Рабочая программа По дисциплине «Эконометрика» По специальности 0

Вид материала

Рабочая программа

Содержание Индекс по учебному плану Форма обучения Голинков Ю.П. Советом факультета экономики и менеджмента 1.1. Цели и задачи дисциплины 1.2. Требования к знаниям и умениям 1.3. Перечень дисциплин с указанием разделов (тем), усвоение которых студентами необходимо для изучения данной дисциплины 2. Содержание дисциплины 2.2.Содержание разделов дисциплины Тема 1. Основные понятия и определения эконометрики и эконометрического моделирования Тема 2. Парная регрессия и корреляция в эконометрических исследованиях Тема 3. Множественная регрессия и корреляция Тема 4. Анализ временных рядов Тема 5. Системы одновременных уравнений 2.3. Лабораторные занятия, их наименование и объем в часах 2.4. Курсовой проект (работа), его характеристика Наименование тем, разделов 3. Учебно-методические материалы по дисциплине

Подобный материал:

• Рабочая программа по дисциплине «Эконометрика» для специальностей: 080105 Финансы, 216.27kb.
• Рабочая программа по дисциплине «Эконометрика» фист, 132.53kb.
• Рабочая программа по дисциплине: «Эконометрика» для специальности 080801 "Прикладная, 57.53kb.
• Программа и контрольные задания по учебной дисциплине «эконометрика» для студентов, 555.04kb.
• Учебная программа название дисциплины Эконометрика для специальности (ей)/ специализации, 231.63kb.
• Рабочая программа учебная дисциплина Эконометрика ля студентов очного обучения по специальности, 251.91kb.
• Рабочая программа по патологии (наименования дисциплины) для специальности 060108 Фармация, 1980.55kb.
• Рабочая программа по дисциплине «Спецглавы электрохимии химических источников тока», 235.2kb.
• Методические указания по организации самостоятельной работы по дисциплине эконометрика, 993.54kb.
• Рабочая программа по дисциплине специализации "Хемометрика" для специальности 020101, 126.88kb.

М

ИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ




Государственное образовательное учреждение высшего профессионального образования

«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПЕЧАТИ»

УТВЕРЖДАЮ

Проректор по учебной работе

______________ Т.В. Маркелова

«_____» ___________2008 г.

рабочая программа

По дисциплине «Эконометрика»

По специальности 060500 – Бухгалтерский учет, анализ и аудит

Факультет Экономики и менеджмента

Кафедра Прикладной математики и моделирования систем

^ Индекс по учебному плану	Цикл	Компонент
		Федеральный	Национально-региональный (вузовский)	Элективный
ОПД.Ф.03	Общие гуманитарные и социально-экономические дисциплины
	Общие математические и естественнонаучные дисциплины
	Общепрофессиональные дисциплины	X
	Специальные дисциплины
	Факультативы

^ Форма обучения	курс	семестр	Трудоемкость дисциплины в часах								Форма итогового контроля
			Всего часов	Аудиторных часов	Лекции	Семинарские (практически) занятия	Лабораторные занятия	Курсовая работа	Курсовой проект	Самостоятельная работа
Очная	3	5	170	72	36		36			98	Экзамен

Москва — 2008 г.


Составители: профессор, доктор технических наук ^ Голинков Ю.П.,

доцент, кандидат технических наук Дацко Т.Г.

Рецензенты: ___________________________________________

Рабочая программа обсуждена на заседании кафедры «Прикладной математики и моделирования систем»


(дата) __________________, протокол № ________.


Зав. кафедрой ____________________


Одобрена ^ Советом факультета экономики и менеджмента

(дата) __________________, протокол № __________.


Председатель______________________


1. Цели и задачи дисциплины, требования к знаниям и умениям


1. Цели и задачи дисциплины, требования к знаниям и умениям

^ 1.1. Цели и задачи дисциплины

Дисциплина “Эконометрика” является одной из базовых экономических дисциплин и преследует цели:

• научить студентов основам эконометрического моделирования, использованию количественных данных наблюдений для выявления закономерностей функционирования экономических систем разного уровня;
  
• изучить методы оценки и прогнозирования экономических показателей, характеризующих состояние и развитие анализируемых экономических систем;
  
• освоить современные компьютерные технологии эконометрического анализа и возможности их применения для решения прикладных экономических задач.
  

