • методикой и методологией проведения научных исследований в профессиональной сфере;
  • навыками самостоятельной исследовательской работы;
  • навыками микроэкономического и макроэкономического моделирования с применением современных инструментов;
  • современной методикой построения эконометрических моделей.






    Трудоемкость дисциплины.

    Семестр 4. Форма промежуточной аттестации экзамен, Общая трудоемкость дисциплины составляет 3 зачетных единиц 108 часов.


    Тематический план.

    Таблица 1.

    Тематический план

    №



    Тема

    недели семестра

    виды учебной работы и самостоятельная работа, в час.

    Формы контроля

    лекции*

    семинарские (практические) занятия*

    лабораторные занятия*

    самостоятельная работа*



    1

    2

    3

    4

    5

    6

    7

    8

    1

    Основные эконометрические понятия

    1

    2

    0



    2

    По согласованию с преподавателем

    2

    Приближенный подход к инференции: асимптотический и бутстраповский подходы

    2-3

    4

    6



    10

    По согласованию с преподавателем
  1. 3

    Линейная регрессия среднего значения, модели с инструментальными переменными

    4-5

    2

    6



    10

    По согласованию с преподавателем

    4

    Нелинейные регрессии среднего значения

    6-7

    2

    6



    10

    По согласованию с преподавателем
  1. 5

    Экстремальное оценивание и экстремальные оценки

    8-9

    2

    6



    8

    По согласованию с преподавателем
  1. 6

    Обобщённый метод моментов

    10-11

    4

    6



    6

    По согласованию с преподавателем
  1. 7

    Анализ панельных данных

    12-13

    2

    6



    8

    По согласованию с преподавателем



    Итого:



    18

    36



    54





Таблица2.



    Планирование самостоятельной работы студентов

№
Темы
Виды СРС
Неделя семестра
Объем часов

обязательные
дополнительные

1

    Основные эконометрические понятия
Изучение теоретических материалов, ответы на вопросы для самопроверки
Выполнение практических заданий
1

    2

2

    Приближенный подход к инференции: асимптотический и бутстраповский подходы
Изучение теоретических материалов, ответы на вопросы для самопроверки
Выполнение практических заданий
2-3

    10

3

    Линейная регрессия среднего значения, модели с инструментальными переменными
Изучение теоретических материалов, ответы на вопросы для самопроверки
Выполнение практических заданий
4

    10

4

    Нелинейные регрессии среднего значения
Изучение теоретических материалов, ответы на вопросы для самопроверки
Выполнение практических заданий
5-6

    10

5

    Экстремальное оценивание и экстремальные оценки
Изучение теоретических материалов, ответы на вопросы для самопроверки
Выполнение практических заданий
7-8

    8

6

    Обобщённый метод моментов
Изучение теоретических материалов, ответы на вопросы для самопроверки
Выполнение практических заданий
9-10

    6

7

    Анализ панельных данных
Изучение теоретических материалов, ответы на вопросы для самопроверки
Выполнение практических заданий
11-14

    8




ИТОГО:





Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами

Дисциплина «Эконометрика: продвинутый курс», является инструментальной и жестко не привязана к каким-либо изучаемым дисциплинам.


Содержание дисциплины.


Тема№1.Основные эконометрические понятия
  • Условное математическое ожидание
  • Прогнозирование и ошибки прогнозирования
  • Свойства двухмерного и многомерного нормальных распределений
  • Принцип аналогий
  • Параметрическое, непараметрическое, полупараметрическое оценивания


Тема№2.Приближенный подход к инференции: асимптотический и бутстраповский подходы
  • Преимущества приближенного подхода
  • Асимптотический подход, асимптотические статистические выводы
  • Асимптотика для стационарных временных рядов
  • Асимптотика для нестационарных процессов
  • Предельные теоремы для независимых наблюдений
  • Бутстраповский подход, приближение истинного распределения бутстраповским
  • Симуляционное приближение
  • Бутстрапирование статистик и тестирование гипотез при помощи бутстрапа
  • Асимптотическое рафинирование
  • Построение псевдовыборок при бутстрапе кросс – секций
  • Построение псевдовыборок при бустрапе временных рядов


