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 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.

  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 3.
  2. Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов / Под ред. Проф. Н.Ш. Кремера. - М.: ЮНИТИ-ДАНА, 2006. с. 82..132.
  3. Доугерти К. Введение в эконометрику: Учебник. 2-е изд. / Пер. с англ. - М.: ИНФРА-М, 2004. с. 118..200.
  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 2.
  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. 197..239.

При изучении данной темы главное внимание следует уделить вопросам спецификации множественной регрессионной модели, отбору факторов и выбору формы уравнения при построении множественной регрессии, оценке надежности результатов множественной регрессии и корреляции. Важное значение имеет исследование случайных остатков при использовании линейной модели, необходимость применения обобщенного метода наименьших квадратов для линейных моделей регрессии с гетероскедастичными и автокорреляционными остатками.

Изучив данную тему, студент должен знать требования, предъявляемые к факторам для включения их в модель множественной регрессии, проблему мультиколлинеарности факторов и пути ее решения, математический аппарат множественной регрессии и корреляции, особенности его использования при нарушении предпосылок МНК, суть и алгоритм применения обобщенного метода наименьших квадратов.

В результате изучения темы студент должен приобрести навыки построения множественной регрессионной модели, оптимизации ее структуры, оценки качества модели и возможности ее практического использования для прогнозирования исследуемого экономического показателя.

  1. Назовите, в чем состоит спецификация модели множественной регрессии.
  2. Сформулируйте требования, предъявляемые к факторам для включения их в модель множественной регрессии.
  3. В чем проявляется мультиколлинеарность факторов, включенных в модель регрессии, каковы пути устранения мультиколлинеарности?
  4. Запишите соотношения МНК, применяемые для оценивания параметров линейной множественной регрессии.
  5. Запишите основное соотношение дисперсионного анализа для линейной модели множественной регрессии.
  6. Что такое стандартизованное уравнение линейной множественной регрессии, как оцениваются его параметры?
  7. Какие коэффициенты и критерии используются для оценки сравнительной силы воздействия факторов на результат?
  8. Запишите формулы для расчета коэффициента множественной корреляции.
  9. Что характеризует и как рассчитывается коэффициент детерминации?
  10. Как оценивается значимость коэффициентов множественной регрессии?
  11. По каким показателям оценивается качество уравнения множественной регрессии, его адекватность данным наблюдений?
  12. При каких условиях строится уравнение множественной регрессии с фиктивными переменными?
  13. Сформулируйте основные предпосылки применения метода наименьших квадратов для построения регрессионной модели.
  14. В чем сущность анализа регрессионных остатков?
  15. Как можно проверить наличие гетероскедастичности остатков?
  16. Как оценивается отсутствие автокорреляции остатков при построении статистической регрессионной модели?
  17. Каково назначение обобщенного метода наименьших квадратов?

© Центр дистанционного образования МГУП