Рабочая программа по дисциплине «Эконометрика» фист

Вид материала

Рабочая программа

Содержание 3.Учебно-методические материалы по дисциплине II. Тематический план Самостоятельная работа Обобщенная модель множественной регрессии Некоторые модели и методы регрессионного анализа, выходящие за рамки обобщенной модели множественной регрессии 1. Темы и краткое содержание курса Тема 2. Классическая модель парной регрессии и метод наименьших квадратов. Показатели качества регрессии Метод наименьших квадратов Тема 4. Обобщенная модель множественной регрессии. Тема 5. Некоторые модели и методы регрессионного анализа, выходящие за рамки обобщенной модели множественной регрессии. Регрессионные модели с переменной структурой (использование фиктивных переменных). Тема 6. Система линейных одновременных уравнений (СЛОУ). Временной ряд и его основные характеристики Перечень примерных контрольных вопросов и заданий для самостоятельной работы. Как выглядят линейная и степенная эконометрические модели? IV. Учебно-методическое обеспечение курса

Подобный материал:

• Рабочая программа по дисциплине «Маркетинг» фист, 136.2kb.
• Рабочая программа По дисциплине «Эконометрика» По специальности, 237.64kb.
• Рабочая программа по дисциплине «Эконометрика» для специальностей: 080105 Финансы, 216.27kb.
• Программа и контрольные задания по учебной дисциплине «эконометрика» для студентов, 555.04kb.
• Факультет Информационных Систем и Технологий Кафедра вычислительной техники утверждаю, 107.03kb.
• Рабочая программа по дисциплине: «Эконометрика» для специальности 080801 "Прикладная, 57.53kb.
• Рабочая программа наименование дисциплины Эконометрика, 234.87kb.
• Рабочая программа наименование дисциплины Эконометрика, 258.24kb.
• Темы и написанию курсовых проектов по дисциплине «Эконометрика» для студентов дневной, 112.91kb.
• Программа по дисциплине эконометрика для студентов 3 курса дневного отделения факультета, 134.08kb.

ПОВОЛЖСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ

ТЕЛЕКОММУНИКАЦИЙ И ИНФОРМАТИКИ


"УТВЕРЖДАЮ"

Декан ФИСТ


_____________Кораблин М.А.


"___" ______________ 2006 г.


РАБОЧАЯ ПРОГРАММА


по дисциплине «Эконометрика»


ФИСТ


специальность 080801 – 52 часа (зачет + курсовая)

лекции 34 часов

семинары 18 часов


САМАРА


2006

Рабочую программу подготовил

Лектор _______________________/Токарев А.В./


"____" ______________ 2006 г.


Рабочая программа обсуждена и утверждена на заседании кафедры "Электронная коммерция".

Заведующий кафедрой _________/Юрасов А.В./


"____" ______________ 2006 г.


Рабочая программа одобрена советом (методической комиссией) факультета ФИСТ.


Председатель ________________/ Кораблин М.А./


"____" ______________ 2006 г.


СОДЕРЖАНИЕ


1.ЦЕЛЬ И ЗАДАЧИ ДИСЦИПЛИНЫ …………………………………………3

2.СОДЕРЖАНИЕ ДИСЦИПЛИНЫ ………………………….………………3

3.УЧЕБНО-МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ ПО ДИСЦИПЛИНЕ

3.1.Рекомендуемая литература …………………………………………..6

3.2.Перечень средств обеспечения учебного процесса ………………...6

3.2.1.Виды технических средств обучения ……………………...6

3.2.2.Средства и формы контроля ……………………...6

3.2.3.Средства обучения ………………………………………6

4.УЧЕБНО-МЕТОДИЧЕСКИЙ ПЛАН (технологическая карта)

4.1.Общие данные по дисциплине ………………………………………6

4.2.Учебно-технологический график …………………………………….6

5.ПРОТОКОЛ СОГЛАСОВАНИЯ С ДИСЦИПЛИНАМИ СПЕЦИАЛЬНОСТИ..………………………………………………………….…7

6.ПРОДЛЕНИЕ ДЕЙСТВИЯ ……………………………………………….….8


I. Цель и задачи дисциплины, ее место в учебном процессе


1. Цель курса “Эконометрика” – обучение студентов методологии и методике построения и применения эконометрических моделей для анализа состояния и оценки перспектив развития экономических и социальных систем в условиях взаимосвязей между их внутренними и внешними факторами.

