Очное обучение заочное обучение курс 1 1 триместр 1.2 1.2 лекции 10 6 практические (семинарские) занятия

Самостоятельная работа

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФГБОУ ВПО « БАЙКАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ЭКОНОМИКИ И ПРАВА»

УТВЕРЖДАЮ

Декан факультета МЭГУ

д.э.н. Цвигун_И.В.

_______________________

10 сентября 2014 г.

Рабочая программа дисциплины

ЭКОНОМЕТРИКА (продвинутый курс) Б.1.Б.3.

Направление подготовки 38.04.01 Экономика

Магистерская программа Мировая экономика и международный бизнес

Квалификация (степень) выпускника Магистр

Форма обучения Очная, заочная

Очное обучение Заочное обучение Курс 1 1 Триместр 1.2 1.2 Лекции 10 6 Практические (семинарские) занятия 20 10 Самостоятельная работа 78 92 Всего часов 108 108 Курсовая работа Зачет (триместр) Экзамен (триместр) 1.2 1.2

Рабочая программа обсуждена и утверждена на заседании кафедры «Математики, эконометрики и статистики» « 8 » сентября 2014 г. протокол № 1.

Заведующий кафедрой _________________ Никифорова И.А.

8 сентября 2014г.

Рабочая программа согласована. Заведующий выпускающей кафедрой «Мировой экономики и международного бизнеса» _________________ Чепинога О.А.

9 сентября 2014г.

Иркутск 2014 Программа составлена в соответствии с требованиями ФГОС ВПО с учетом рекомендаций и ПрООП ВО по направлению подготовки 38.04.01 Экономика «Мировая экономика и международный бизнес»

Автор (ы) Доцент кафедры матема тики, кандидат техниче- Л.Н. Ежова

ских наук

Рецензент (ы) Доцент кафедры теории Т.Г. Тюрнева

вероятностей и дискрет ной математики ИГУ

кандидат физико математических наук

1. Цели освоения дисциплины

Целью освоения дисциплины «Эконометрика (продвинутый курс)» является обучение студентов магистерской подготовки вероятностно-статистическому моделированию и анализу данных, построению эконометрических моделей при изучении процессов, протекающих в экономике, финансах и бизнесе.

2.Место дисциплины в структуре ООП магистратуры Данная дисциплина относится к базовым дисциплинам учебного плана. Эконометрика является основной дисциплиной, которая предназначена для подготовки магистрантов к построению эконометрических моделей и определению возможностей их использования для описания, анализа и прогнозирования реальных экономических процессов. Входные знания, умения и компетенции, необходимые для изучения данного курса, формируются в процессе изучения дисциплин бакалавриата, в частности, теории вероятностей и математической статистики. Данную учебную дисциплину дополняет параллельное освоение следующих дисциплин: микроэкономика (продвинутый курс), макроэкономика (продвинутый курс), математические методы и модели. Освоение дисциплины позволит подготовиться к дисциплинам: бизнес-аналитика, международные стратегии организаций.

19 стр., 9054 слов

Углубленному изучению материала по отдельным разделам дисциплины ...

... по ранее изученному материалу, подготовки вопросов для тематических олимпиад, выставок, презентаций и других внеаудиторных мероприятий, научно-исследовательской работы и др. При самостоятельном изучении литературы по дисциплине «Основы экономики» ... занятий, включенных в программу и/или в текст учебника ... работе студента чаще возникают элементы творчества, они привыкают к необходимости быть в курсе ...

3. Компетенции обучающегося, формируемые в результате освоения дисциплины Процесс изучения дисциплины направлен на формирование следующих компетенций

Компетентностная карта дисциплины Код компетен- Компетенция

ции

ПК-1 способностью обобщать и критически оценивать результаты, получен ные отечественными и зарубежными исследователями, выявлять пер спективные направления, составлять программу исследований

ПК-3 способностью проводить самостоятельные исследования в соответ ствии с разработанной программой ПК-10 способностью составлять прогноз основных социально-экономических

показателей деятельности предприятия, отрасли, региона и экономики в

целом Ключевыми компетенциями, формируемыми в процессе изучения дисциплины, являются ПК-3, ПК-10.

Уровневое описание признаков компетенции ПК-3:

Способность проводить самостоятельные исследования в соответствии с

разработанной программой

Уровень освоения Признаки проявления Продвинутый Имеет отличные знания по основам эконометрики. Спо(91 – 100 баллов) собен адекватно поставленным целям и задачам исследо вания экономических процессов выбирать инструмен тальные средства для обработки экономических данных,

проводить самостоятельные исследования в соответствии

с разработанной программой. Готов самостоятельно

анализировать результаты расчетов и интерпретировать

полученные выводы. Базовый Имеет хорошие предметные знания, Может подобрать (71 – 90 баллов) теоретико-вероятностный инструментарий для обработки

экономических данных в соответствии с поставленной

задачей. Способен применять полученные знания для ре шения практических задач экономики. Минимальный Имеет представление о вероятностно-статистических (41 – 70 баллов) средствах для обработки экономических данных. Знает

основные понятия эконометрики. Имеет опыт решения

практических задач с применением вероятностно статистических методов и моделей.

