Учебно-методический комплекс рабочая программа для студентов всех профилей подготовки

1. 
   Одномерное нормальное распределение, хи-квадрат распределение, распределения Стьюдента и Снедекора-Фишера, их основные свойства.
   
2. 
   Статистическое оценивание. Точечные оценки. Линейность, несмещенность, эффективность и состоятельность оценок. Принципы наименьших квадратов и максимального правдоподобия.
   
3. 
   Статистические выводы и проверка статистических гипотез. Ошибки 1-го и 2-го рода. Уровень доверия и проверка значимости. Интервальные оценки, доверительный интервал. Критерии Неймана-Пирсона, Найквиста-Михайлова, Колмогорова-Смирнова.
   
4. 
   Разложение суммы квадратов отклонений. Дисперсионный анализ. Степень соответветствия линии регрессии имеющимся данным. Коэффициент детерминации и его свойства.
   
5. 
   Предположение о нормальном распределении случайной ошибки в рамках классической линейной регрессии и его следствия. Доверительные интервалы оценок параметров и проверка гипотез их значимости. Проверка адекватности регрессии. Прогнозирование по регрессионной модели и его точность.
   
6. 
   Методология эконометрического исследования на примере линейной регрессии для случая одной объясняющей переменной. Особенности представления результатов регрессионного анализа в одном из основных программных пакетов (например в Microsoft Office Excel).
   
7. 
   Принцип максимального правдоподобия. Сравнение оценок МНК и метода максимального правдоподобия при нормальном распределении ошибок в классической линейной регрессии.
   
8. 
   Множественная линейная регрессия. Матричная запись эконометрической модели и оценок МНК. Коэффициент множественной детерминации, скорректированный на число степеней свободы.
   
9. 
   Функциональные преобразования переменных в линейной регрессионной модели. Лог-логарифмическая регрессия, как модель с постоянной эластичностью. Функциональные преобразования при построении кривых Филлипса и Энгеля. Полиномиальная регрессия.
   
10. 
    Фиктивные переменные в множественной линейной регрессии. Проверка структурных изменений и сравнение двух регрессий с помощью фиктивных переменных. Анализ сезонности.
    
11. 
    Проверка общей линейной гипотезы о коэффициентах множественной линейной регрессии. Регрессия с ограничениями на параметры.
    
12. 
    Понятие об автокорреляции остатков. Экономические причины автокорреляции остатков. Тест серий. Статистика Дарбина-Уотсона. Обобщенный метод наименьших квадратов для оценки регрессии при наличии автокорреляции. Процедура Кохрана-Оркатта.
    
13. 
    Регрессионные динамические модели. Авторегрессия и модель с распределенными лагами, инструментальные переменные. Схема Койка. Адаптивные ожидания.
    
14. 
    Гетероскедастичность и экономические причины ее наличия. Последствия гетероскедастичности для оценок МНК. Признаки присутствия гетероскедастачности. Тесты Бройша-Пагана, Голдфелда-Квандта, Парка, Глейзера, тес ранговой корреляции Спирмена.
    
15. 
    Обобщенный метод наименьших квадратов при гетероскедастичности. Взвешенный метод наименьших квадратов. Прогнозирование при гетероскедастичности.
    
16. 
    Мультиколлинеарность и ее последствия этого для оценок параметров регрессионной модели. Совершенная и практическая мультиколлинеарность. Показатели степени мультиколлинеарности. Вспомогательные регрессии. Методы борьбы с мультиколлинеарностью.
    
17. 
    Использование регрессионных моделей с ограничениями в экономическом анализе.
    
18. 
    Эконометрическое моделирование спроса на деньги.
    
19. 
    Моделирование инфляции.
    
20. 
    Модели инфляционных ожиданий.
    
21. 
    Эконометрическое моделирование и прогнозирование спроса на продукцию.
    
22. 
    Прогнозирование себестоимости продукции.
    
23. 
    Эконометрическое моделирование ценообразования.
    
24. 
    Эконометрическое моделирование циклов.
    
25. 
    Эконометрическое моделирование в оценке кредитоспособности предприятия.
    
26. 
    Эконометрическое моделирование региональной экономики.
    Понятие и обзор моделей Бокса–Дженкинса (AR, AM, ARMA, ARIMA).
    
27. 
    Модели бинарного выбора. Особенности оценивания параметров в логит- и пробит-моделях.
    
28. 
    Фиктивные переменные в пространственных и динамических регрессионных моделях. Интерпретация коэффициентов при фиктивных переменных. Ошибки спецификации.
    
29. 
    Модель предложения и спроса на конкурентном рынке как пример системы одновременных уравнений. Основные структурные характеристики модели.
    
30. 
    Производственная функция Кобба-Дугласа. Оценка параметров производственной функции Кобба-Дугласа по пространственной и временной информации.
    
31. 
    Временные ряды. Методы экспоненциального сглаживания.
    

1. 
   Цели и задачи дисциплины. Место дисциплины в системе экономических дисциплин.
   
2. 
   Классификация эконометрических моделей.
   
3. 
   Несмещенность оценки.
   
4. 
   Эффективность оценки.
   
5. 
   Состоятельность оценки.
   
6. 
   Выборочная ковариация и ее свойства.
   
7. 
   Выборочная дисперсия и ее свойства.
   
