Московский государственный университет печати

Ю.П. Голинков


         

Методическое руководство по изучению дисциплины "Эконометрика"

для направлений: 080100 — «Экономика», 080200 — «Менеджмент»


Ю.П. Голинков
Методическое руководство по изучению дисциплины "Эконометрика"
Начало
Об электронном издании
Оглавление

Введение в курс

1.

Тема 1. Основные понятия и определения эконометрики и эконометрического моделирования

1.1.

Основные изучаемые вопросы темы

1.2.

Литература

1.3.

Методические указания

1.4.

Вопросы для самопроверки

2.

Тема 2. Парная регрессия и корреляция

2.1.

Основные изучаемые вопросы

2.2.

Литература

2.3.

Методические указания

2.4.

Вопросы для самопроверки

3.

Тема 3. Множественная регрессия и корреляция

3.1.

Основные изучаемые вопросы

3.2.

Литература

3.3.

Методические указания

3.4.

Вопросы для самопроверки

4.

Тема 4. Анализ временных рядов

4.1.

Основные изучаемые вопросы

4.2.

Литература

4.3.

Методические указания

4.4.

Вопросы для самопроверки

5.

Тема 5. Системы одновременных уравнений

5.1.

Основные изучаемые вопросы

5.2.

Литература

5.3.

Методические указания

5.4.

Вопросы для самопроверки

6.

Лабораторные работы

6.1.

Лабораторная работа № 1

6.1.1.

Цель работы

6.1.2.

Задание

6.1.3.

Информационные ресурсы для выполнения лабораторной работы № 1

6.1.4.

Методика и порядок выполнения лабораторной работы № 1

6.2.

Лабораторная работа № 2

6.2.1.

Цель работы

6.2.2.

Задание

6.2.3.

Информационные ресурсы для выполнения лабораторной работы № 2

6.2.4.

Методика и порядок выполнения лабораторной работы № 2

6.3.

Лабораторная работа № 3

6.3.1.

Цель работы

6.3.2.

Задание

6.3.3.

Информационные ресурсы для выполнения лабораторной работы № 3

6.3.4.

Методика и порядок выполнения лабораторной работы № 3

7.

Литература по всему курсу

7.1.

Основная:

7.2.

Дополнительная:

8.

Формы контроля

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.

  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, глава 2.с. 43..108.
  2. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. Проф. Н.Ш. Кремера. - М.: ЮНИТИ-ДАНА, 2006. с. 50..81.
  3. Доугерти К. Введение в эконометрику: Учебник. 2-е изд. / Пер. с англ. - М.: ИНФРА-М, 2004. с. 49..71.
  4. 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, 2005, раздел 1.
  5. 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. с. 160..196.

Ключевыми вопросами данной темы являются уравнения регрессионной связи между результативным признаком и объясняющей переменной, метод наименьших квадратов для оценки параметров регрессионной модели, анализ качества полученного уравнения регрессии, построение доверительных интервалов прогноза значений результативного признака по уравнению регрессии.

Изучив данную тему, студент должен знать примеры использования линейных и нелинейных функций регрессии в эконометрических моделях, способы приведения нелинейных моделей к линейному виду, математический аппарат парной регрессии и корреляции, методику дисперсионного анализа, направленного на оценку качества уравнения регрессии, критерии оценки значимости регрессионной модели в целом и отдельных ее параметров.

В результате изучения темы студент должен приобрести умения и навыки спецификации регрессионной модели, решения типовых задач парной регрессии и корреляции в среде электронной таблицы Excel и с помощью статистических и эконометрических пакетов.

  1. В чем состоят возможные ошибки спецификации модели?
  2. Запишите соотношения для оценки параметров парной линейной регрессии методом наименьших квадратов.
  3. Поясните смысл коэффициента регрессии, охарактеризуйте способы его оценивания.
  4. Запишите основное соотношение дисперсионного анализа для парной регрессии.
  5. Какова концепция F-критерия Фишера?
  6. Как оценивается значимость параметров уравнения регрессии?
  7. Запишите формулы для точечного и интервального прогноза по уравнению парной линейной регрессии.
  8. Приведите примеры регрессионных моделей, нелинейных относительно:
    • включаемых переменных;
    • оцениваемых параметров.

  9. В чем отличие применения МНК к моделям, нелинейным относительно включаемых переменных и оцениваемых параметров?
  10. Как определяются коэффициенты эластичности по разным видам регрессионных моделей?
  11. Назовите показатели корреляции, используемые при нелинейных соотношениях рассматриваемых признаков.
  12. В чем смысл средней ошибки аппроксимации и как она определяется?

© Центр дистанционного образования МГУП