Уровневое описание признаков компетенции ПК-10: способность составлять прогноз основных социально-экономических показателей де ятельности предприятия, отрасли, региона и экономики в целом

Уровень освоения Признаки проявления Продвинутый Способен на основе описания экономических процессов и (91 – 100 баллов) явлений, поставленной цели и задачи исследования стро ить эконометрические модели, анализировать и содержа тельно интерпретировать полученные результаты. Готов

использовать навыки эконометрического моделирования

при решении теоретических и прикладных задач эконо мики и финансов. Умеет применять полученные знания

при планировании, управлении и прогнозировании ос новных социально-экономических показателей деятель ности предприятия, отрасли, региона и экономики в це лом. Базовый Имеет хорошие предметные знания, навыки в решении (71 – 90 баллов) практических задач с использованием эконометрических

24 стр., 11742 слов

МЕТОДИКА ПРЕПОДАВАНИЯ ЭКОНОМИЧЕСКИХ ДИСЦИПЛИН Учебно-методический ...

... свою часть текста, работают с последним 15 мин. 3. После индивидуальной работы в малых группах образовываются новые коллективы. Принцип объединения – по номерам (первые номера из каждой ... мозаики. 1. Сначала участники распределяются на малые группы по 4 человека. В студенческой группе из 16 человек получается 4 малые группы. Каждому студенту малой группы присваивался порядковый номер (от одного ...

методов и моделей. Готов к постановке и формализации

различных задач экономики, требующих современных

методов эконометрики и их программного обеспечения. Минимальный Имеет представление о целях и задачах эконометрическо(41 – 70 баллов) го моделирования. Знает предмет и основные понятия

эконометрики. Владеет основными методами построения

моделей регрессии, имеет опыт решения практических

задач с использованием компьютерных технологий.

В результате освоения дисциплины обучающийся должен:

Знать:

условия применения классических моделей эконометрики, особенности их практического использования, а также обобщенные модели эконометрики.

Уметь: применять полученные знания для решения теоретических и прикладных задач мировой экономики и международного бизнеса.

Владеть: основными понятиями и методами эконометрики; иметь опыт решения практических задач, связанных с планированием, управлением и прогнозированием в экономике и бизнесе.

4. Структура и содержание дисциплины

Общая трудоемкость дисциплины составляет 3 зачетные единицы 108 часов.

4.1. Содержание разделов дисциплины

Очное обучение

Виды учебной рабо- Формы текущего

Раздел и тема ты, включая само- контроля успеваемо№ дисциплины стоятельную работу сти п/п студентов и трудоем

Семестр

кость (в часах)

Практич.

Семинар

Лаборат.

Самост.

Лекции

раб. 1 Предмет и основные 1.2 1 2 Письменные работы,

задачи эконометрики устные опросы

1.1 Тема 1. Введение. 1.2 1 2

Предмет, основные

задачи и структура

эконометрики. Специ фика экономических

данных. Эконометри ческие модели и их

классификация. При менение эконометри ческих методов. Эко нометрические методы

в практической и учеб ной деятельности. 2 Двумерная регресси- 1.2 4 8 22 Письменные работы,

онная модель устные опросы, кон трольная работа 2.1 Тема 2. Модель парной 1.2 1 2 6 Письменные работы,

линейной регрессии. устные опросы, про Природа ошибки. верка домашнего зада ния

2.2 Тема 3. Оценивание 1.2 1 2 6 Письменные работы,

параметров линейной устные опросы, про регрессионной модели верка домашнего зада методом наименьших ния

квадратов (МНК).

Ос новные гипотезы. Ста тистические свойства

МНК – оценок пара метров регрессии. До верительные интерва лы для коэффициентов

регрессии, проверка

гипотез. 2.3 Тема 4. Верификация 1.2 1 2 6 Письменные работы,

модели. Интерпретация устные опросы, про уравнений регрессии. верка домашнего зада ния 2.4 Тема 5. Прогноз на ос- 1.2 1 2 4 Письменные работы,

нове линейной модели. устные опросы, про Нелинейная регрессия верка домашнего зада ния 3 Многомерная регрес- 1.2 2 4 20 Письменные работы,

сионная модель устные опросы, про верка домашнего за дания, контрольная

работа 3.1 Тема 6. Линейная мо- 1.2 1 2 10 Письменные работы,

дель множественной устные опросы, про регрессии. Основные верка домашнего зада гипотезы. Оценивание ния

32 стр., 15771 слов

Учет расходов и калькулирования себестоимости продукции, работ, услуг

... решением следующих задач: определить экономическую сущность расходов в рыночных условиях; рассмотреть их классификацию; изучить основные приёмы и методы калькулирования себестоимости работ на предприятия; применить изученные ...

неизвестных парамет ров модели методом

наименьших квадратов.

Доверительные интер валы и доверительные

области, проверка ста тистических гипотез

для коэффициентов

модели. 3.2 Тема 7. Качество моде- 1.2 1 2 10 Устные опросы, об ли: дисперсионный суждение решения за анализ и коэффициент дач, контрольные и са детерминации R 2 , мостоятельные работы

скорректированный

коэффициент детер минации. Интерпрета ция коэффициентов

множественной регрес сии. Прогнозирование

в регрессионных моде лях. Множественная

регрессия в нелиней ных моделях. 4 Различные аспекты 1.2 1 2 14 Выполнение индиви многомерной регрес- дуальных заданий

сии 4.1 Тема 8. Мультиколли- 1.2 1 7 Устные опросы, вы неарность и способы её полнение индивиду устранения. альных заданий 4.2 Тема 9. Фиктивные пе- 1.2 1 7 Устные опросы, вы ременные. Частная полнение индивиду корреляция. альных заданий 5 Обобщенная линейная 1.2 2 8 Устные опросы, вы модель множествен- полнение индивиду ной регрессии альных заданий

5.1 Тема 10. Обобщенная 1.2 1 4 Устные опросы, рас линейная модель с ге- четно-графическая ра тероскедастичностью. бота

Тесты на гетеро скедастичность.

5.2 Тема 11. Обобщенная 1.2 1 4 Устные опросы, рас линейная модель с ав- четно-графическая ра токоррелированными бота

остатками. Тест Дар бина-Уотсона на нали чие или отсутствие

корреляции во време ни.

6 Системы регрессион- 1.2 2 4 12 Устные опросы, вы ных уравнений полнение индивиду альных заданий 6.1 Тема 12. Системы од- 1.2 1 2 6 Устные опросы, вы новременных уравне- полнение индивиду ний. Проблема иден- альных заданий

тифицируемости 6.2 Тема 13. Методы оце- 1.2 1 2 6 Устные опросы, вы нивания одновремен- полнение индивиду ных уравнений: кос- альных заданий

венный метод

наименьших квадратов,

двухшаговый и трех шаговый методы

наименьших квадра тов.

ИТОГО 108 10 20 78

Заочное обучение

Виды учебной рабо- Формы текущего

Раздел и тема ты, включая само- контроля успеваемо№ дисциплины стоятельную работу сти п/п студентов и трудоем Семестр

кость (в часах)

Практич.

Семинар

Лаборат.

Самост.

Лекции

раб.

1 Предмет и основные 1.2 1 1 4 Письменные работы,

задачи эконометрики устные опросы 1.1 Тема 1. Введение. 1.2 1 4

Предмет, основные

задачи и структура

эконометрики. Специ фика экономических

данных. Эконометри ческие модели и их

классификация. При менение эконометри ческих методов. Эко нометрические методы

в практической и учеб ной деятельности. 2 Двумерная регресси- 1.2 2 2 24 Письменные работы,

онная модель устные опросы, кон трольная работа 2.1 Тема 2. Модель парной 1.2 1 0,5 6 Письменные работы,

линейной регрессии. устные опросы, про Природа ошибки. верка домашнего зада ния

2.2 Тема 3. Оценивание 1.2 1 0,5 6 Письменные работы,

параметров линейной устные опросы, про регрессионной модели верка домашнего зада методом наименьших ния

квадратов (МНК).

Ос новные гипотезы. Ста тистические свойства

МНК – оценок пара метров регрессии. До верительные интерва лы для коэффициентов

12 стр., 5691 слов

Сравнительный анализ эконометрических моделей регрессии

... [8] 1.2 Технология эконометрического исследования моделей регрессии Исследование и количественная оценка объективно существующих взаимосвязей и зависимостей между экономическими явлениями - основная задача эконометрики. Причинно-следственное отношение - это такая ...

регрессии, проверка

гипотез. 2.3 Тема 4. Верификация 1.2 0,5 6 Письменные работы,

модели. Интерпретация устные опросы, про уравнений регрессии. верка домашнего зада ния 2.4 Тема 5. Прогноз на ос- 1.2 0,5 6 Письменные работы,

нове линейной модели. устные опросы, про Нелинейная регрессия верка домашнего зада ния 3 Многомерная регрес- 1.2 1 2 20 Письменные работы,

сионная модель устные опросы, про верка домашнего за дания, контрольная

работа 3.1 Тема 6. Линейная мо- 1.2 1 10 Письменные работы,

дель множественной устные опросы, про регрессии. Основные верка домашнего зада гипотезы. Оценивание ния

неизвестных парамет ров модели методом

наименьших квадратов.

Доверительные интер валы и доверительные

области, проверка ста тистических гипотез

для коэффициентов

модели. 3.2 Тема 7. Качество моде- 1.2 1 10 Устные опросы, об ли: дисперсионный суждение решения за анализ и коэффициент дач, контрольные и са детерминации R 2 , мостоятельные работы

скорректированный

коэффициент детер минации. Интерпрета ция коэффициентов

множественной регрес сии. Прогнозирование

в регрессионных моде лях. Множественная

регрессия в нелиней ных моделях. 4 Различные аспекты 1.2 1 2 16 Выполнение индиви многомерной регрес- дуальных заданий

сии 4.1 Тема 8. Мультиколли- 1.2 0,5 1 6 Устные опросы, вы неарность и способы её полнение индивиду устранения. альных заданий 4.2 Тема 9. Фиктивные пе- 1.2 0,5 1 10 Устные опросы, вы ременные. Частная полнение индивиду корреляция. альных заданий 5 Обобщенная линейная 1.2 2 13 Устные опросы, вы модель множествен- полнение индивиду ной регрессии альных заданий

5.1 Тема 10. Обобщенная 1.2 1 6 Устные опросы, рас линейная модель с ге- четно-графическая ра тероскедастичностью. бота

Тесты на гетеро скедастичность.

5.2 Тема 11. Обобщенная 1.2 1 7 Устные опросы, рас линейная модель с ав- четно-графическая ра токоррелированными бота

остатками. Тест Дар бина-Уотсона на нали чие или отсутствие

корреляции во време ни.

6 Системы регрессион- 1.2 1 1 15 Устные опросы, вы ных уравнений полнение индивиду альных заданий 6.1 Тема 12. Системы од- 1.2 0,5 0,5 8 Устные опросы, вы новременных уравне- полнение индивиду ний. Проблема иден- альных заданий

тифицируемости 6.2 Тема 13. Методы оце- 1.2 0,5 0,5 7 Устные опросы, вы нивания одновремен- полнение индивиду ных уравнений: кос- альных заданий

венный метод

наименьших квадратов,

двухшаговый и трех шаговый методы

наименьших квадра тов.

