Требования к практическим видам занятий при освоении дисциплины

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

НАЦИОНАЛЬНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО Профобразования

«ЧЕЛЯБИНСКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ»

Кафедра
«ЭКОНОМИКА РЫНКОВ и ОТРАСЛЕЙ»

ГЕЛЬРУД Я.Д.

Современные неприятности экономической науки.

ЭКОНОМЕТРИКА

Учебно-методический комплекс

Челябинск

Гельруд Я.Д. Современные неприятности экономической науки. Эконометрика: Учебно-методический комплекс. – Челябинск: Изд. ЧелГУ, 2009. – 143 с.

Учебно-методический комплекс (УМК) по дисциплине «Современные неприятности экономической науки. Эконометрика» рекомендован для студентов, обучающихся по профессии 08010068 «Экономика», магистерская программа 521606 – Экономика отраслевых рынков и фирмы.

УМК включает: рабочую программу дисциплины, календарно-тематический замысел для независимой работы студентов, методические советы, теоретический материал, практикум, содержащий примеры ответа типовых задания и задач для независимой работы по каждой теме, задания для итоговой контрольной работы и перечень общедоступной учебной и справочной литературы.

Теоретический материал представляет собой краткий конспект лекций, содержит формулы и необходимые утверждения (без доказательств и детального обоснования), наряду с этим достаточно детально демонстрируется использование корреляционно-регрессионного анализа для ответа конкретных экономических задач.

УМК рассмотрен и рекомендован к публикации на совещании кафедры «Экономика рынков и отраслей».

Протокол № от 2009г

Зав. кафедрой Бархатов В.И.

ОГЛАВЛЕНИЕ

Цель, задачи и содержание дисциплины
Календарно-тематический замысел работы студента
Программа дисциплины
Методические советы
КРАТКИЙ КУРС ЛЕКЦИЙ 1. Предмет, задачи и метод курса «Эконометрика» 1.1. Соотношения между экономическими переменными. 1.2. Регрессионные модели как прогнозирования и инструмент анализа экономических явлений. 2.Линейные однофакторные регрессионные модели эконометрики. 2.1. Определения. Линейная регрессионная модель для случая одной факторной переменной. 2.2. Способ мельчайших квадратов. 2.3. Свойства оценок МНК. 2.4. Регрессия по эмпирическим (выборочным) данным и теоретическая регрессия. 2.5. Экономическая интерпретация параметров линейного уравнения регрессии. 2.6. интерпретация и Измерение случайной составляющей. 3. Линейная модель множественной регрессии 3.1. отбор и Обоснование факторов при построении множественной регрессии. 3.2. Линейная регрессионная модель со многими переменными. 3.3. интерпретация и Оценка параметров. 3.4. Описание связей между экономическими переменными. 3.5. Формирование линейных регрессионных моделей на компьютере посредством ППП Excel 4. Нелинейные их линеаризация и модели регрессии 4.1. Мультипликативные их линеаризация и модели регрессии. 4.2. Гиперболическая регрессия. Полиномиальная и кусочно- полиномиальная регрессия. 4.3. Экспоненциальная и степенная регрессии 4.4. Формирование нелинейных регрессионных моделей на компьютере посредством ППП Excel 5. Оценка качества эконометрических регрессионных моделей и прогнозирование на их базе. 5.1. Доверительные промежутки для коэффициентов: настоящие статистику 5.2. Проверка статистических догадок о значениях коэффициентов 5.3. Проверка значимости параметров линейной регрессии и подбор модели с применением f-параметров 5.4. подбор модели и Проверка значимости с применением коэффициентов детерминации. Информационные параметры 5.5. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. 5.6. Обобщенный способ мельчайших квадратов. Способ Основных Компонент. 5.7. Прогнозирование. Доверительный промежуток прогноза. 6. Временные последовательности. 6.1 Характеристики временных последовательностей. Обнаружение тренда в динамических последовательностях экономических показателей. 6.2. Моделирование сезонных и циклических колебаний. 6.3. Статистика Дарбина-Уотсона. 7. Задачи экономического анализа, решаемые на базе регрессионных эконометрических моделей 7.1. Измерение тесноты связи между результативным и факторными показателями. 7.2. Анализ влияния отдельных факторных показателей на результативный показатель. 8. Совокупности эконометрических уравнений. Практикум Контрольные вопросы к зачету по дисциплине Задания к контрольной работе Приложения 1-3 Перечень рекомендуемой литературы

Цель, задачи и содержание дисциплины

Дисциплина ДН-М.01 «Современные неприятности экономической науки. Эконометрика» есть одной из главных в магистерской программе 521606 – Экономика отраслевых рынков и фирмы.