Тема№3.Линейная регрессия среднего значения, модели с инструментальными переменными
  • МНК и асимптотические свойства МНК оценок
  • Свойства МНК оценок в конечных выборках
  • ОМНК и асимптотичесие свойства ОМНК оценок
  • Доступная ОМНК оценка
  • Регрессия с неслучайной выборкой
  • МНК и ОМНК в регрессиях на временных рядах


Тема№4.Нелинейные регрессии среднего значения
  • Нелинейность по отношению к объясняющим переменным;
  • Оценивание нелинейным методом наименьших квадратов;
  • Асимптотические свойства НМНК – оценок;
  • Асимптотическая эффективность и ВНМНК – оценка;



Тема№5.Экстремальное оценивание и экстремальные оценки
  • Нелинейный МНК
  • Метод максимального правдоподобия
  • Оценка максимального правдоподобия и её мотивация
  • Асимптотические свойства оценок максимального правдоподобия
  • Когда теория максимального правдоподобия не работает
  • Асимптотическая эффективность ММП-оценок
  • Условный метод максимального правдоподобия
  • Тестирование в контексте метода максимального правдоподобия
  • ММП-оценивание в моделях временных рядов


Тема№6.Обобщённый метод моментов
  • Условия на моменты
  • Оценка обобщённого метода моментов
  • Асимптотические свойства ОММ-оценок
  • Эффективная оценка обобщённого метода моментов
  • Тест на сверхидентифицирующие ограничения
  • Инструментальные переменные и ОММ
  • ОММ как оптимальное инструментальное оценивание
  • МНК, ОМНК и ММП как ОММ-оценивание
  • ОММ и модели с рациональными ожиданиями
  • Бутстрапирование ОММ-оценок
  • Поведение ОММ-оценок в конечных выборках
  • Тест Хаусмана на спецификацию модели


Тема№7.Анализ панельных данных
  • Некоторые полезные факты
  • Структура панельных данных
  • Однонаправленная МСО с фиксированными эффектами
  • Двунаправленная МСО с фиксированными эффектами
  • Однонаправленная МСО со случайными эффектами
  • Фиксированные или случайные эффекты
  • Динамическая панельная регрессия



Планы семинарских занятий.

Семинарские занятия разделены на 6 блоков по 6 часов каждый, дробление на более мелкие тематические блоки не представляется целесообразным с точки зрения практического освоения дисциплины.

    Цель практических занятий и научных семинаров состоит в наполнении материала лекций практическими примерами, разборе эконометрических проблем, выработке умения строить эконометрические модели конкретных экономических объектов и процессов, проводить собственные научные исследования и публично излагать полученные результаты. Важной частью дисциплины являются индивидуальные занятия с преподавателем, особенно в процессе обсуждения проблем и итогов собственного научного исследования в виде теоретико-практической работы, а также самостоятельная работа студентов.


1. Решение теоретических и практических задач на использование приближенного подхода к инференции. Решение задач требует компьютерного обеспечения. 6 часов.

2. Решение практических задач с использование инструментальных переменных в моделях. Решение задач требует компьютерного обеспечения. 6 часов.

3. Кейс: каждый студент – магистрант получает набор статистических данных по продажам определенных видов товаров на рынке, необходимо провести сложный анализ продаж и спрогнозировать будущие значения по продажам каждого товара на несколько периодов вперёд. Оформить аналитический обзор с использованием эконометрических методов исследования и сформировать детальный отчет для подготовки управленческого решения. Решение задач требует компьютерного обеспечения. 6 часов.

4. Решение теоретических и практических задач на использование линейных и нелинейных регрессий среднего значения. Решение задач требует компьютерного обеспечения. 6 часов.