ИТОГО 108 6 10 92

4.2. Лекционные занятия, их содержание

№ Наименование разделов и Содержание п/п тем

Раздел 1. Введение 1.1 Предмет, основные задачи и Предмет и основные задачи эконометрики, ее место

структура эконометрики в ряду математико-статистических и экономиче ских дисциплин. Специфика экономических дан ных. Эконометрические модели и их классифика ция. Применение эконометрических методов.

Раздел 2. Двумерная регрессионная модель 2.1 Двумерная регрессионная Модель парной линейной регрессии. Природа — модель ошибки. Оценивание параметров линейной регрес2.4 сионной модели методом наименьших квадратов

(МНК).

Основные гипотезы. Статистические свой ства МНК – оценок параметров регрессии. Довери тельные интервалы для коэффициентов регрессии,

31 стр., 15422 слов

В методических указаниях излагаются ы выполнения контрольных ...

... В методических указаниях излагаются примеры выполнения контрольных работ, контрольные задания, вопросы к экзамену по курсу «Эконометрика». Предназначено для студентов заочного отделения ИММиФ. ... модель регрессии; ----------- границы 95% доверительного коридора (трубки) (при выполнении задания «вручную» такие границы вычислять и строить на графике не нужно). 2.2. Пример выполнения контрольного задания ...

проверка гипотез. Верификация модели. Интерпре тация уравнений регрессии. Прогноз на основе ли нейной модели. Нелинейная регрессия

Раздел 3. Многомерная регрессионная модель 3.1 Многомерная регрессионная Линейная модель множественной регрессии. Ос модель новные гипотезы. Оценивание неизвестных пара метров модели методом наименьших квадратов.

Доверительные интервалы и доверительные обла сти, проверка статистических гипотез для коэффи3.2 циентов модели. Качество модели: дисперсионный

анализ и коэффициент множественной детермина ции R 2 , скорректированный коэффициент детер минации. Интерпретация коэффициентов множе ственной регрессии. Прогнозирование в регресси онных моделях. Множественная регрессия в нели нейных моделях.

Раздел 4. Различные аспекты многомерной регрессии 4.1 Множественная модель ре- Показатели мультиколлинеарности и методы борь грессии в условиях мульти- бы с нею.

коллинеарности 4.2 Фиктивные переменные. Фиктивные переменные. Частная корреляция.

Частная корреляция.

Раздел 5. Обобщенная линейная модель множественной регрессии 5.1 Обобщенная линейная модель Обобщенный метод наименьших квадратов и его

множественной регрессии свойства. Гетероскедастичность, ее экономические

причины и методы выявления. Обобщенная линей ная модель с автокоррелированностью случайных

ошибок. Экономические причины автокоррелиро ванности случайных ошибок. Диагностирование 5.2 автокорреляции. Тест Дарбина-Уотсона. Оценива ние регрессии в условиях автокорреляции ошибок.

Выбор наилучшей модели при заданном наборе

потенциальных факторов. Последствия выбора не правильной формы уравнения регрессии.

Раздел 6. Системы регрессионных уравнений 6.1 Системы одновременных Виды и формы систем регрессионных уравнений. 6.2 уравнений Система одновременных уравнений. Проблема

идентифицируемости. Методы оценивания одно временных уравнений: косвенный метод наимень ших квадратов, двухшаговый и трехшаговый мето ды наименьших квадратов.

4.3. Семинарские, практические, лабораторные занятия, их содержание

№ раздела Содержание и формы проведения и темы Раздел 2. Занятие 1. Модель линейной парной регрессии. Проводится в форме Тема 2.1 практического занятия с устным опросом и выполнением индивидуаль ных заданий.

Оценивание параметров линейной парной регрессионной модели методом

наименьших квадратов (МНК).

Доверительные интервалы для коэффициен тов регрессии, проверка гипотез.

Раздел 2 Занятие 2. Верификация модели. Интерпретация уравнений регрессии. Тема 2.3 Проводится в форме практического занятия с устным опросом и вы полнением индивидуальных заданий.

Верификация модели: дисперсионный анализ в регрессии, элементы теории

корреляции. Интерпретация уравнения регрессии. Прогноз на основе моде ли. Раздел 2 Занятие 3. Нелинейная регрессия. Проводится в форме практического Тема 2.4 занятия с устным опросом и решением задач.

Различные модели нелинейной регрессии: оценивание, проверка пригодно сти. Раздел 3 Занятие 4. Многомерная регрессионная модель. Проводится в форме Тема 3.1 практического занятия с устным опросом и выполнением индивидуаль ных заданий.

15 стр., 7488 слов

Модели множественной линейной регрессии

... других факторов. Расчеты для данной курсовой работы производились c помощью приложения MS Excel. 1. Модели множественной линейной регрессии Построение уравнения множественной регрессии начинается с решения вопроса о спецификации модели, который в свою очередь включает ...

Оценивание параметров линейной множественной регрессионной модели

методом наименьших квадратов (МНК).

Доверительные интервалы для ко эффициентов регрессии, проверка гипотез. Раздел 3 Занятие 5. Верификация модели. Интерпретация уравнений регрессии. Тема 3.2 Проводится в форме практического занятия с устным опросом и вы полнением индивидуальных заданий.

Верификация модели: дисперсионный анализ в регрессии, элементы теории

корреляции. Интерпретация уравнения регрессии. Прогноз на основе моде ли. Раздел 2-3 Занятие 6. Контрольная работа по теме « Модели парной и множеТемы 2.1- ственной регрессий». 3.2 Раздел 4 Занятие 7. Мультиколлинеарность и способы её устранения. ПровоТема 4.1 дится в форме практического занятия с устным опросом и решением

задач.