Цель дисциплины пребывает в обучении слушателей методики и способам ответа задач экономического анализа на базе регрессионных эконометрических моделей.

С целью достижения данной цели студенты должны выполнить следующие задачи:

— обучиться строить линейные однофакторные регрессионные модели эконометрики;

— обучиться строить нелинейные модели регрессии;

— обучиться строить эконометрические модели множественной регрессии;

— обучиться создавать оценку качества эконометрических регрессионных моделей и осуществлять прогнозирование на их базе;

— обучиться рассчитывать характеристики временных последовательностей, выявлять тренд в динамических последовательностях экономических показателей, моделировать сезонные и циклические колебания;

— изучить задачи экономического анализа, решаемые на базе регрессионных эконометрических моделей;

— изучить совокупности эконометрических уравнений.

Успешное ответ этих задач разрешит приобретать знания в практике прогнозирования экономических черт фирм и облегчит усвоение всех остальных экономических дисциплин.

В следствии изучения дисциплины «Эконометрика», слушатель обязан

Знать:

— Аналитический инструментарий эконометрики;

— Возможности эконометрики;

Мочь:

— Выстроить эконометрическую модель и оценить ее параметры средствами математической статистики;

— Самостоятельно усваивать новые, современные разделы эконометрики;

Обладать:

методами и Методологией ответа задач экономического анализа на базе регрессионных эконометрических моделей;

— лексикой и Специальной терминологией данной дисциплины.

В дисциплине Эконометрика рассматриваются задачи эконометрики как науки о связях экономических явлений, условия и способы построения экономических регрессионных моделей по статистике и временным последовательностям.

Изучение этих прикладных разделов математики занимает серьёзное место в формировании экономистов высокой квалификации и является основой для описания, прогнозирования и анализа настоящих экономических процессов.

Дисциплина является мостом между базисными эконометрическими знаниями и важным современным эконометрическим мышлением, есть не столько ознакомительной, сколько специальной, требующей углубленного и вдумчивого изучения. Помимо этого, дисциплина нацелена на то, дабы научить использовать изученные способы на практике в работе с настоящими данными и статистическими программами.

Современные неприятности экономической науки.

Эконометрика

Календарно-тематический замысел работы студента

ОЧНОЕ ЗАОЧНОЕ
5,5(СОО) 3,5(СПО) 3(ВПО)
Общее число часов
А также: Лекции
Практические занятия
Лабораторные работы
Независимая работа
Отчетность (форма контроля):
Экзамен
Зачет: 3 семестр 6 семестр 4 семестр 1 семестр
Контрольные мероприятия (количество)
Контрольные работы
Домашние контрольные задания
Коллоквиумы
Другие контрольные мероприятия

Рабочая программа

Эконометрика

(очная форма обучения)

Таблица 1. Разделы дисциплины, объём и виды занятий

№ темы Наименование разделов, тем дисциплины Количество в часах по видам*
Всего Л ПЗ ЛР СРС
Предмет, задачи и метод курса «Эконометрика»
Линейные однофакторные регрессионные модели эконометрики.
Эконометрические модели множественной регрессии
Нелинейные их линеаризация и модели регрессии
Оценка качества эконометрических регрессионных моделей и прогнозирование на их базе.
Временные последовательности.
Задачи экономического анализа, решаемые на базе регрессионных эконометрических моделей
Совокупности эконометрических уравнений.
Зачет по курсу: эконометрика
Итого

* Л — лекции

ПЗ — практические занятия

ЛР — лабораторная работа

СРС — независимая работа студента

Требования к практическим видам занятий при освоении дисциплины

Виды аутизма


Также читать:

Понравилась статья? Поделиться с друзьями: