Рабочая программа дисциплины эконометрика опд. Ф. 10. 8

Вид материала

Рабочая программа

Содержание 080800 - Прикладная информатика 1. Цель и задачи дисциплины 2. Место дисциплины в учебном процессе и требования к знаниям и умениям выпускника 3. Объем часов по дисциплине 351400 (080801) Прикладная информатика в экономике Наименование темы дисциплины Самостоятельная работа по формам обучения 4. Содержание разделов и тем дисцисплины Тема 1. Линейная модель множественной регрессии. Тема 2. Нелинейные модели регрессии Тема 3. Системы линейных одновременных уравнений. Тема 4. Временные ряды в эконометрических исследованиях. Перечень тем практических занятий 6.1 Рекомендуемая литература 6.1.2 Дополнительная литература 6.2 Использование информационных технологий и активных методов обучения 8. Контроль знаний СТУДЕНТОВ

Подобный материал:

• Рабочая программа наименование дисциплины Эконометрика, 258.24kb.
• Рабочая программа наименование дисциплины Эконометрика, 234.87kb.
• Рабочая программа дисциплины опд. Ф. 02. «Механика» опд. Ф. 02. 03. «Теория механизмов, 481.11kb.
• Рабочая программа дисциплины опд. Ф. 02. «Механика», 828.6kb.
• Рабочая программа дисциплины Культурология опд. 00 Общепрофессиональные дисциплины, 478.45kb.
• Рабочая программа дисциплины опд. В. 4 Теория и методы журналистского творчества, 418.92kb.
• Рабочая программа учебной дисциплины «имитационное моделирование» Направление 080100, 188.9kb.
• Рабочая программа дисциплины «ботаника» Код дисциплины по учебному плану опд., 301.75kb.
• Рабочая программа дисциплины опд. В ф. 11 «Биржевое дело» для специальности 080502., 718.06kb.
• Рабочая программа по дисциплине налоговая система для специальности 080111 «Маркетинг»,, 742.89kb.

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

«Санкт-Петербургский государственный

инженерно-экономический университет»


Кафедра исследования операций в экономике им. проф. Ю.А. Львова

УТВЕРЖДАЮ

Проректор

по учебно-методической работе и УМО

д.э.н., профессор

________________А.И. Федорков

«____ »___________2006 г.

Рег. № ________

РАБОЧАЯ ПРОГРАММА

дисциплины


ЭКОНОМЕТРИКА


ОПД.Ф.10.8


Направление подготовки ^ 080800 - Прикладная информатика


Санкт-Петербург

2006


Рабочая программа составлена на основе требований Государственного образовательного стандарта высшего профессионального образования к содержанию и уровню подготовки бакалавра по направлению 080800 Прикладная информатика № 774 эк/бак от 27.12.2005 г. и в соответствии с рабочим учебным планом направления 080800 Прикладная информатика, утвержденным ректором СПбГИЭУ 26.12.2006 г.


Составители:

Доц., канд. экон. наук Н.В. Добрынина

Доц., канд. экон. наук И.Н. Нименья




Научный редактор

Проф., д-р экон. наук В.Н. Соколов


Обсуждено






ОДОБРЕНО




^ 1. ЦЕЛЬ И ЗАДАЧИ ДИСЦИПЛИНЫ

Эконометрика входит в число базовых дисциплин современного экономического образования во всем мире. Целью изучения дисциплины является подготовка студентов к прикладным исследованиям в области экономики.

Задачами дисциплины являются обучение студентов:

• применению эконометрических моделей для адекватного описания сложных экономических процессов и явлений, используемых для анализа или прогнозирования экономической ситуации;
  
• экономической интерпретации параметров эконометрических моделей;
  
• использованию различных статистических критериев для оценки значимости полученных параметров модели с точки зрения адекватности отображения реального явления;
  
• навыкам сбора, обработки и анализа информации, используемой для оценки параметров эконометрической модели, что оказывает существенное влияние на достоверность и точность модели.
  

^ 2. МЕСТО ДИСЦИПЛИНЫ В УЧЕБНОМ ПРОЦЕССЕ И ТРЕБОВАНИЯ К ЗНАНИЯМ И УМЕНИЯМ ВЫПУСКНИКА

Эконометрика базируется на знаниях, полученных при изучении «Теории вероятности», «Математической статистики» и «Общей теории статистики». Материал, изучаемый данной дисциплиной, предназначен для использования в курсах, связанных с количественным анализом реальных экономических явлений, таких как, например, «Прикладная микроэкономика», «Прикладная макроэкономика», «Маркетинг» и других. Может быть использован в спецкурсах по теории случайных процессов, математическим моделям в экономике, оптимальному управлению, применению методов теории вероятностей в финансовой математике, принятию решений в условиях неопределенности.

Полученные знания применяются также в курсах экономического профиля и при подготовке магистерских диссертаций, использующих методы количественного анализа статистических данных и моделирование экономических процессов.

В результате изучения дисциплины студент должен приобрести практические умения и навыки:

1. По выбору общего вида эконометрической модели, в т.ч. состава и формы входящих в нее связей исходя из задач конкретного исследования.

