Тема 7. многофакторный регрессионный анализ

Хорошая обычная линейная модель множественной регрессии. Оценка параметров хорошей регрессионной модели способом мельчайших квадратов. Отбор факторов при построении множественной регрессии. Оценка значимости фактора, дополнительно включенного в модель регрессии. мультиколлинеарность и Коллинеарность. Ковариационная матрица и ее выборочная оценка.

Тема 8 Оценка параметров и значимости

Оценка значимости множественной регрессии. Коэффициенты детерминации. Фиктивные переменные. Измерение зависимой переменной в дихотомической шкале. Неприятности построения моделей с дискретными зависимыми переменными. Probit-, Logit-, Tobit-модели. Оценивание параметров. Применение нелинейной и линейной регрессионных моделей с гетероскедастичными остатками. Взвешенный МНК. Примеры моделей с дискретными зависимыми переменными.

Тема 9. Совокупности эконометрических уравнений

Неспециализированное понятие о совокупностях уравнений, применяемых в эконометрике. Совокупности одновременных уравнений, совокупности свободных уравнений, совокупности рекурсивных уравнений, совокупности взаимозависимых уравнений.

виды 10 и Тема Формы эконометрических уравнений

Эндогенные и экзогенные переменные. Структурная и приведенная формы модели. Неприятность идентификации. Нужное и достаточное условие идентификации.

Тема 11. Оценка совокупностей эконометрических уравнений

Оценка совершенно верно идентифицированного уравнения. Косвенный способ мельчайших квадратов (КМНК). Оценка сверхидентифицированного уравнения. Двухшаговый и трехшаговый способ мельчайших квадратов.

Тема 12. прогнозирование и Временные ряды

Временные их характеристики и ряды. Главные факторы, воздействующие на значения участников временного последовательности. Главные задачи анализа временного последовательности. Автокорреляция уровней временного последовательности и обнаружение его структуры.

Тема 13 Моделирование временных последовательностей

Моделирование тенденции временного последовательности (построение тренда). Моделирование сезонных и циклических колебаний. Модели авторегрессии. Модели скользящего среднего. Модели авторегрессии — скользящего среднего. Неприятность изучения причинно – следственных связей. Специфика изучения связей по временным последовательностям. Исключение сезонных тенденций и колебаний.

Тема 14. Динамические эконометрические модели

Неспециализированная черта динамических эконометрических моделей. Модели авторегрессии. Интерпретация параметров. Модели с распределенным лагом. Интерпретация параметров. Средний и медианный лаги. Изучение структуры лагов. Оценивание параметров моделей с распределенным лагом.

Тема 15 Методика работы с динамическими эконометрическими моделями

Способ Алмон. Оценивание параметров моделей с геометрической структурой лага. Способ Койка. Оценивание параметров моделей авторегрессии. Автокорреляция случайных составляющих. Обнаружение автокорреляции случайных составляющих. Критерий Дарбина—Уотсона. Устранение автокорреляции случайных составляющих. Модели адаптивных ожиданий и частичной (неполной) корректировки. Прогнозирование на базе моделей временных последовательностей.

Тематический замысел занятий

Дневная форма обучения

№№ Наименование темы Количество часов
Лекции Семин. и практич занятия Самост. работа
история эконометрики и Основные понятия
2. Эконометрический анализ
3. Эконометрические модели
4. Модели временных последовательностей
5. Линейная регрессия
6. Оценка значимости коэффициентов модели
7. Многофакторная линейная регрессия
8. Фиктивные переменные
9. Неприятности гетероскедастичности 2 2 2 4
10. Теория временных последовательностей
11. Способы анализа временных последовательностей
12. Модели тренда
13. прогнозирование и Временные ряды
14. Графические способы временных последовательностей
15. Способы сглаживания временных последовательностей
ИТОГО
Итоговый контроль 3ачет

Тематический замысел занятий

Заочная форма обучения

№№ Наименование темы Количество часов
Лекции Семизанят Самост. работа
ИТОГО
Итоговый контроль зачет

Рабочая программа

Краткий курс лекций

Раздел 1

Тема 1. история предмета и Основные понятия

Введение

Современная экономика, независимо от преобладания в ней той либо другой формы собственности испытывает острую потребность в менеджерах и квалифицированных экономистах. Главная образовательная задача на современном этапе начала заключаться в том, дабы не просто дать студентам фундаментальные знания по экономике, но и научить их современным способам, экономическому мышлению, умению прогнозировать развитие экономических и бизнес – процессов, с применением средств и математического аппарата вычислительной техники, и принимать научно и фактически обоснованные ответы.

В соответствие с национальным образовательным стандартом в учебных замыслах ИСГЗ предусматривается знакомство студентов факультета экономики с дисциплинами, разрешающими овладеть современными математическими способами, обширно применяемыми в лучших университетах мира и России. К таким предметам относится курс — «Зконометрика»

На данный момент существует пара подходов к изучению дисциплины «Эконометрика», определенной в качестве необходимой дисциплины национальных образовательных стандартов для экономических профессий.

Первый основан на достаточно «узком» понимании понятия Эконометрика, как науки, занимающейся изучением количественных взаимозависимостей и закономерностей в экономике с применением способов корреляционно-регрессионного анализа. Таковой подход характерен для экономических школ, каковые ориентируются на другие образовательные программы и более низкий уровень математической культуры студентов экономических профессий.