5.Решение теоретических и практических задач на использование обобщенного метода моментов. Решение задач требует компьютерного обеспечения. 6 часов.

6.Контрольный кейс: каждый студент – магистрант выполняет работу по аналитической подготовке управленческого решения. Магистрант получает задание, основанное на реальной статистике хозяйствующего субъекта. Задачей студента является – применение всех полученных знаний, навыков и умений в области эконометрического моделирования с целью принятия максимально эффективного управленческого решения.


Учебно - методическое обеспечение самостоятельной работы студентов. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины (модуля).


Формы промежуточного и итогового контроля:

Студенты сдают промежуточный письменный экзамен, а также итоговый письменный экзамен в конце семестра. Каждый экзамен включает вопросы множественного выбора и открытые вопросы. Итоговый экзамен дает 50% конечной оценки, промежуточный экзамен - 30% конечной оценки соответственно. 20% дается за выполнение домашних заданий и работу на занятиях.


Тесты для самопроверки


Коэффициент уравнения регрессии показывает

На сколько % изменится результат при изменении фактора на 1 %.

На сколько % изменится фактор при изменении результата на 1 %.

На сколько ед. изменится результат при изменении фактора на 1 ед.

На сколько ед. изменится фактор при изменении результата на 1 ед.

Во сколько раз изменится результат при изменении фактора на 1 ед.


Коэффициент эластичности показывает

На сколько ед. изменится фактор при изменении результата на 1 ед.

На сколько ед. изменится результат при изменении фактора на 1 ед.

Во сколько раз изменится результат при изменении фактора на 1 ед.

На сколько % изменится результат при изменении фактора на 1 %.

На сколько % изменится фактор при изменении результата на 1 %.


Стандартизованный коэффициент уравнения bк s применяется

При проверке статистической значимости k-го фактора.

При проверке экономической значимости k-го фактора.

При отборе факторов в модель.

При проверке на гомоскедастичность.

При проверке важности фактора по сравнению с остальными факторами.


Какое из уравнений регрессии нельзя свести к линейному виду?












Какое из уравнений регрессии является степенным?












Не является предпосылкой классической модели предположение

Матрица факторов — невырожденная.

Факторы экзогенны.

Длина исходного ряда данных больше, чем количество факторов.

Матрица факторов содержит все важные факторы, влияющие на результат.

Факторы нестохастические.


Найдите предположение, являющееся предпосылкой классической модели.

Результирующий показатель является количественным.

Результирующий показатель измеряется в порядковой шкале.

Результирующий показатель измеряется в номинальной шкале .

Результирующий показатель измеряется в дихотомической шкале.

Результирующий показатель может быть и количественным и качественным.


Найдите предположение, не являющееся предпосылкой классической модели.

Возмущающая переменная имеет нулевое математическое ожидание.

Возмущающая переменная имеет постоянную дисперсию.

Отсутствует автокорреляция возмущающих переменных.

Отсутствует поперечная корреляция возмущающих переменных.

Возмущающая переменная обладает нормальным распределением.


Оценка b** значения параметра модели b является несмещенной, если



b * обладает наименьшей дисперсией по сравнению с другими оценками.

При Т®¥, вероятность отклонения b* от значения b cтремится к 0.



Математическое ожидание b * равно b .


Оценка b * значения параметра модели b является эффективной, если

Математическое ожидание b * равно b .

b * обладает наименьшей дисперсией по сравнению с другими оценками.



При Т®¥, вероятность отклонения b* от значения b cтремится к 0.



Оценка b * значения параметра модели b является состоятельной, если

b * обладает наименьшей дисперсией по сравнению с другими оценками.

Математическое ожидание b * равно b .



При Т®¥, вероятность отклонения b * от значения b стремится к 0.




Критерий Стьюдента предназначен для

Определения экономической значимости каждого коэффициента уравнения.

Определения статистической значимости каждого коэффициента уравнения.

Проверки модели на автокорреляцию остатков.

Определения экономической значимости модели в целом.

Проверки на гомоскедастичность.


Если коэффициент уравнения регрессии (bk ) статистически значим, то

bk > 1.

|bk | > 1.

bk ¹ 0.

bk > 0.

0 < bk < 1.


Табличное значение критерия Стьюдента зависит

Только от уровня доверительной вероятности.

Только от числа факторов в модели.

Только от длины исходного ряда.

Только от уровня доверительной вероятности и длины исходного ряда.

И от доверительной вероятности, и от числа факторов,и от длины исходного ряда.


Критерий Дарбина-Уотсона применяется для

Проверки модели на автокорреляцию остатков.

Определения экономической значимости модели в целом.

Определения статистической значимости модели в целом.

Сравнения двух альтернативных вариантов модели.

Отбора факторов в модель.


Коэффициенты множественной детерминации (D) и корреляции (R) связаны




Обобщенный метод наименьших квадратов применяется

Только в случае автокорреляции ошибок

Только в случае гетероскедастичности.

При наличии мультиколлинеарности (корреляции факторов).

Только в случае гомоскедастичности.

И в случае автокорреляции ошибок и в случае гетероскедастичности.


Главные компоненты представляют собой

Статистически значимые факторы.

Экономически значимые факторы.

Линейные комбинации факторов.

Центрированные факторы.

Пронормированные факторы.


Число главных компонент

Больше числа исходных факторов, но меньше длины базисного ряда данных.

Меньше числа исходных факторов.

Равно числу исходных факторов.

Равно длине базисного ряда данных.

Больше длины базисного ряда данных.


Первая главная компонента

Содержит максимальную долю изменчивости всей матрицы факторов.

Отражает степень влияния первого фактора на результат.

Отражает степень влияния результата на первый фактор.

Отражает долю изменчивости результата, обусловленную первым фактором.

Отражает тесноту связи между результатом и первым фактором.


В правой части структурной формы взаимозависимой системы могут стоять

Только экзогенные лаговые переменные.

Только экзогенные переменные (как лаговые, так и нелаговые).

Только эндогенные лаговые переменные.

Только эндогенные переменные (как лаговые, так и нелаговые).

Любые экзогенные и эндогенные переменные.

В правой части прогнозной формы взаимозависимой системы могут стоять

Только экзогенные лаговые переменные.

Только экзогенные переменные (как лаговые, так и нелаговые).

Только эндогенные переменные (как лаговые, так и нелаговые).

Эндогенные лаговые и экзогенные переменные (и лаговые и нелаговые).

Любые экзогенные и эндогенные переменные.


Под переменной структурой понимается

Изменение состава факторов в модели.

Изменение статистической значимости факторов.

Присутствие в модели фактора времени в явном виде.

Изменение экономической значимости факторов.

Изменение степени влияния факторов на результирующий показатель.


Проверка гипотезы о переменной структуре модели осуществляется с помощью

Критерия Дарбина-Уотсона.

Критерия Стьюдента.

Критерия Пирсона.

Критерия Фишера.

Коэффициента множественной детерминации.


Найдите неверно указанный элемент интервального прогноза.

Объясненная уравнением регрессии дисперсия результирующего показателя.

Точечный прогноз результирующего показателя.

Среднеквадратическое отклонение прогнозного значения.

Квантиль распределения Стьюдента.

Неверно указанного элемента нет.


ВОПРОСЫ ДЛЯ ПОВТОРЕНИЯ КУРСА «ЭКОНОМЕТРИКА»


  1. Доверительный интервал для генеральной средней при известной ге­неральной дисперсии.
  2. Объем выборки, необходимый для оценки генеральной средней при известной генеральной дисперсии.
  3. Доверительный интервал для генеральной средней при неизвестной генеральной дисперсии.
  4. Объем выборки, необходимый для оценки генеральной средней при неизвестной генеральной дисперсии.
  5. Доверительный интервал для генеральной доли.
  6. Объем выборки, необходимый для оценки генеральной доли.
  7. Испытание гипотез, процедура испытания гипотез, односторонняя и двусторонняя проверки, статистика.
  8. Испытание гипотезы на основе выборочной средней при известной генеральной дисперсии.
  9. Испытание гипотезы на основе выборочной средней при неизвестной генеральной дисперсии,
  10. Испытание гипотезы на основе выборочной доли.
  11. Испытание гипотезы о двух генеральных дисперсиях, отношение дисперсий (F-критерий).
  12. Сравнение средних величин двух выборок при известных генераль­ных дисперсиях.
  13. Испытание гипотезы по выборочным средним (генеральные диспер­сии неизвестны, случай равенства генеральных дисперсий).
  14. Испытание гипотезы по выборочным средним (генеральные диспер­сии неизвестны и не равны друг другу).
  15. Испытание гипотезы по двум выборочным долям.
  16. Испытание гипотез по спаренным данным (зависимые выборки).
  17. Непараметрические испытания гипотез. Таблица сопряженности.
    Критерий Хи-квадрат. Поправка Йетса.
  18. Простая модель линейной регрессии. Расчет коэффициентов в моде­ли парной линейной регрессии.
  19. Коэффициент корреляции Пирсона г. Объясненная, необъясненная и общая вариации переменной у. Коэффициент детерминации. Ошибки и остатки.
  20. Предсказания и прогнозы на основе модели линейной регрессии.
  21. Основные предпосылки в модели парной линейной регрессии.
  22. Испытание гипотезы для оценки линейности связи на основе оценки коэффициента корреляции в генеральной совокупности.
  23. Испытание гипотезы для оценки линейности связи на основе оценки показателя наклона линейной регрессии.
  24. Доверительные интервалы в линейном регрессионном анализе. До­верительный интервал для показателя наклона линейной регрессии.
  25. Доверительный интервал для среднего значения переменной у при заданном значении х.
  26. Доверительный интервал для индивидуальных значений у при задан­ном значении х.
  27. Множественная линейная регрессия. Основные предпосылки моде­ли множественной линейной регрессии.
  28. Расчет коэффициентов множественной линейной регрессии методом наименьших квадратов (МНК).
  29. Стандартные ошибки коэффициентов в модели множественной ли­нейной регрессии. Стандартная ошибка регрессии.
  30. Интервальные оценки теоретического уравнения линейной регрессии.
  31. Проверка статистической значимости коэффициентов уравнения ли­нейной регрессии.
  32. Проверка общего качества уравнения линейной регрессии. Коэффи­циент детерминации. Исправленный коэффициент детерминации.
  33. Проверка равенства двух коэффициентов детерминации.
  34. Проверка гипотезы о совпадении уравнений регрессии для двух вы­борок. Тест Чоу.
  35. Регрессия и Excel.
  36. Гетероскедастичность, ее последствия. Тест ранговой корреляции Спирмена.
  37. Тест Голдфелда-Квандта.
  38. Смягчение проблемы гетероскедастичности. Метод взвешенных наи­меньших квадратов (ВНК) в случае пропорциональности неизвестных дис­персий отклонений квадратам значений независимой переменной.
  39. Метод взвешенных наименьших квадратов (ВНК) в случае пропор­циональности неизвестных дисперсий отклонений значениям независимой переменной.
  40. Автокорреляция. Метод рядов. Таблица Сведа-Эйзенхарта.
  41. Критерий Дарбина-Уотсона.
  42. Устранение автокорреляции. Авторегрессионная схема первого по­рядка AR(1). Поправки Прайса-Винстена.
  43. Мультиколлинеарность и ее последствия. Установление мультикол-линеарности. Частные коэффициенты корреляции. Корреляционная матри­ца. Методы устранения мультиколлинеарности.
  44. Фиктивные переменные. ANCOVA-модели (модели ковариационно­го анализа). Дифференциальный свободный член и дифференциальный уг­ловой коэффициент.
  45. Нелинейные связи.
  46. Выбор формы модели. Признаки хорошей модели. Ошибки специ­фикации. Виды ошибок спецификации. Постоянный пересмотр модели.
  47. Факторные модели. Однофакторные модели.
  48. Многофакторные модели. Чувствительности ценных бумаг к факторам.
  49. Экономико-математические методы и модели ценообразования.
    Цель моделирования в ценообразовании. Трудности использования эконо­мико-математических методов и моделей в ценообразовании. Информация, используемая для построения экономико-математических моделей.
  50. λ-критерий Колмогорова-Смирнова.
  51. Порядковые испытания. Ранговый коэффициент корреляции Спир­мена.
  52. Т-критерий Вилкоксона.
  53. Дисперсионный анализ. Межгрупповая вариация. Внутри групповая вариация. Однофакторный дисперсионный анализ.
  54. Двухфакторный дисперсионный анализ. Уровни фактора. Двухфакторный дисперсионный анализ без повторений. Двухфакторный дисперсионный анализ с повторениями.
  55. Временные ряды. Элементы временного ряда (тренд, сезонная вари­ация, ошибки MAD и MSE).
  56. Расчет сезонной вариации в аддитивной модели. Центрированная скользящая средняя.
  57. Десезонализация данных в аддитивной модели.
  58. Расчет уравнения тренда в аддитивной модели.
  59. Расчет ошибок в аддитивной модели.
  60. Прогнозирование в аддитивной модели.
  61. Расчет сезонной вариации в мультипликативной модели. Центриро­ванная скользящая средняя.
  62. Десезонализация данных в мультипликативной модели.
  63. Расчет уравнения тренда в мультипликативной модели.
  64. Расчет ошибок в мультипликативной модели.
  65. Прогнозирование в мультипликативной модели.
  66. Экспоненциальное сглаживание. Простая модель экспоненциально­
    го сглаживания. Константа сглаживания.
  67. Контролируемый прогноз. Трекинг-сигнал. Итоговая сумма ошибок.
    Среднее абсолютное отклонение. Верхняя и нижняя границы контроля. Же­сткий контроль. Слабый контроль.
  68. Функциональная, статистическая и корреляционная зависимости.
    Условные средние.
  69. Выборочные уравнения регрессии. Линейная корреляция. Корреля­ционная таблица. Выборочное уравнение прямой линии регрессии Уна X.
  70. Выборочный коэффициент корреляции. Оценка коэффициента кор­реляции.
  71. Системы одновременных уравнений. Модель «спрос-предложение».
    Кейнсианская модель формирования доходов. Экзогенные и эндогенные пе­ременные. Структурные уравнения модели. Приведенные уравнения.
  72. Косвенный метод наименьших квадратов (КМНК).
  73. Проблема идентификации. Идентифицируемая, неидентифицируемая и сверхидентифицируемая системы уравнений.
  74. Необходимые условия идентифицируемости.
  75. Модель денежного рынка. Идентификация, оценка параметров.
  76. Модифицированная модель Кейнса. Идентификация, оценка пара­метров.
  77. Модифицированная модель «доход-потребление». Идентификация, оценка параметров.
  78. Двухшаговый метод наименьших квадратов (ДМНК).
  79. Методы экспертных оценок. Метод Дельфи. Метод написания сце­нария. Использование экспертных оценок в аналитической деятельности.
  80. Анализ временных рядов в Excel.
  81. Меры связи. Положительная связь. Отрицательная связь. Коэффи­циент Фехнера (коэффициент корреляции знаков).
  82. Коэффициенты ассоциации и контингенции.
  83. Меры связи на основе критерия хи-квадрат. Коэффициент Крамера.
    Коэффициент взаимной сопряженности Пирсона. Коэффициент взаимной
    сопряженности Чупрова.
  84. Анализ Фурье.
  85. Интервалы предсказания.
  86. Испытание гипотезы о принадлежности нового наблюдения гене­ральной совокупности.
  87. Выбор метода прогнозирования.
  88. Q-критерий Розенбаума.
  89. U-критерий Манна-Уитни.
  90. Н-критерий Крускала-Уоллиса.
  91. S-критерий Джонкира.
  92. G-критерий знаков. Типичные сдвиги. Нулевые реакции.
  93. χ2-критерий Фридмана.
  94. L-критерий тенденций Пейджа.
  95. φ*-критерий Фишера.
  96. Биномиальный m-критерий. Теоретические и эмпирические частоты.
  97. Критерий Кохрана.
  98. Кластерный анализ. Кластеры. Расстояние. Однородные объекты.
    Дендрограмма. Классификация объектов с помощью принципа «ближайше­го соседа».






Учебно-методическое и информационное обеспечение дисциплины (модуля).

Рекомендуемая литература

основная:


  1. Айвазян С.А. Прикладная статистика. Основы эконометрики. Изд. 2 – е. Т. 2 – М.: ЮНИТИ,2001.

2. Бабешко Л.О. Основы эконометрического моделирования: Учебное пособие. - М.:КомКнига, 2006. – 428 с.

3. Бабешко Л.О. Введение в эконометрическое моделирование: Учебное пособие. - М.: URSS,2006. – 432с

4. Берндт Э. Практика эконометрики: классика и современность. – М.: ЮНИТИ, 2005. – 847 с.

5. Бывшев В.А. Эконометрика: Учебное пособие.– М.: «Финансы и статистика», 2008.

7. Доугерти К. Введение в эконометрику: Учебник: Пер. с англ. – М.: ИНФРА-М.,2010. – 418 с.

8. Елисеева И.И. и др. Эконометрика: Учебник.– М.: «Финансы и статистика», 2006.

9. Елисеева И.И. и др. Практикум по конометрике: Учебное пособие.– М.: «Финансы и статистика», 2008.

дополнительная:


1. Кремер Н.Ш., Путко Б.А. Эконометрика. - М.:ЮНИТИ-ДАНА, 2002. - 311 с.: ил.

2. Магнус Я.Р. Эконометрика: Начальный курс: Учебное пособие/ Я.Р.Магнус, П.К. Катышев, А.А.Пересецкий. - М.: Дело, 2005. - 503с.

3. William H. Green. Econometric analysis. - Upper Saddle River, New Jersey, 2008. – 1178s.


Интернет-ресурсы:

1. ac.uk/ie/ (И-1)

2. om/uk/best.textbooks/economics/dougherty2e (И-2).

3. publishers.com/mankiw (И-3).

4. .ru (И-4).


Технические средства и материально-техническое обеспечение дисциплины (модуля).

Практические занятия по дисциплине требуют компьютерного обеспечения для облегчения расчетов.

Компьютерные программы и массивы данных:

Основной компьютерной программой, используемой в курсе, является программа Econometric Views (версии 3.1 и последующие). Используются также электронныетаблицы Excel. Для выполнения заданий в классе и домашних заданий используются массивы данных: данные курса Кр.Доугерти в ЛШЭ (данные для оценивания функций заработка по опросу

NSLY в США, данные о спросе, располагаемом доходе и относительных ценах по товарным группам в США за 1959-1994гг - данные имеются на сайте И-1); Данные о погодовой динамике основных макроэкономических показателей в США за 1931-1998гг., данные имеются на сайте И-3; Данные о помесячной динамике основных макроэкономических показателей России за 1992-2002гг., данные имеются на сайте И-4; Данные об оценках ВНП, затрат труда и капитала в экономике СССР за 1928-1987гг. Данные о динамике инвестиций и вводе основных производственных фондов вРоссийской Федерации в 1956-1991гг.



    Дополнения и изменения в рабочей программе на 201 / 201 учебный год


В рабочую программу вносятся следующие изменения:

________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________


Рабочая программа пересмотрена и одобрена на заседании кафедры Экокомики, финансов и учета «20» мая 2011г.




    Заведующий кафедрой ___________________/И.А. Лиман/

    Роспись Ф.И.О.