Задачами дисциплины являются:

• изучение основных типов эконометрических моделей, методологии их разработки и практического использования в экономических приложениях;
  
• изучение теоретических основ и практическое применение методов эконометрического анализа;
  
• освоение методики подготовки исходных данных для проведения эконометрического анализа;
  
• овладение пакетами эконометрических программ, практический опыт их применения для решения типовых задач эконометрики.
  

Полученные знания и практические навыки повысят уровень экономико-математической подготовки студентов, помогут им овладеть методами обоснования экономических решений и анализа результатов экономической деятельности предприятий и фирм, прогнозирования тенденций развития экономических и бизнес-процессов.


^ 1.2. Требования к знаниям и умениям

В результате изучения дисциплины студент должен знать:

• основные понятия и определения, базовые компоненты эконометрики и эконометрического моделирования;
  
• суть, основные проблемы спецификации и идентификации эконометрических моделей;
  
• классификацию, содержание и постановку типовых задач эконометрики;
  
• математико-статистический инструментарий эконометрики: парную и множественную модели регрессии, классический и обобщенный метод наименьших квадратов, статистический анализ временных рядов, анализ систем одновременных уравнений;
  
• требования к исходной информации для проведения эконометрического анализа;
  
• области практического применения эконометрических моделей и методов.
  

Студент должен уметь:

• разрабатывать и применять эконометрические модели и методы для решения прикладных задач поддержки принятия оптимальных решений, текущего и перспективного планирования и управления предприятиями, организациями и фирмами;
  
• применять современные информационные технологии подготовки исходных данных для эконометрических расчетов и анализа полученных результатов;
  
• анализировать и интерпретировать результаты эконометрических расчетов, верифицировать модельные соотношения между анализируемыми экономическими показателями и оценивать неизвестные значения параметров в этих соотношениях на базе исходных экономических данных;
  
• выполнять точечный и интервальный прогноз экономических показателей, основанный на регрессионных моделях и анализе временных рядов.
  

Студент должен иметь навыки:

• проведения регрессионного анализа экономических показателей с использованием классического и обобщенного метода наименьших квадратов;
  
• сглаживания и прогнозирования временных рядов;
  
• применения пакетов прикладных программ для решения типовых эконометрических задач.
  

^ 1.3. Перечень дисциплин с указанием разделов (тем), усвоение которых студентами необходимо для изучения данной дисциплины

Дисциплина “Эконометрика” тесно связана с базовыми экономическими дисциплинами: макро- и микроэкономикой и другими дисциплинами экономического цикла. При изучении дисциплины “Эконометрика” активно используются разделы курса “Высшая математика”, в которых излагаются основы математического анализа, линейной алгебры, теории вероятностей и математической статистики. Используются навыки освоения новых информационных технологий в дисциплине “Информатика” и других дисциплинах, где применяется системное и прикладное программное обеспечение современных компьютеров.


^ 2. Содержание дисциплины


2.1. Наименование тем, их содержание, объем в часах

№п/п	Наименование тем, разделов	Общая трудоемкость (часов)
		Аудиторные занятия (всего часов)	Лекции	Практические занятия (семинары)	Лабораторные занятия
1	Введение Тема 1. Основные понятия и определения эконометрики и эконометрического моделирования	2	2
2	Тема 2. Парная регрессия и корреляция в эконометрических исследованиях	20	8		12
3	Тема 3. Множественная регрессия и корреляция	22	10		12
4	Тема 4. Анализ временных рядов	22	10		12
5	Тема 5. Системы одновременных уравнений	6	6
	итого	72	36		36

^ 2.2.Содержание разделов дисциплины


Введение

Структура дисциплины «Эконометрика», ее место в профессиональной подготовке бакалавров экономики. Роль эконометрических методов и моделей в экономическом анализе хозяйственной деятельности предприятий в условиях рыночной экономики.