Прикладной курс эконометрики в западных вузах изучается по программам подготовки магистров экономических профессий, специализирующихся на углубленном изучении математических способов. Рекомендованный в данной образовательной концепции Введение и учебник «Кристофера в эконометрику», к сожалению, достаточно слабо отражает специфику, национальные достижения и опыт в данной области Русских научных школ. Помимо этого, он применяет терминологию, фактически не используемую в Российской Федерации. Но, самое основное содержится в том, что «Эконометрика» появилась как прикладная наука и она обязана изучаться на настоящих примерах задач, появляющихся в бизнесе и экономике России, что, в полной мере конечно нереально в рекомендованной литературе где примеры забраны из практики вторых стран, забранных в второе время и в другом обществе. В случае если нет собственных практических примеров понятных студентам, то тяжело убедить студентов в полезности данной, непременно, нужной современному экономисту, дисциплины.

Таковой упрощенный подход породил еще одну проблему: актуальное поеятие «эконометрика» привело к появлению громадного количества учителей в данной области (я имею ввиду Россию, на Западе это не верно). Фактически любой подготовленный в области математической статистики учитель вычисляет для себя вероятным прочесть курс «Эконометрика», уходя от ответа экономических задач к чисто технологическим (математическим) и, в большинстве случаев, без связи с настоящими обстановками, появляющимися в работе экономиста. Помимо этого, вся методика эконометрического моделирования была создана в эру отсутствия современных программно – вычислительных комплексов, каковые показались в последние 15 лет и исходя из этого алгоритмы решения и сама терминология способны не на шутку «напугать» студентов экономистов в части математических терминов. Но расчеты на персональных компьютеров эконометрических моделей никак не сложнее работы с калькулятором.

Так, эти подходы не решает основной задачи – научить студентов работе в настоящей обстановке и отражает западные образовательные концепции без связи с практическими задачами и образовательными концепциями в Российской Федерации.

Второй подход к изучению «Эконометрики» основан на более широком понимании концепции изучения «Эконометрики», как науки о построении прикладных экономико – математических моделей на базе эмпирических данных для обоснования управленческих и экономическихрешений. В этом главное отличие концепции изучении дисциплины от вторых образовательных концепций, реализуемых в других вузах России. Программа изучения экономико-математических способов включает: способы эконометрического анализа при прогнозировании экономических и методы прогнозирования и бизнес процессов динамики процессов с применением математических способов анализа временных последовательностей, больших пространственных выборках и с применением современных средств вычислительной техники. Нужно добавить, что классическая методика «Эконометрики» выстроенная на «ручных» разработках вычислений постоянно предусматривала большое «упрощение» количества обрабатываемой информации. Такая методика дает хорошие результаты в науках где возможно взять выборки в лабораторных условиях. Другое дело социально – экономические науки где лабораторные испытания неосуществимы, а количество факторов воздействующих на итог огромно. Вследствие этого упрощенные модели довольно часто не являлись адекватными настоящей картине. Другое дело автоматизированные расчеты – тут в полной мере реально применять громадные факторы и изучить большое количество факторов в одной модели. Напомню, что эта возможность в практике экономистов фирм стала вероятной лишь в последние 10 – 15 лет.

Настоящее учебное пособие создано для студентов, изучающих дисциплину «Эконометрика» всех форм обучения: очной, очно-заочной, заочной и, а также, с применением дистанционных разработок. В состав пособия включены:

учебная программа по дисциплине «Эконометрика», адекватно отражающая современные требования национальных стандартов для студентов экономических профессий;

краткий курс лекций по главным темам программы с примерами, контрольными вопросами к каждой теме;

сборник контрольных заданий, каковые выполняются студентами всех форм обучения и охватывают важнейшие разделы данной дисциплины;

методические указания по исполнению контрольных заданий и справочные материалы по главным разделам эконометрического анализа.

Контрольные задания смогут быть выполнены как с применением ручных способов, так и применением пакета электронных таблиц EXCEL и пакета статистических программ STATISTICA.

В приложении приведены контрольные задания с методическими указаниями по их исполнению. Задания выстроены так, что снабжают естественную сообщение с изученными ранее дисциплинами. При исполнении этих заданий возможно применять как простые калькуляторы и ручные методы, так и ПК. Для этого в сборник включены в нужном количестве статистические таблицы и справочные материалы. При исполнении контрольной работы с применением ПК рекомендуется применять пакет статистических программ STATISTICA, в особенности для студентов обладающих британским языком..

Для работы с контрольным заданием нужно выбрать вариант задания, что соответствует порядковому номеру студента в издании и, ознакомившись с методическими указаниями, выполнить его. Наиболее неотъемлемая часть обработки результатов опыта – это выводы. Они должны быть достаточно аргументированы и убедительны.

Контрольная работа выполняется на отдельных листах бумаги, или на ПК в редакторе WORD, или пишется от руки аккуратным подчерком. На титульном странице должна быть все данные о студенте (курс, филиал, вариант). Студенты заочной и дистанционной формы образования, обучающиеся по дистанционной разработке, результаты ответа задач оформляют в установленной особой форме.

Тема 2
Эконометрический анализ

Лекция 7 Регрессионный и корреляционный анализ


Также читать:

Понравилась статья? Поделиться с друзьями: