WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     || 2 | 3 | 4 | 5 |
МИНИСТЕРСТВО ОБРАЗОВАНИЯ Одобрено решением методического Программа составлена в соответствии с Совета экономического факультета государственными образовательными РОССИЙСКОЙ ФЕДЕРАЦИИ Декан экономического факультета стандартами высшего Е.Б.Бухарова_ профессионального образования КРАСНОЯРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ «_»_2003 г.

КАФЕДРА СОЦИАЛЬНО-ЭКОНОМИЧЕСКОГО ПЛАНИРОВАНИЯ ББК 65в6 Автор-составитель: Е.В.Зандер ЭКОНОМЕТРИКА Эконометрика: Учебно-методический комплекс. Красноярск: РИО КрасГУ, 2003. 36 с.

Учебно-методический комплекс Предназначена для специальностей: «Государственное муниципальное управление», «Финансы и кредит», «Налоги и налогообложение», «Антикризисное управление», Для экономических специальностей «Экономика труда», «Финансы и кредит», «Бухгалтерский учет и аудит», «Мировая дневной и заочной формы обучения экономика», «Менеджмент» дневной и заочной форм обучения, бакалавриата по направлениям «Экономика» и «Менеджмент» дневной формы обучения.

© КрасГУ, 2003 © Е.В.Зандер, 2003 Красноярск 2003 2 1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЙ РАЗДЕЛ - строить эконометрические модели с использованием процедур регрессионного Цель курса анализа и анализа временных рядов;

Конечной целью изучения дисциплины является формирование у будущих - оценивать качество построенных эконометрических моделей с точки зрения их специалистов теоретических знаний и практических навыков по применению адекватности фактическим данным;

статистических методов для исследования и обобщения эмпирических зависимостей - применять эконометрические модели в практике хозяйственного управления.

экономических переменных, а также построения надежных прогнозов в банковском деле, 2. СОДЕРЖАНИЕ КУРСА финансах, различных сферах предпринимательской деятельности с целью обоснования Курс «Эконометрика» на дневном отделении экономического факультета принимаемых решений.

Красноярского государственного университета представлен двумя модулями: «Основы Задачи курса эконометрики» и «Эконометрические модели», на заочном отделении проводится Основной задачей изучения дисциплины "Эконометрика" является реализация обучение по единому модулю «Эконометрика». Изучение курса "Эконометрика" требований, установленных Государственным стандартом высшего профессионального предусматривает проведение лекционных и семинарских занятий (большая часть которых образования к подготовке специалистов в области экономических и бизнес-дисциплин.

проводится в компьютерном классе), а также выполнение двух контрольных и двух Данный курс рассчитан на студентов дневного отделения, обучающихся по лабораторных работ, сопровождающееся последующей защитой полученных результатов, специальностям «Финансы и кредит», «Антикризисное управление», «Государственное а также самостоятельную проработку специальной литературы.

муниципальное управление», «Налоги и налогообложение», «Бухгалтерский учет и Распределение часов по темам и разделам курса статистика», «Мировая экономика», «Государственное и муниципальное управление», Тема Лекции Семинары «Менеджмент», «Маркетинг», а также для студентов, обучающихся по направлениям Тема 14 часа 6 часов «Экономика» и «Менеджмент» (бакалавриат).

Тема 24 часа 8 часов Место курса в системе дисциплин экономического образования Тема 36 часов 12 часов Эконометрика объединяет совокупность методов и моделей, позволяющих на базе Тема 44 часа 8 часов экономической теории, экономической статистики и математико-статистического Тема 58 часов 9 часов инструментария исследовать количественные выражения качественных зависимостей.

Тема 64 часа 4 часа При изучении дисциплины «Эконометрика» предполагается, что студент владеет Тема 74 часа 4 часа основами теории вероятностей, математической статистики и матричной алгебры в Итого 34 часа 51 час объеме курса высшей математики для экономических специальностей.

Требования к уровню освоения содержания курса Тема 1. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ КУРСА (4 часа) Предмет эконометрики. Примеры применения методов анализа данных. Основные В результате изучения курса «Эконометрика» дипломированный специалист в математические предпосылки эконометрического моделирования. Закон больших чисел, области экономики должен знать и уметь:

теоремы Чебышева, Бернулли, Ляпунова.

Этапы и проблемы эконометрического моделирования. Эконометрическая модель и - формировать концепцию эконометрической модели на основе качественного экспериментальные данные. Пространственная выборка, временной (динамический) ряд, анализа объекта исследования;

пространственно-временная выборка.

Основные этапы предварительной обработки данных. Основные описательные - собирать и проводить статистическую обработку экономической информации с статистики и их анализ. Проверка выборочного распределения на стационарность и целью выявления основных характеристик числовой совокупности;

однородность. Выявление аномальных наблюдений. Отсев грубых погрешностей.

Проверка распределения на нормальность. Преобразование распределения к - проводить оценку взаимосвязей экономических показателей с помощью нормальному.

статистических методов, интерпретировать полученные результаты по оценке Тема 2. КОРРЕЛЯЦИОННЫЙ АНАЛИЗ (4 часа) взаимосвязей с точки зрения экономической сущности явлений;

Понятия функциональной, статистической и корреляционной зависимости. Типы связи экономических переменных: линейные и нелинейные связи. Меры тесноты 3 линейной связи переменных: парный, частный и множественный коэффициенты виде ряда Фурье. Оценивание параметров периодической функции, проверка их корреляции. Проверка статистических гипотез для оценки значимости корреляции. значимости.

Свойства основных корреляционных коэффициентов. Корреляционное отношение как оценка нелинейной связи. Оценка тесноты связи между ординальными (порядковыми) Тема 6. СИСТЕМЫ ЛИНЕЙНЫХ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ.

переменными – коэффициент ранговой корреляции Спирмена. (4 часа) Общий вид системы одновременных уравнений. Модель спроса-предложения как Тема 3. МОДЕЛИ И МЕТОДЫ РЕГРЕССИОННОГО АНАЛИЗА (6 часов) пример системы одновременных уравнений. Условия идентифицируемости уравнений Задачи регрессионного анализа. Понятия регрессионного анализа: результирующая системы. Структурная и приведенная формы эконометрической модели, построенной на (зависимая, эндогенная) переменная y и объясняющие (предикторные, экзогенные) базе систем одновременных уравнений. Рекурсивная модель как частный случай модели в переменные Х, функция регрессии у по Х, возмущения. структурной форме. Идентификация систем одновременных уравнений (статистическое Основные предпосылки регрессионного анализа (теорема Гаусса-Маркова). оценивание неизвестных значений параметров системы): идентификация рекурсивных Уравнение регрессионной связи между у и Х. Геометрическая интерпретация регрессии. систем, косвенный метод наименьших квадратов, двухшаговый МНК оценивания Классическая линейная модель множественной регрессии. структурных параметров отдельного уравнения, трехшаговый МНК одновременного Метод наименьших квадратов для оценки параметров регрессионной модели. оценивания всех параметров системы. Оценивание параметров системы внешне не Статистические свойства оценок параметров. Стандартизованные коэффициенты связанных уравнений.

регрессии и коэффициенты эластичности.

Нелинейные модели регрессии и линеаризующие преобразования. Тема 7. ОСНОВНЫЕ ПОНЯТИЯ И МОДЕЛИ ДИСПЕРСИОННОГО АНАЛИЗА Анализ вариации результирующего показателя и выборочный коэффициент (4 часа) детерминации. Проверка значимости уравнения регрессии и коэффициентов уравнения регрессии. Оценка качества регрессионной зависимости. Дисперсионный анализ как метод организации (планирования), статистического Построение точечных и интервальных прогнозов, основанных на моделях анализа и интерпретации результатов эксперимента, где изучается зависимость линейной регрессии. Построение доверительного интервала для параметров количественной переменной от сочетания градаций качественных переменных. Сущность регрессионной модели. и задачи дисперсионного анализа. Полные и неполные, случайные и рандомизированные планы эксперимента. Модели одно- и двухфакторного дисперсионного анализа. Анализ Тема 4. ПРОБЛЕМЫ ПРАКТИЧЕСКОГО ИСПОЛЬЗОВАНИЯ вариации зависимой переменной. Проверка статистических гипотез относительно РЕГРЕССИОННЫХ МОДЕЛЕЙ (4 часа) наличия/отсутствия влияния неколичественного признака.

Понятие мультиколлинеарности. Признаки и причины мультиколлинеарности.

Методы устранения мультиколлинеарности. Отбор наиболее существенных переменных в 3. ФОРМЫ КОНТРОЛЯ классической линейной модели множественной регрессии. Скорректированный Курс «Эконометрика» на дневном отделении рассчитан на 2 семестра, в течение коэффициент детерминации.

Линейные регрессионные модели с переменной структурой. Фиктивные первого семестра студенты выполняют комплексную контрольную работы по проверке переменные.

теоретических знаний в области корреляционно-регрессионного анализа, а также Тема 5. АНАЛИЗ ВРЕМЕННЫХ РЯДОВ (8 часов) лабораторную работу «Множественный корреляционно-регрессионный анализ». Во Понятие временного ряда и его отличия от случайной выборки. Составляющие втором семестре студенты выполняют комплексную контрольную работу по временного ряда. Проверка гипотезы о неизменности среднего значения временного ряда как процедура проверки наличия тренда. Процедуры аналитического выравнивания теоретическим аспектам моделирования временных рядов, а также лабораторную работу (сглаживания) временного ряда. Подбор порядка аппроксимирующего полинома с «Анализ временных рядов».

помощью метода последовательных разностей.

Стационарные временные ряды и их характеристики. Понятия автокорреляции, Итоговый контроль для студентов дневного отделения всех специальностей автокорреляционной функции, временного лага, коэффициента автокорреляции, заключается в сдаче письменного зачета по результатам обучения в первом семестре, по коррелограммы. Интерпретация коррелограмм.

Гетероскедастичность пространственной выборки. Искажение характеристик результатам обучения за 2 семестра студенты сдают устно-письменный экзамен по точности МНК-оценок, обусловленное игнорированием автокоррелированности остатков.

программе всего курса. Для студентов заочного отделения всех экономических Проверка гипотезы о наличии/отсутствии автокоррелированности регрессионных остатков. Положительная и отрицательная автокорреляция. специальностей предполагается проведение письменной аудиторной работы с ее Использование авторегрессионных моделей: модель авторегрессии порядка р, последующей защитой, по результатам которой выставляется зачет.

определение порядка авторегрессионной модели. Методы исключения из временных рядов основной тенденции с целью устранения автокорреляции: метод последовательных Примерные вопросы к экзамену или конечных разностей и метод коррелирования отклонений уровней ряда от основной 1. Предмет эконометрики.

тенденции.

2. Этапы эконометрического моделирования.

Способы построения множественной регрессионной модели по временным 3. Этап предварительной обработки данных: простые статистики (показатели уровня рядам. Модели рядов, содержащих сезонную компоненту. Определение максимального и меры рассеяния числовой совокупности).

количества тригонометрических составляющих при представлении временного ряда в 4. Способы отсева грубых погрешностей.

5 5. Способы проверки распределения на нормальность. 44. Формулы для аналитического выравнивания временных рядов.

6. Формулы преобразования матрицы исходных данных в случае невыполнения 45. Понятие автокорреляции, автокорреляционной функции.

гипотезы о нормальности распределения. 46. Коэффициент автокорреляции (формула для расчета, интерпретация).

7. Выборочный парный коэффициент корреляции (формула для расчета, 47. Примеры интерпретации коррелограмм.

интерпретация). 48. Процедура проверки на наличие автокорреляции (критерий Дарбина-Уотсона).

8. Процедура проверки на значимость парных коэффициентов корреляции (t- 49. Процедура построения авторегрессионных уравнений.

статистика). 50. Коэффициент множественной автокорреляции.

9. Доверительный интервал коэффициента корреляции (формула для расчета, 51. Методы устранения автокорреляции: метод последовательных разностей.

интерпретация). 52. Методы устранения автокорреляции: метод коррелирования отклонений уровня 10. Выборочное корреляционное отношение (формула для расчета, интерпретация). ряда от основной тенденции.

11. Проверка значимости корреляционного отношения (F-критерий). 53. Коэффициент лаговой корреляции (формула для расчета, интерпретация).

12. Выборочный множественный коэффициент корреляции (формула для расчета, 54. Понятия периода колебаний временного ряда, частоты, фазы, амплитуды.

интерпретация). 55. Определение количества гармоник, входящих в разложение детерминированной 13. Процедура проверки на значимость множественного коэффициента корреляции. составляющей временного ряда (для рядов с четным и нечетным периодом 14. Коэффициент детерминации (формула для расчета, интерпретация). колебаний).

15. Выборочный частный коэффициент корреляции (формула для расчета, 56. Разложение временного ряда в ряд Фурье.

интерпретация). 57. Понятие дисперсионного анализа, его сущность и задачи.

16. Процедура проверки на значимость выборочного частного коэффициента 58. Формирование планов эксперимента: полные и неполные, случайные и корреляции. рандомизированные планы эксперимента.

17. Коэффициент ранговой корреляции Спирмена (формула для расчета, 59. Разложение общей суммы квадратов в однофакторном дисперсионном анализе.

интерпретация). Оценки дисперсий.

18. Процедура проверки на значимость коэффициента ранговой корреляции. 60. Разложение общей суммы квадратов в двухфакторном дисперсионном анализе.

19. Задачи регрессионного анализа, основные предпосылки регрессионного анализа. Оценки дисперсий.

20. Использование МНК для расчета оценок параметров регрессионного уравнения. 61. Понятие системы одновременных регрессионных уравнений: общий вид, модель 21. Упрощенные формулы для расчета оценок параметров в случае парной линейной спроса-предложения.

регрессии. 62. Структурная и приведенная формы эконометрической модели, построенной на базе 22. Свойства оценок параметров, полученных по МНК. систем одновременных уравнений. Рекурсивная модель.

23. Стандартизованные коэффициенты уравнения регрессии, коэффициенты 63. Идентификация систем одновременных уравнений (статистическое оценивание эластичности (формулы для расчета, интерпретация). неизвестных значений параметров системы): идентификация рекурсивных систем, 24. Линеаризующие преобразования (для функций, нелинейных по факторам и для косвенный метод наименьших квадратов.

Pages:     || 2 | 3 | 4 | 5 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.