2. По идентификации модели, ее статистическому анализу (прежде всего, оцениванию неизвестных параметров).

3. По верификации модели (проверке адекватности модели, оценке точности модельных данных).

4. Анализировать и осмысливать полученные результаты.

5. Осуществлять условный прогноз эндогенных переменных

6. Проводить многовариантные сценарные расчеты, которые показывают, как будут вести себя эндогенные переменные при различных условиях.

7. Представлять итоги проделанной работы в виде отчетов, оформленных в соответствии с имеющимися требованиями.

Студент должен знать:

1. Основные понятия эконометрики.

2. Методы оценивания и верификации классической и обобщенной моделей множественной линейной регрессии.

3. Методы оценивания и верификации моделей нелинейной регрессии.

4. Методы оценивания и верификации систем одновременных эконометрических уравнений.

5. Методы оценивания и верификации моделей, построенных по временным рядам.


^ 3. ОБЪЕМ ЧАСОВ ПО ДИСЦИПЛИНЕ

Объем часов по дисциплине представлен в таблице 1.


Таблица 1 - Объем часов по дисциплине "Эконометрика" для специальности ^ 351400 (080801) Прикладная информатика в экономике

^ Наименование темы дисциплины	Всего часов	Аудиторные занятия по формам обучения			в том числе												^ Самостоятельная работа по формам обучения
					лекции			практические			лабораторные (ДИ)			семинары
		очная	заоч-ная	очно-заоч-ная	очная	заоч-ная	очно-заоч-ная	очная	заоч-ная	очно-заоч-ная	очная	заоч-ная	очно-заоч-ная	очная	заоч-ная	очно-заоч-ная	очная	заоч-ная	очно-заоч-ная
А	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15	16	17	18	19
Введение в эконометрику	5	2	1		2	1		0	-								3	4
1.Линейная модель множественной регрессии	29	22	4		14	2		8	2								7	25
2.Нелинейные модели регрессии	17	6	1		4	1		2	-								11	16
3.Системы линейных одновременных уравнений	22	8	2		6	2		2	-								14	20
4.Временные ряды в эконометрических исследованиях	27	13	4		8	2		5	2								14	23
в т.ч. курсовая работа (курсовой проект)
Всего	100	51	12		34	8		17	4								49	88
Количество контрольных работ			1
Экзамен
Зачет		Сем.7	IV

^

4. СОДЕРЖАНИЕ РАЗДЕЛОВ И ТЕМ ДИСЦИСПЛИНЫ

Введение в эконометрику.

Эконометрика и ее место в ряду математико-статистических и экономических дисциплин. Задачи экономического анализа, решаемые на основе эконометрики.

Эконометрическая модель и основные понятия эконометрического моделирования (исходная информация: априорная и статистическая; переменные эконометрической модели: экзогенные, эндогенные, предопределенные). Типы эконометрических моделей.

Основные этапы и проблемы эконометрического моделирования (постановочный, априорный, параметризация, информационный, идентификация, верификация модели).

Математико-статистический инструментарий эконометрики.


^ Тема 1. Линейная модель множественной регрессии.

Основные понятия и определения регрессионного анализа (результирующие и объясняющие переменные, уравнение регрессионной связи, измерение тесноты статистической связи).

Основные задачи прикладного регрессионного анализа.

Классическая линейная модель множественной регрессии (КЛММР).

Методы оценивания параметров КЛММР. Метод наименьших квадратов (МНК). Свойства оценок. Построение доверительного интервала для оценок параметров КЛММР.

Оценка качества модели регрессии (оценка адекватности и надежности модели).

Мультиколлинеарность и отбор наиболее существенных объясняющих переменных в КЛММР.

Точечный и интервальный прогноз, основанный на КЛММР.

Обобщенная линейная модель множественной регрессии (ОЛММР) и обобщенный метод наименьших квадратов (ОМНК).

ОЛММР с гетероскедастичными остатками.

ОЛММР с автокоррелированными остатками.

Линейные регрессионные модели с переменной структурой (фиктивные переменные).


^ Тема 2. Нелинейные модели регрессии.

Нелинейные регрессии, нелинейные по объясняющим переменным, но линейные по параметрам. Их линеаризация.

Нелинейные регрессии, нелинейные по параметрам (внутренне линейные). Их линеаризация.

Нелинейные регрессии, нелинейные по параметрам (внутренне нелинейные). Оценивание параметров - нелинейный метод наименьших квадратов.

Оценка качества модели. Построение доверительного интервала прогноза.

Анализ эластичностей с использованием моделей регрессии.


^ Тема 3. Системы линейных одновременных уравнений.

Эконометрические модели: общая характеристика. Виды систем эконометрических уравнений: независимые системы, рекурсивные системы, системы одновременных (совместных) уравнений.

Структурная и приведенная формы эконометрической модели.

Условия идентифицируемости уравнений системы.