Признаки мультиколлинеарности. Пошаговый метод ее устранения. Раздел 6 Занятие 8. Системы регрессионных уравнений. Проводится в форме Тема 6.1 практического занятия с устным опросом и решением задач.

Система одновременных уравнений. Проблема идентифицируемости.

Раздел 6 Занятие 9. Методы оценивания одновременных уравнений. ПроводитТема 6.2 ся в форме практического занятия с устным опросом и решением задач.

Методы оценивания одновременных уравнений: косвенный метод

наименьших квадратов, двухшаговый и трехшаговый методы наименьших

квадратов. Разделы 2-6 Занятие 10. Защита расчетно-графических работ.

4.4 Вид и форма промежуточной аттестации Промежуточный контроль проводится в виде устного экзамена, письменных контрольных работ, коллоквиумов, индивидуальных заданий по эконометрике (по всему курсу, включая темы, изученные самостоятельно) в 1 триместре 1 курса.

5. Используемые образовательные технологии Лекции с проблемным изложением, практические занятия с обсуждением решений задач, индивидуальные консультации, тестирование, обсуждение расчетно-графических работ.

Доля занятий с использованием активных и интерактивных методов составляет 50%.

5.1. Формы контрольных и учебных заданий: 1 уровень сложности: тесты с закрытой формой задания (с однозначным и многозначным выбором ответа); устный и письменный опрос; тесты с заданиями установление последовательности; тесты с заданиями на исключение лишнего; тесты перекрестного выбора; классификация; ранжирование. 2 уровень сложности: тестирование, анализ различных типов данных; структурирование проблемы. 3 уровень сложности: проблемные задачи, тестирование.

6. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов

6.1. Текущий контроль Текущий контроль рекомендуется осуществлять в соответствии с разработанной рейтинговой системой по дисциплине:

Контрольные мероприятия по Количество Темы дисциплины

дисциплине баллов 1. Расчетно-графическая работа 20 Модели парной линейной и нели №1 нейной регрессии. 2. Теоретическая контрольная ра- 10 Модели парной линейной и нели бота №1 (тест) нейной регрессии. 3. Расчетно-графическая работа 20 Модели множественной регрессии. №2 Мультиколлинеарность факторов и

способы ее устранения. 4. Теоретическая контрольная ра- 10 Модели множественной регрессии. бота №2 (тест) Мультиколлинеарность факторов и

13 стр., 6315 слов

Глава 28 линейная регрессия

... функция сама подбирает уравнение прямой линии и дает прогноз. Функцию ТЕНДЕНЦИЯ можно использовать и в случае множественной линейной регрессии. Для парной линейной регрессии можно воспользоваться и статистической функцией ПРЕДСКАЗ ... факторами, не включенными в модель. Задача 101. Найти остатки eit коэффициент корреляции Пирсона и коэффициент детерминации в задаче 100. Замечание. Для вычисления ...

способы ее устранения. 5. Теоретическая контрольная ра- 10 Обобщенные модели регрессии: бота №3 (тест) модели с гетероскедастичностью и

автокоррелированными ошибка ми. 6. Расчетно-графическая работа 20 Системы одновременных эконо №3 метрических уравнений. 7. Теоретическая контрольная ра- 10 Системы одновременных эконо бота №4 (тест) метрических уравнений. Всего 100

6.2. Образцы тестовых и контрольных заданий текущего контроля

Пример одного из вариантов контрольной работы по теме «Модели парной регррессии»: 1. Перечислить этапы эконометрического моделирования. 2. Какие типы данных используются при построении эконометрических моделей. 3. Каким методом оцениваются параметры линейной модели y  a  bx ?

   4. Как оценить значимость оценок параметров модели y  a  b x ? 5. Что такое условие гомоскедастичности? 6. При изучении зависимости между x — ценой на нефть и y — индексом нефтяных

компаний получено значение коэффициента корреляции rB  0,8 . Чему равен ко эффициент детерминации R ? Какой следует сделать вывод? 7. Уравнение регрессии между x – располагаемым личным доходом и y — расходами

на питание имеет вид y  3,01  0,178 x .

(3,4) (0,004)

Оценить значимость коэффициентов регрессии, если модель построена по вы борке объема n = 20.

 8. Дать интерпретацию оценке параметра b  0,178 в модели п.7 9. Оценить средние расходы на питание для семьи, имеющей доход x0  10 тыс. руб.

(использовать модель п.7).

  10. Дать интерпретацию оценке параметра b  0,55 в модели y  1,2 x .

0 , 55

11. В регрессионном анализе математическое ожидание и дисперсия ошибок наблю дений  i отвечают следующим требованиям:

а) M i  1; D i   ; в) M i  0 ; D i   ;

2 2

б) M i  0 ; D i  0 ; г) M i  1; D i  0 . 12. Согласно методу наименьших квадратов для получения оценок a и b минимизиру ется:

n n

  yi  y  ;   yi  yi 

2 2

а) в) ;

i 1 i 1

n n

б)   yi  y  ; г)   yi  yi  .

i 1 i 1

 13. Если в уравнении регрессии y  a  bx увеличить x на единицу, то в результате этого y в среднем изменится на величину:

a) a; в) S a ;

б) S b ; г) b. 14. Статистика критерия для проверки значимости коэффициента регрессии имеет вид

a b

a)  ; в)  ;

Sb Sb

Sb 

б)  ; г) t S b .