^ Тема 1. Основные понятия и определения эконометрики и эконометрического моделирования

Сущность эконометрики, ее место в ряду математико-статистических и экономических дисциплин. Экзогенные, эндогенные и предопределенные переменные в эконометрической модели, исходные статистические данные, необходимые для проведения ее статистического анализа. Классификация эконометрических методов и моделей. Этапы и основные проблемы эконометрического моделирования: спецификация, идентификация и верификация модели. Математико-статистический инструментарий эконометрики.

^ Тема 2. Парная регрессия и корреляция в эконометрических исследованиях

Спецификация модели парной регрессии. Примеры эконометрических моделей. Матричная форма записи регрессионной модели. Метод наименьших квадратов. Оценивание уравнения регрессии с помощью F-критерия Фишера. Проверка статистической значимости коэффициентов регрессии и корреляции по t-критерию Стьюдента. Средняя ошибка аппроксимации результативного признака. Доверительные интервалы прогноза значений результативного признака по линейному уравнению регрессии. Нелинейная регрессия. Примеры использования нелинейных функций регрессии в эконометрических моделях. Приведение нелинейных моделей к линейному виду. Коэффициент эластичности. Формулы расчета коэффициентов эластичности для наиболее распространенных типов уравнений регрессии. Корреляция для нелинейной регрессии. Решение типовых задач парной регрессии и корреляции с помощью пакетов прикладных программ.

^ Тема 3. Множественная регрессия и корреляция

Спецификация модели множественной регрессии. Отбор факторов и выбор формы уравнения при построении множественной регрессии. Линейные регрессионные модели с переменной структурой. Введение фиктивных переменных в линейную модель регрессии. Нелинейные модели регрессии и их линеаризация. Оценка параметров уравнения множественной регрессии. Частные уравнения регрессии. Множественная и частная корреляция. Оценка надежности результатов множественной регрессии и корреляции. Точечный и интервальный прогноз, основанный на моделях линейной регрессии.

Предпосылки метода наименьших квадратов. Классическая и обобщенная линейные модели множественной регрессии. Исследование случайных остатков при использовании множественной регрессии. Линейные модели регрессии с гетероскедастичными и автокорреляционными остатками. Обобщенный метод наименьших квадратов.

^ Тема 4. Анализ временных рядов

Понятие временного ряда, определения, формулировка основных задач эконометрического моделирования временных рядов. Автокорреляция уровней временного ряда и выявление его структуры. Аналитические и алгоритмические методы сглаживания временного ряда. Моделирование сезонных колебаний временного ряда. Адаптивные методы прогнозирования. Анализ качества моделей временного ряда. Автокорреляция в остатках. Критерий Дарбина – Уотсона. Исследование взаимосвязей по временным рядам. Оценивание параметров уравнения регрессии временных рядов при наличии автокорреляции в остатках. Прогнозирование экономических показателей, основанное на использовании динамических моделей временных рядов. Модели с распределенным лагом и модели авторегрессии.

^ Тема 5. Системы одновременных уравнений

Общее понятие о системах уравнений, используемых в эконометрике. Эндогенные и экзогенные переменные. Структурная и приведенная формы модели. Необходимые и достаточные условия идентифицируемости уравнений системы. Оценивание параметров структурной модели. Косвенный, двухшаговый и трехшаговый методы наименьших квадратов. Примеры применения систем эконометрических уравнений.


^ 2.3. Лабораторные занятия, их наименование и объем в часах

№№ п/п	Наименование занятий, их содержание	Объем в час. по формам обучения
		очная	очно-заочная	заочная
1	Построение линейной, степенной, экспоненциальной и логарифмической моделей парной регрессии.	2
2	Построение обратной и гиперболической моделей парной регрессии.	2
3	Применение пакета “Анализ данных” ЭТ Excel для построения моделей парной регрессии и оценки их качества.	2
4	Построение модели парной линейной регрессии с помощью матричных вычислений.	2
5	Применение пакета Statistica для построения модели парной линейной регрессии и прогнозирования.	2
6	Применение пакета Statistica для построения модели парной нелинейной регрессии.	2
7	Подготовка данных для построения модели множественной регрессии, выявление аномальных наблюдений.	2
8	Анализ мультиколлинеарности факторов.	2
9	Построение модели множественной линейной регрессии методом шаговой регрессии.	2
10	Анализ качества модели множественной линейной регрессии.	2
11	Исследование свойств ряда регрессионных остатков, анализ выполнения предпосылок МНК.	2
12	Применение обобщенного метода наименьших квадратов для построения уравнений регрессии при наличии гетероскедастичности и автокорреляции остатков.	2
13	Моделирование тенденции временного ряда.	2
14	Моделирование тенденции временного ряда при наличии структурных изменений.	2
15	Анализ качества моделей временного ряда и достоверности прогноза.	2
16	Исследование взаимосвязи временных рядов.	2
17	Построение динамической эконометрической модели с распределенным лагом.	2
18	Оценка параметров модели авторегрессии.	2

^ 2.4. Курсовой проект (работа), его характеристика

Не предусматривается.


2.5. Организация самостоятельной работы

^ Наименование тем, разделов

Виды и формы самостоятельной работы * (распределение часов по формам обучения)

Подготовка к практическому (семинару, лаб. работе)

Подготовка рефератов (докладов, сообщений и информационных материалов т.п.)

Выполнение домашних контрольных и иных заданий)

Подготовка к промежуточной аттестационной работе (в т.ч. коллоквиум, тестирование и пр.)

Подготовка к зачету (экзамену)

очная

Очно-заочная

заочная

очная

Очно-заочная

заочная

очная

Очно-заочная

заочная

очная

Очно-заочная

заочная

очная

Очно-заочная

заочная

1

Введение Тема 1.

2

2

Тема 2.

14

8

8

3

Тема 3.

14

8

8

4

Тема 4.

14

8

8

5

Тема 5.

6

* могут быть предложены иные формы СРС


^ 3. Учебно-методические материалы по дисциплине


3.1. Основная и дополнительная литература

Основная

1. Эконометрика: Учебник / И.И. Елисеева, С.В. Курышева, Т.В. Костеева и др.; Под ред. И.И. Елисеевой. – 2- е изд., перераб. и доп. - М.: Финансы и статистика, 2005.
   
2. Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордеенко и др.; Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002.
   
3. Практикум по курсу “Статистика” (в системе STATISTICA). Салин В.Н., Чурилова Э.Ю. М.: Издательский дом “Социальные отношения”, Издательство “Перспектива”, 2002.
   

Дополнительная

4. Вуколов В.А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL: Учебное пособие. – М.: ФОРУМ: ИНФРА-М, 2004.
   
5. Макарова Н.В., Трофимец В.Я. Статистика в Excel: Учеб. пособие. – М.: Финансы и статистика, 2002.
   
6. Дэвид М. Левин, Дэвид Стефан, Тимоти С. Кребиль, Марк Л. Беренсон. Статистика для менеджеров с использованием Microsoft Excel, 4-е изд.: Пер. с англ. – М.: Издательский дом “Вильямс”, 2004.
   

Программное обеспечение

ППП Statistica 7

ППП Microsoft Excel

ППП Microsoft Word


3.2. Перечень наглядных и других пособий, методических указаний по проведению конкретных видов учебных занятий, а также методических материалов к используемым в учебном процессе техническим средствам

Презентации Power Point для проведения лекций.

Электронные документы (размещаются в сетевой папке studpdir на диске L:): файлы Парная регрессия.xls, Множественная регрессия.xls, Временной ряд.xls, Образец отчета по ЛР1.doc, Образец отчета по ЛР2.doc, Образец отчета по ЛР3.doc, Эконометрика0.ppt.

Автоматизированная система проверки знаний АСТ.

Справочная система Help пакета прикладных программ Microsoft Office.

Комплекс технических средств, позволяющих проецировать изображение из программ подготовки презентаций (экран, проектор, Notebook).