8. 
   Коэффициент корреляции.
   
9. 
   Вывод выражений для коэффициентов регрессии парной линейной регрессии методом наименьших квадратов.
   
10. 
    Интерпретация линейного уравнения регрессии.
    
11. 
    Стандартные ошибки коэффициентов регрессии.
    
12. 
    Условия Гаусса - Маркова. Формулировка теоремы Гаусса - Маркова.
    
13. 
    t - тесты для коэффициентов регрессии.
    
14. 
    Коэффициент детерминации.
    
15. 
    F - тест на качество оценивания.
    
16. 
    Средняя ошибка аппроксимации.
    
17. 
    Построение регрессионной модели в стандартизованном масштабе.
    
18. 
    Вывод коэффициентов множественной линейной регрессии.
    
19. 
    Нелинейные регрессионные модели и их линеаризация
    
20. 
    Нелинейные регрессионные модели. Типы моделей.
    
21. 
    Множественная регрессия в нелинейных моделях. Производственная функция Кобба - Дугласа.
    
22. 
    Частные коэффициенты эластичности.
    
23. 
    Преобразование Бокса-Кокса. Выбор формы модели.
    
24. 
    Стандартные ошибки коэффициентов множественной регрессии.
    
25. 
    t - тесты и доверительные интервалы параметров уравнения в случае множественной регрессии.
    
26. 
    Коэффициент детерминации в случае множественной регрессии. Скорректированный коэффициент детерминации.
    
27. 
    F - тест в случае множественной регрессии.
    
28. 
    Гетероскедастичность случайных возмущений.
    
29. 
    Обнаружение гетероскедастичности (тесты Парка, Спирмена, Голдфелда-Квандта).
    
30. 
    Устранение (смягчение) гетероскедастичности. Метод взвешенных наименьших квадратов.
    
31. 
    Обобщенный метод наименьших квадратов в случае гетероскедастичности случайных возмущений.
    
32. 
    Прогнозирование в случае гетероскедастичности случайных возмущений.
    
33. 
    Автокорреляция случайных возмущений. Возможные причины автокорреляции.
    
34. 
    Обнаружение автокорреляции. Критерий Дарбина - Уотсона.
    
35. 
    Метод Кохрана-Оркатта.
    
36. 
    Метод Хилдрета-Лу.
    
37. 
    Обобщенный метод наименьших квадратов в случае автокорреляции случайных возмущений.
    
38. 
    Прогнозирование в случае автокорреляции случайных возмущений.
    
39. 
    Последствия мультиколлинеарности. Методы обнаружения мультиколлинеарности.
    
40. 
    Частные коэффициенты корреляции.
    
41. 
    Процедура последовательного присоединения элементов.
    
42. 
    Фиктивные независимые переменные.
    
43. 
    Сравнение двух регрессий. Тест Чоу.
    
44. 
    Фиктивные переменные в сезонном анализе.
    
45. 
    Дискретная бинарная зависимая переменная.
    
46. 
    Выборочный коэффициент корреляции для лагов 1,2.
    
47. 
    Временные ряды в экономике. Компоненты временного ряда. Тренд.
    
48. 
    Проверка гипотезы о существовании тренда. Метод Фостера-Стюарта.
    
49. 
    Проверка гипотезы о существовании тренда. Критерий Валлиса и Мура.
    
50. 
    Проверка гипотезы о существовании тренда. Метод разности средних.
    
51. 
    Уравнение линейного тренда и оценка его значимости.
    
52. 
    Точечный и интервальный прогноз среднего и индивидуальных значений ряда на следующий период.
    
53. 
    Полиномиальный тренд. Подбор порядка полинома с помощью метода последовательных разностей.
    
54. 
    Методы выявления периодической компоненты. Модели сезонных колебаний.
    
55. 
    Процесс авторегрессии.
    
56. 
    Процесс скользящего среднего.
    
57. 
    Процесс авторегрессии – скользящего среднего.
    
58. 
    Процесс авторегрессии и проинтегрованного скользящего среднего.
    
59. 
    Распределение Койка.
    
60. 
    Полиномиально распределенные лаги Алмон.
    
61. 
    Модель потребления Фридмена.
    
62. 
    Тест Чоу на устойчивость регрессионной модели.
    
63. 
    Модель адаптивных ожиданий.
    
64. 
    Модель частичной корректировки.
    
65. 
    Проверка идентификации уравнений модели системы одновременных уравнений. Приведенная форма модели.
    
66. 
    Модель Кейнса.
    
67. 
    Система невзаимосвязанных одновременных уравнений.
    
68. 
    Рекурсивная система одновременных уравнений.
    
69. 
    Косвенный метод наименьших квадратов.
    
70. 
    Двухшаговый метод наименьших квадратов.
    
71. 
    Трехшаговый метод наименьших квадратов.
    
72. 
    Инструментальные переменные.
    
73. 
    Метод максимального правдоподобия.
    

10. 
    Технические средства и материально-техническое обеспечение дисциплины (модуля).
    

10. 
    Технические средства и материально-техническое обеспечение дисциплины (модуля).
    

ЭКОНОМЕТРИКА (ПРОДВИНУТЫЙ КУРС)

Подписано в печать __________ г. Тираж _______экз.

Объем _______ п.л. Формат 60х84/16 Заказ № ________