2. Задачи дисциплины.

• расширение и углубление теоретических знаний о качественных особенностях экономических и социальных систем, количественных взаимосвязях и закономерностях их развития;
  
• овладение методологией и методикой построения, анализа и применения эконометрических моделей, как для анализа состояния, так и для оценки перспектив развития указанных систем;
  
• изучение наиболее типичных моделей и получение навыков практической работы с ними.
  

3. Место дисциплины в профессиональной подготовке выпускника.

Изучение дисциплины базируется на знании студентами:

• высшей математики,
  
• теории вероятностей и математической статистики,
  
• экономической теории,
  
• общей теории статистики
  
• информатики
  

и других математических и общеэкономических дисциплин, а также владении основами современных компьютерных технологий.

В свою очередь “Эконометрика” служит базой для изучения методов прогнозирования социально-экономических процессов.

4. Требования к уровню освоения содержания дисциплины.

В результате изучения дисциплины студенты должны:

• знать эконометрическую методологию и уметь на практике организовать сбор и предварительный анализ информации, оценить ее качество;
  
• владеть эконометрическими методами и практическими навыками расчетов;
  
• уметь правильно интерпретировать результаты исследований и вырабатывать практические рекомендации по их применению.
  

ГОС содержит следующие требования к содержанию дисциплины "Эконометрика" по специальности "Бухгалтерский учет, анализ и аудит (Промышленность, АПК)":

Линейная модель множественной регрессии. Метод наименьших квадратов. Свойства оценок МНК. Показатели качества регрессии. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Обобщенный метод наименьших квадратов (ОМНК). Регрессионные модели с переменной структурой (фиктивные переменные). Нелинейные модели регрессии и их линеаризация. Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация. Система линейных одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.


II. Тематический план

№ п/п	Наименование тем	Аудиторные занятия (час.)		Самостоятельная работа
		в том числе:
		Лекции	Семинары
	Основные понятия и определения эконометрики	4	2	4
	Классическая модель парной регрессии и метод наименьших квадратов	6	4	6
	Линейная модель множественной регрессии	6	4	6
	Обобщенная модель множественной регрессии	6	2	8
	Некоторые модели и методы регрессионного анализа, выходящие за рамки обобщенной модели множественной регрессии	6	2	6
	Система линейных одновременных уравнений (СЛОУ)	4	2	6
	Анализ временных рядов	4	2	8
	Итого:	36	18	44

Всего – 98 часов

III. Содержание дисциплины

1. Темы и краткое содержание курса

Тема 1. Основные понятия и определения эконометрики.

Эконометрика и ее место в ряду экономико-математических дисциплин. Виды эконометрических моделей, простейшие примеры эконометрических моделей. Типы данных. Общие принципы построения и использования эконометрических моделей и методов в экономических исследованиях.

Тема 2. Классическая модель парной регрессии и метод наименьших квадратов.

Метод наименьших квадратов (МНК). Статистические свойства оценок МНК. Теорема Гаусса-Маркова. Оценка дисперсии ошибок. Показатели качества регрессии. Проверка гипотез, относящихся к коэффициентам регрессии.


Тема 3. Линейная модель множественной регрессии.

Основные характеристики линейной модели множественной регрессии . Метод наименьших квадратов. Мультиколлинеарность. Статистические свойства МНК-оценок, анализ качества и интерпретация построенного уравнения регрессии.


Тема 4. Обобщенная модель множественной регрессии.

Обобщенная модель множественной регрессии и обобщенный МНК. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Гетероскедастичность и ее последствия. Обнаружение гетероскедастичности. Автокорреляция и связанные с ней факторы. Обнаружение автокорреляции первого порядка: критерий Дарбина-Уотсона. Автокорреляция с лаговой зависимой переменной. Автокорреляция как следствие неправильной спецификации модели.


Тема 5. Некоторые модели и методы регрессионного анализа, выходящие за рамки обобщенной модели множественной регрессии.

Нелинейные модели регрессии и их линеаризация. Регрессионные модели с переменной структурой (использование фиктивных переменных). Стандартные ошибки и проверка гипотез. Множественные совокупности фиктивных переменных.


Тема 6. Система линейных одновременных уравнений (СЛОУ).

Определение и сущность модели, задаваемой системой линейных одновременных уравнений (СЛОУ). Классификация переменных и основные задачи статистического анализа СЛОУ. Проблемы спецификации СЛОУ. Общие сведения об основных методах статистического оценивания параметров СЛОУ. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.


Тема 7. Анализ временных рядов.

Временной ряд и его основные характеристики. Модели стационарных и нестационарных временных рядов, их идентификация. Тренды, экономические циклы, сезонные колебания, псевдопериодические составляющие временного ряда.

Основные подходы к моделированию динамики экономических показателей: модели авторегрессии, скользящего среднего, Бокса-Дженкинса. Прогнозирование с использованием моделей временных рядов.


2. Перечень примерных контрольных вопросов и заданий для самостоятельной работы.


2а. Перечень примерных контрольных вопросов для самостоятельной работы.

• Как выглядят линейная и степенная эконометрические модели?

• Как экономически трактуются параметры линейной модели?
  
• Как экономически трактуются параметры степенной модели?
  
• Для чего используются стандартизованные коэффициенты уравнения регрессии?
  
• Перечислите свойства оценок коэффициентов классической модели.
  
• Как проверить статистическую значимость коэффициента уравнения регрессии?
  
• Как проверить статистическую значимость уравнения в целом?
  
• Каким образом осуществляется проверка эконометрической модели на автокорреляцию остатков?
  
• Каким образом осуществляется проверка эконометрической модели на гомоскедастичность?
  
• Каковы последствия применения одношагового метода наименьших квадратов в обобщенной модели?
  
• Какие преобразования исходных данных нужно провести в случае обнаружения автокорреляции остатков?
  
• Какие преобразования исходных данных нужно провести в случае обнаружения гетероскедастичности?
  
• Какие характеристики временных рядов вы знаете?
  
• Что такое стационарный процесс?
  
• Что собой представляет рекурсивная модель?
  
• Что собой представляет взаимозависимая система уравнений?
  
• Каковы последствия применения одношагового МНК для оценки параметров взаимозависимой системы?
  
• Назовите наиболее часто используемые в эконометрике нелинейные модели?
  
• Каким образом строится точечный прогноз результирующего показателя по эконометрической модели?
  

2б. Перечень примерных заданий для самостоятельной работы.

Задание 1

На основании информации, приведенной в таблице, определить форму эконометрической модели и рассчитать ее параметры.

Период	Потребление овощей, кг	Среднедушевой доход, руб.
1	86	772
2	88	805
3	92	837
4	98	872
5	97	905
6	98	945
7	101	1161
8	101	1200
9	103	1213

Определить коэффициент детерминации. Проверить статистическую значимость модели.

Задание 2

Проверить модель, построенную в задании 1, на автокорреляцию ошибок и гетероскедастичность. В случае обнаружение автокорреляции или гетероскедастичности применить для расчета параметров обобщенный метод наименьших квадратов. Сравнить результаты расчетов с моделью, построенной в задании 1.

Каковы последствия применения в обобщенной модели одношагового метода наименьших квадратов?

Задание 3

Построить точечный и интервальный прогнозы потребления овощей, используя лучшую из моделей, полученных в заданиях 1–2.


3. Примерная тематика рефератов, контрольных работ.

• Принципы построения и использования эконометрических моделей и методов в экономических исследованиях.
  
• Исходные предпосылки эконометрического моделирования.
  
• Предпосылки классической регрессионной модели.
  
• Классический метод наименьших квадратов.
  
• Свойства оценок параметров модели, полученных классическим МНК.
  
• Процедуры отбора факторов эконометрических моделей (на примерах).
  
• Критерии качества эконометрических моделей (иллюстрация использования).
  
• Эконометрические модели с лаговыми переменными (примеры применения).
  
• Проблемы оценки параметров в моделях с лаговыми переменными.
  
• Двухшаговый МНК. Примеры использования в моделях с лаговыми переменными.
  
• Предпосылки использования метода главных компонент в экономических исследованиях.
  
• Применение метода главных компонент в моделях рыночной конъюнктуры.
  
• Системы взаимозависимых уравнений как эконометрические модели (примеры использования).
  
• Методы оценки параметров взаимозависимых уравнений.
  
• Примеры использования рекурсивных и блочно-рекурсивных моделей в экономических исследованиях.
  
• Одношаговый и двухшаговый МНК в оценке параметров системы взаимозависимых уравнений (иллюстрация применения).
  
• Модели с переменной структурой: причины изменчивости и способы ее отображения в модели.
  
• Приемы обнаружения изменчивости структуры модели (на примерах).
  
• Особенности оценки параметров модели с переменной структурой.
  
• Процедура прогнозирования на основе эконометрической модели (на примерах).
  
• Проблемы верификации прогноза.
  
• Точный и приближенный методы построения доверительных интервалов прогноза (примеры расчетов).
  
• Математическое обеспечение эконометрических моделей.
  

4. Примерный перечень вопросов к зачёту.

• Каков экономический смысл коэффициента линейной эконометрической модели?
  
• Что показывает коэффициент эластичности?
  
• Что показывает стандартизованный коэффициент уравнения регрессии?
  
• Перечислите предпосылки классического уравнения регрессии.
  
• Что такое “несмещенная оценка коэффициента уравнения регрессии”?
  
• Что такое “эффективная оценка коэффициента уравнения регрессии”?
  
• Что такое “состоятельная оценка коэффициента уравнения регрессии”?
  
• Для чего в эконометрике используется критерий Стьюдента?
  
• Что такое “статистически значимый коэффициент уравнения регрессии”?
  
• Что показывает критерий Фишера?
  
• Для чего в эконометрике используется критерий Дарбина-Уотсона?
  
• Что показывает коэффициент детерминации?
  
• В каких случаях целесообразно применять обобщенный метод наименьших квадратов?
  
• Какой вид имеет уравнение авторегрессии первого порядка?
  
• Какой вид имеет уравнение скользящего среднего?
  
• Какой вид имеет уравнение авторегрессии–скользящего среднего?
  
• Что такое “стационарная модель”?
  
• Какое преобразование исходных данных нужно провести в случае обнаружения авторегрессии первого порядка у возмущающих переменных?
  
• Какой критерий применяется для диагностики на гетероскедастичность (непостоянство дисперсии)?
  
• Какая предпосылка классической регрессионной модели нарушается у модели с лаговыми переменными?
  
• Каковы последствия включения в модель лаговых переменных?
  
• Что представляет собой рекурсивная модель?
  
• Что показывает коэффициент структурной формы системы взаимозависимых уравнений?
  
• Что показывает коэффициент прогнозной формы системы взаимозависимых уравнений?
  

Форма итогового контроля – зачет.


IV. Учебно-методическое обеспечение курса


1. Рекомендуемая литература (основная)

1. Доугерти К. Введение в эконометрику: Учебник для вузов. – М.: ИНФРА - М, 2001
   
2. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов. – М.: ЮНИТИ – ДАНА, 2002.
   
3. Бородич С.А. Эконометрика: Учебное пособие. – Минск: Новое знание, 2001.
   
4. Елисеева И.И. Эконометрика: Учебник для вузов. – М.: Финансы и статистика, 2002.
   
5. Елисеева И.И. Практикум по эконометрике: Учебное пособие. – М.: Финансы и статистика, 2002.
   

2. Рекомендуемая литература (дополнительная)

1. Магнус Я. Р., Пересецкий А.А., Катышев П.К. Эконометрика: Начальный курс: Учебное пособие для вузов. – М.: Дело, 2002.
   
2. Катышев П.К., Пересецкий А.А. Сборник задач к начальному курсу Эконометрики. – М.: Дело, 2002.
   
3. Айвазян С.А., Мхитарян В.С. Прикладная статистика. Основы эконометрики: Учебник для вузов. В 2 т. – М.: ЮНИТИ, 2001.
   

V. Материально-техническое и программное обеспечение.

• компьютер Pentium III, операционная система Windows 98,
  
• электронная таблица Excel,
  
• пакет "Econometric Views",
  
• программы Regre, Trend.