Идентификации систем одновременных уравнений (косвенный метод наименьших квадратов, двухшаговый метод наименьших квадратов оценивания структурных параметров отдельного уравнения, трехшаговый метод наименьших квадратов одновременной оценки всех параметров системы).

^ Тема 4. Временные ряды в эконометрических исследованиях.

Специфика временных рядов как источника данных в эконометрическом моделировании. Основные задачи и этапы анализа временных рядов.

Выявление структуры временного ряда и методы его сглаживания.

Стационарные временные ряды и их основные характеристики (автокорреляционная функция, частная автокорреляционная функция).

Модели стационарных временных рядов и их идентификация (модели авторегрессии порядка p, модели скользящего среднего порядка q, авторегрессионные модели со скользящим средним).

Модели нестационарных временных рядов и их идентификация (модель авторегрессии – проинтегрированного скользящего среднего, модели рядов, содержащих сезонную составляющую).

5. ^

   ПЕРЕЧЕНЬ ТЕМ ПРАКТИЧЕСКИХ ЗАНЯТИЙ

Номер темы дисциплины	Наименование темы	Темы практических занятий	Количество часов очная/заочная
1	Линейная модель множественной регрессии	1. Оценка параметров КЛММР с помощью МНК. Построение доверительных интервалов оценок параметров. Оценка качества (адекватности и надежности) модели регрессии. Точечный и интервальный прогноз, основанный на КЛММР. 2. Выявление и устранение мультиколлинеарности, отбор наиболее существенных объясняющих переменных в КЛММР. Включение в эконометрическую модель фиктивных переменных. 3. Выявление и устранение гетероскедастичности остатков. 4. Выявление и устранение автокорреляции остатков.	8/2
2	Нелинейные модели регрессии	1. Линеаризация и оценка параметров моделей нелинейной регрессии. Анализ эластичностей с использованием моделей регрессии.	2/-
3	Системы линейных одновременных уравнений	1. Решение вопроса об идентифицируемости системы линейных одновременных уравнений. Идентификация системы линейных одновременных уравнений (косвенный МНК, двухшаговый МНК, трехшаговый МНК).	2/-
4	Временные ряды в эконометрических исследованиях	1. Выявление структуры временного ряда (критерий серий). Методы сглаживания (скользящее среднее, экспоненциальное сглаживание). 2. Построение и анализ автокорреляционной функции и частной автокорреляционной функций. Модели авторегрессии порядка p, модели скользящего среднего порядка q, авторегрессионные модели со скользящим средним. 3. Модели авторегрессии – проинтегрированного скользящего среднего, модели рядов, содержащих сезонную составляющую.	5/2
Всего часов		17/4

6. Учебно-методическое обеспечение ДИСЦИПЛИНЫ

^ 6.1 РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА

6.1.1 ОСНОВНАЯ ЛИТЕРАТУРА

1. Доугерти К. Введение в эконометрику. М.Инфра-М, 2001. – 402 с.
   
2. Магнус Я.Р., Катышев А.К., Пересецкий А.А. Эконометрика. Начальный курс. М., Дело, 1998. -248 с.
   
3. Практикум по эконометрике. / Под ред. члена-корреспондента Российской Академии наук И.И. Елисеевой. М: Финансы и статистика, 2001. 192 с.
   
4. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд., испр. – Т.2: Айвазян С.А. Основы эконометрики. - М.:ЮНИТИ- ДАНА, 2001. – 432 с.
   
5. Эконометрика. / Под ред. члена-корреспондента Российской Академии наук И.И. Елисеевой. М: Финансы и статистика, 2001. – 344 с.
   

^

6.1.2 ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА

1. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974, Т.1 и 2. – 450 с.
   
2. Болч Б., Хуань К.Дж. Многомерные статистические методы для экономики. М.: Статистика, 1979. – 340 с.
   
3. Маленво Э. Статистические методы эконометрии. М.,1975-1976, вып.1,2. – 320 с.
   
4. Фишер Ф. Проблема идентификации в эконометрии. М.Статистика, 1978. – 275 с.
   

^ 6.2 ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И АКТИВНЫХ МЕТОДОВ ОБУЧЕНИЯ

Предусмотрено использование пакета прикладных программ MS Excel.


7. Материально-техническое обеспечение учебного процесса

Проведение практических занятий предусматривает использование персональных компьютеров.


^ 8. Контроль знаний СТУДЕНТОВ

8.1 ФОРМЫ текущего КОНТРОЛЯ

Текущий контроль знаний осуществляется путем опросов и тестирования, проведения контрольных и проверочных работ на практических занятиях.


8.2 ФОРМа ИТОГОВОГО контроля по дисциплине

Итоговый контроль знаний проводится в форме зачета.


8.3 Балльно-рейтинговая система оценки знаний

студентов

Знания оцениваются по результатам самостоятельного решения задач на практических занятиях и выполнения индивидуальных заданий и контрольных работ. Каждая правильно решенная задача оценивается в 1 балл, индивидуальное задание в 5 баллов, контрольная работа в 5 баллов. При подведении итогов учитывается суммарное количество баллов.