Sa 15. Границы интервальной оценки коэффициента регрессии отстоят от точечной оценки на величину, не превышающую:

 

a) t S a ; в) t S ;

 

б) t S b ; г) b / S b .

Пример одного из вариантов контрольной работы по теме «Системы одновременных

эконометрических уравнений»

1. Как классифицируются переменные в системах одновременных уравнений? 2. Что такое идентифицируемость модели? Запишите порядковые условия идентифи кации. 3. В чем состоит достаточное условие идентификации? 4. Для модели спроса и предложения:

QtS   0  1 Pt   2 Pt 1   t (предложение);

QtD   0  1Yt   2 Pt  t (спрос);

4 стр., 1787 слов

“Эконометрика” Эконометрическая модель уровня образования РФ ...

... уравнения выборочной парной линейной регрессии, вычислены коэффициенты детерминации и корреляции, вычислены значеня статистики, проверка статистической значимости коэффициентов регрессии,, и уравнения регрессии в целом; Вывод. Частные парные регрессии ... работы с данными, нам нужно убедиться в том, что в модели ... коэффициент ранговой корреляции Спирмена по формуле где Проверьте статистическую ...

QtD  QtS

(равновесие); укажите, какие переменные являются эндогенными, а какие – экзогенными. 5. Для модели:

Сt    Yt   t ;

Yt  Ct  I t  Gt ;

I t    Yt  t ; запишите приведенную форму. С помощью необходимого и достаточного условия идентификации проверьте, идентифицирована ли данная модель. Укажите, каким ме тодом вы будете определять структурные параметры каждого уравнения. В предполо жении, что имеются все необходимые исходные данные, кратко опишите методику расчетов. 6. Рассматривается статистическая модель экономики страны

С   0  1Y   ;

Y C  I,

где С – личное потребление в постоянных ценах, Y – национальный доход в посто янных ценах, I – инвестиции в отрасли экономики страны в постоянных ценах.

Система приведенных уравнений оказалась следующей:

С  44,6  3,2I ; R 2  0,975 ;

Y  44,6  4,2I ; R 2  0,985 . Дайте интерпретацию коэффициентов приведенной формы модели. Определите параметры структурной формы модели и дайте их интерпретацию. Укажите, какая форма модели используется для прогноза

6.3. Примерная тематика рефератов, эссе, докладов

1. Экономические и эконометрические модели.

2. Дисперсионный анализ в регрессии.

3. Методы устранения мультиколлинеарности факторов.

4. Обобщенный метод наименьших квадратов.

5. Статистический анализ и прогнозирование сезонных колебаний.

6. Методы оценивания систем одновременных уравнений.

6.4 Примерные темы курсовых работ, критерии оценивания

Курсовая работа не предусмотрена.

6.5. Методические указания по организации самостоятельной работы

Самостоятельная работа заключается:

  • в самостоятельной подготовке студента к лекции – чтение конспекта предыдущей лекции. Это помогает лучше понять материал новой лекции, опираясь на предшествующие знания. В начале лекции проводится устный или письменный экспресс-опрос студентов по содержанию предыдущей лекции;
  • в подготовке к практическим занятиям по основным и дополнительным источникам литературы;
  • в выполнении домашних заданий, расчетно-графических работ;
  • в самостоятельном изучении отдельных тем или вопросов по учебникам или учебным пособиям;
  • в выполнении контрольных мероприятий по дисциплине;
  • в подготовке рефератов

6.6. Промежуточный контроль

Промежуточный контроль проводится в виде контрольных работ, коллоквиумов, зачетных тестов, выполнении индивидуальных заданий и расчетно-графических работ по эконометрике в 1 триместре. Максимальный балл за устный ответ или тест на экзамене составляет 40 баллов. Допуск к экзамену – выполнение контрольных мероприятий 1-7. Рейтинговая оценка по дисциплине ставится на основании устного ответа, а также учета баллов текущего контроля. Промежуточный контроль в форме контрольных и тестовых работ, расчетнографических работ по эконометрике.

Образцы тестов, заданий

1. С какими науками связана эконометрика, на чем она базируется? а) теория вероятностей и математическая статистика; б) обществоведение; в) экономическая теория; г) теория статистики и учета; д) география.

2. Расположить в порядке реализации этапы эконометрического исследования: а) постановка проблемы; б) интерпретация результатов; в) оценка параметров модели; г) спецификация модели; д) получение данных, анализ их качества.

3. Модель линейной парной регрессии:

b 1 а) y  ax ; б) y  a  в) y  a  bx; г) y  д) y  ae .

b bx

; ;

x a  bx

4. Спецификация эконометрической модели включает: а) выбор переменных; б) установление характера взаимоотношений между ними (зависимая переменная, независимые переменные, текущие, лаговые): в) верификация модели; г) выбор формы связи между переменными; д) прогнозирование на основе модели.

5. При каких наблюдениях точечные оценки параметров модели y  a  bx будут несмещенными: а) гомоскедастичных; б) гетероскедастичных; в) с автокоррелироваными ошибками; г) без систематических ошибок; д) с постоянной систематической ошибкой.

6. Расположить этапы построения модели линейной парной регрессии в порядке их реализации: а) оценка значимости коэффициентов регрессии; б) интерпретация полученных результатов; в) прогноз на основе модели; г) оценивание параметров модели; д) верификация модели.

7. Каким методом оцениваются параметры модели линейной парной регрессии: а) методом моментов (ММ); б) методом наименьших квадратов (МНК); в) методом максимального правдоподобия (ММП).

8. При изучении зависимости расходов на питание y (тыс.р.) от располагаемого среднедушевого дохода x (тыс.р.), получено уравнение регрессии yˆ  1,35  0,66 x . Следует сказать, что при увеличении дохода на 1 тыс.р., расходы в среднем: а) возрастут на 1,35 тыс.р.; б) уменьшатся на 0,66 тыс.р.; в) возрастут на 0,66 % от среднего уровня; г) возрастут на 0,66 тыс.р.; д) возрастут на 2,01 тыс.р.

9. Коэффициент парной корреляции между ценой на автомобили и объемом продаж r  0,25 . Какой можно сделать вывод? а) линейной связи нет; б) линейная связь слабая; в) величины некоррелированны; г) величины связаны сложной нелинейной зависимостью.

10. Коэффициент корреляции при прогнозировании времени поставки товаров  y  в зависимости от расстояния внутри города  x  равен r  0,958 . Коэффициент детерминации R равен:

а) 95,8%; б) 91,8% ; в) 70%; г) 98%.

11. Основные гипотезы или предпосылки построения модели линейной парной регрессии: а) ошибки  i некоррелированны; б) yi  a  bxi   i , i  1, , n, n  2 – спецификация модели; в) наблюдения представлены временным рядом; г) M  i   0, D  i    , i  1, , n; д) ошибки равномерно распределены; е) x1 , x2 , , xn – детерминированные величины, линейно не связанные между собой.

12. Верификация модели – это: а) прогноз на ее основе; б) проверка ее пригодности, адекватности; в) оценка ее параметров; г) интерпретация результатов.

13. Дисперсионный анализ в регрессии – это: а) верификация модели; б) оценивание параметров модели; в) проверка пригодности модели; г) оценка значимости коэффициентов регрессии.

14. В дисперсионном анализе модели линейной парной регрессии используется: а) критерий Стьюдента; б) критерий Фишера; в) критерий Пирсона; г) критерий Чоу.

15. Что можно сказать о линейной модели парной регрессии, для которой Fкрит.  F  0,05;1,9   3,36 , а Fнабл.  15,06 ? а) модель непригодна; б) модель является хорошей аппроксимацией данных; в) модель построена по 11 наблюдениям над переменными x и y ; г) модель пригодна на 5%-ном уровне значимости; д) коэффициент детерминации R  57,8% .

16. Какие из перечисленных факторов учитываются в регрессии с помощью фиктивных переменных: а) профессия; б) курс доллара; в) численность населения; г) размер среднемесячных потребительских расходов; д) пол работника.

17. Прогноз на основе модели линейной парной регрессии может быть: а) точечным; б) достоверным; в) интервальным; д) практически достоверным.

18. Существенна ли связь между денежной массой и индексом инфляции по выборке из 12 наблюдений, если матрица дисперсий – ковариаций для этих показателей имеет 2 5  вид  ?  5 25 а) существенна, так как коэффициент парной корреляции r  0,707 ; б) несущественна, так как ковариация cov( x, y)  5 ; в) существенна, так как коэффициент корреляции r  5 ; г) несущественна, так как коэффициент корреляции r  0,1.

19. Уравнение регрессии между расходами на коммунальные услуги ( y ) и располагаемым личным доходом ( x ) имеет вид

yˆ  27, 6  0,178 x

(3, 4) (0, 004) ( в скобках указаны стандартные ошибки).

Коэффициенты регрессии при 5%-ом уровне значимости а) значимы; б) незначимы; в) â значим, b̂ незначим; г) â незначим, b̂ значим; д) нет верного ответа.

20. Коэффициенты регрессии статистически значимы на уровне   0,05 , если соответствующие:

а) 90%-ные доверительные интервалы покрывают нуль;

б) 95%-ные доверительные интервалы не покрывают нуль;

в) 90%-ные доверительные интервалы не покрывают нуль;

г) 95%-ные доверительные интервалы покрывают нуль.

b

21. Каким образом гиперболическая модель y  a    может быть сведена к

x линейной? а) логарифмированием; б) введением новых переменных; в) линеаризация невозможна.

22. Индекс корреляции  находится в границах: а) 0    1; б) 0    1; в) 1    1.

23. По некоторым данным получена оценка корреляционного отношения для признаков X и Y , равная 0,94: а) между X и Y существует однозначная функциональная связь; б) существует сильное нелинейное влияние X на Y ; в) между X и Y существует сильная положительная связь.

24. Какие из указанных моделей могут быть сведены к линейной по параметрам модели? а) y  0  1 ln x   ; б) y  AX   ;

2 

1 1 в) y   0   ; г) y   ;

x 0  1 x

x a1x  д) y  ; е) y  a0  e .

a0 x  a1  x  

25. Для степенной модели y  ax после перехода к линейному уравнению

b

ln y  ln a  b ln x вычислен коэффициент корреляции. Совпадает ли его значение с индексом корреляции?

а) да; б) нет; в) нет верного ответа.

Перечень вопросов к экзамену

1. Эконометрические модели и их классификация. 2. Основные гипотезы, лежащие в основе построения модели линейной парной ре грессии. 3. Этапы построения модели линейной парной регрессии. 4. Метод наименьших квадратов и его свойства. 5. Нелинейная регрессия. 6. Прогноз на основе линейной модели. 7. Линейная модель множественной регрессии: оценивание параметров, проверка ги потез, верификация модели. 8. Показатели мультиколлинеарности и методы борьбы с нею. 9. Фиктивные переменные. 10. Эконометрические модели с гетероскедастичностью. 11. Обобщенный метод наименьших квадратов и его свойства. 12. Эконометрические модели с автокоррелированностью случайных ошибок. 13. Системы одновременных уравнений: структурная и приведенная формы. 14. Проблема идентифицируемости модели. 15. Методы оценивания систем одновременных уравнений (краткая характеристика).

ОБРАЗЕЦ БИЛЕТА

ПО ЭКОНОМЕТРИКЕ

бал Вопросы лы

1. Каковы источники случайной составляющей регрессионной модели? 5 2. Этапы построения модели линейной парной регрессии. 3. Перечислите свойства МНК-оценок линейной множественной регрессии 15

и прокомментируйте их. 5 4. Какие задачи при построении модели множественной регрессии решают ся с помощью t – критерия Стьюдента? 5 5. Каковы причины возникновения мультиколлинеарности объясняющих пе ременных? 10 6. В чем суть регрессии на главные компоненты? 7. Обобщенный метод наименьших квадратов и его свойства. 10 8. Регрессионные модели с фиктивными переменными. 15 9. Как классифицируются переменные в системах одновременных уравнений? 15 Структурная и приведенная форма модели. 10 10. Методы оценивания систем одновременных уравнений (перечислить и дать краткую характеристику).

10

7. Учебно-методическое и информационное обеспечение дисциплины а) основная литература: 1. Ежова Л.Н. Эконометрика. Начальный курс с основами теории вероятностей и ма тематической статистики. Иркутск: БГУЭП, 2008. 2. Кремер, Н. Ш. Эконометрика [Текст] : учеб. для вузов : рек. М-вом образования РФ / Н. Ш. Кремер, Б. А. Путко. — М.: ЮНИТИ-ДАНА, 2007. — 311 с. 3. Магнус, Я. Р. Эконометрика. Начальный курс [Текст] : учеб. для вузов : рек. М вом общего и проф. образования РФ / Я. Р. Магнус, П. К. Катышев, А. А. Пересец кий. — 6-е изд., перераб. и доп. — М. : Дело, 2004. — 576 с. 4. Эконометрика: учебник / И.И. Елисеева, С.В. Курышева, Т.В. Костеева и др.; под.ред. Елисеевой И.И. – 3-е изд., перераб. и доп. – М .: Проспект, 2014. 5. Эконометрика: учебник для бакалавров / В.С. Тимофеев, А.В. Фаддеенков, В.Ю. Щеколдин. – 2-е изд., перераб. и доп. – М.: Юрайт, 2013

б) дополнительная литература: 1. Бывшев, В. А. Эконометрика [Текст] : учеб. пособие : допущено УМО по образо ванию / В. А. Бывшев. — M. : Финансы и статистика, 2008. — 478 с. 2. Вербик, М. Путеводитель по современной эконометрике [Текст] = A Guide to Modern Econometrics / М. Вербик ; пер. с англ. В. А. Банникова ; науч. ред. С. А. Айвазян. — М. : Науч. книга, 2008. — 616 с. 3. Вероятность и прикладная статистика: основные факты : справочник / А. И. Орлов. — М. : КНОРУС, 2010. — 192 с. 4. Доугерти, К. Введение в эконометрику = Introduction to econometrics : учеб. для ву зов : рек. М-вом общ. и проф. образования РФ / К. Доугерти ; Пер. с англ. Лукаш Е. Н. и др. — М. : Изд-во МГУ : ИНФРА-М, 2001. — XII, 402 с. 5. Гладилин, А. В. Эконометрика [Текст] : учеб. пособие для вузов : рек. УМО по образованию в обл. мат. методов в экономике / А. В. Гладилин, А. Н. Герасимов, Е. И. Громов. — 2-е изд., стер. — М.: Кнорус, 2009. — 227 с. Мостеллер Ф., Тьюкл Дж. Анализ данных и регрессия. Вып.1 и 2. 6. Методы эконометрики и многомерного статистического анализа [Текст] : учеб. для вузов : рек. М-вом образования и науки РФ / Н. П. Тихомиров, Т. М. Тихомирова, О. С. Ушмаев. — М. : Экономика, 2011. — 637 с. 7. Практикум по эконометрике [Текст] : учеб. пособие для вузов : допущено УМО по образованию / А. В. Гладилин, А. Н. Герасимов, Е. И. Громов. — Ростов н/Д : Фе никс, 2011. — 326 с. 8. Эконометрика : учеб. для вузов : рек. УМО по образованию / В. С. Мхитарян [и др.]; под ред. В. с. Мхитаряна. — М.: Проспект, 2009. — 380 с. 9. Эконометрика [Текст] : учеб. для вузов / К. В. Балдин [и др.] ; под ред. В. Б. Утки на. — М. : Дашков и К., 2008. — 561 с. 10. Яновский, Л. П. Введение в эконометрику : учеб. пособие для вузов : рек. УМО по образованию / Л. П. Яновский, А. Г. Буховец ; под ред. Л. П. Яновского. — М. :

КноРус, 2009. — 255 с.

в) программное обеспечение и Интернет-ресурсы:

http://elibrary.ru/ – крупнейший российский информационный портал в области науки, технологии, медицины и образования, содержащий рефераты и полные тексты более 14 млн научных статей и публикаций. http://www.edu.ru/ – федеральный образовательный портал http://www.exponenta.ru – образовательный математический сайт

8. Материально-техническое обеспечение дисциплины Мультимедийные средства и другая техника для презентаций учебного материала, компьютеризированные методы проверки знаний (разработанные программные продукты – методики тестирования и обработки результатов), современные лицензионные компьютерные статистические системы для анализа данных и обработки результатов эмпирических исследований.