№ п/п
|
Наименование раздела дисциплины (модуля)
|
Образовательная технология
|
Содержание занятий
|
|
Предмет эконометрики. Методология эконометрического исследования
|
Семинар
|
«Случайная величина. Числовые характеристики».
Рассчитать для произвольного числового ряда значений случайной величины (например, количество продаж за год):
- параметры положения: математического ожидания (среднего арифметического) случайной величины;
- параметры рассеивания: размах вариации, дисперсию, стандартное отклонение.
года
|
1
|
2
|
2
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
11
|
12
|
продажи
|
10
|
12
|
12
|
15
|
15
|
15
|
18
|
18
|
20
|
24
|
25
|
25
|
|
|
Парная линейная регрессия.
|
Семинар
|
«Расчет вероятностей по функции нормального распределения»
а) Рассчитать какой % составляют оценки от 4 до 5, от 1 до 2, от 3 до 4
б) Аналогично рассчитать для различных значений возрастов, например от 19 лет до 22 года студентов.
|
|
Метод наименьших квадратов (МНК)
|
Семинар
|
«Метод наименьших квадратов. (МНК)»
Для точек: А (1, 2) В (2, 3) С (7, 9) определить уравнение прямой у = а + в*х, на которой лежат данные точки по МНК.
(Каждый студент для себя выбирает произвольные координаты точек А, В, С, примерно лежащих на прямой, для решения индивидуального задания).
Cогласно МНК составить функцию – сумма разностей квадратов между фактическими ирасчетными показателями.
F=( 2- (а + в))2 + ( 3 - (а + 2 *в))2+ ( 9 - (а + 7 * в))2 ---- min
Далее, раскрыв скобки согласно формулам, подсчитать подобные члены и к полученной функции рассчитать частные производные по «а» и по «в.».
Получим систему из двух уравнений с двумя неизвестными. Решениями, которой являются значения параметров а и в.
В итоге записать полученное уравнение прямой, подставив значения параметров.
Определить погрешности между фактическими и расчетными значениями функции.
|
|
Дисперсионный анализ
|
Семинар
|
«Парный регрессионный анализ.»
По территориям региона приводятся данные за определенный год.
Требуется:
1. Построить линейное уравнение парной регрессии У от Х.
2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость параметров регрессии и корреляции.
4. Выполнить прогноз заработной платы У при прогнозном значении среднедушевого прожиточного минимума Х, составляющем 107% от среднего уровня.
5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
|
|
Теорема Гаусса-Маркова.
|
семинар
|
«Временные ряды в экономике и управлении»
Имеются данные о величине дохода на одного члена семьи и расхода га товар АТребуется:
1. Определить ежегодные абсолютные приросты доходов и расходов и сделать выводы о тенденции развития каждого ряда.
2. Перечислить основные пути устранения тенденции для построения модели спроса на товар А в зависимости от дохода.
3. Построить линейную модель спроса, используя первые разности уровней исходных динамических рядов.
4. Пояснить экономический смысл коэффициента регрессии.
5. Построить линейную модель спроса на товар А, включив в нее фактор времени. Интерпретировать полученные параметры.
|
|
Проверка статистической значимости оценок коэффициентов регрессии.
|
Тренинг
|
«Множественный регрессионный анализ»
По 20 предприятиям региона изучается зависимость выработки продукции на одного работника У (тыс.руб.) от ввода в действие новых основных фондов Х1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих Х2 (%).
Требуется:
1. Оценить показатели вариации каждого признака и сделать вывод о возможностях применения МНК для их изучения.
2. Проанализировать линейные коэффициенты парной и частной корреляции.
3. написать уравнение множественной регрессии, оценить значимость его параметров, пояснить их экономический смысл.
4. С помощью F- критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициент детерминации.
5. Рассчитать средние частные коэффициенты эластичности и дать на их основе сравнительную оценку силы влияния факторов на результат.
|
|
Вычисление оценок параметров линейных регрессионных моделей с помощью ПЭВМ.
|
кластер
|
«Задачи экономического анализа, решаемые на основе систем эконометрических уравнений»
Задания выдаются преподавателем на занятиях.
Методические рекомендации
Для решения систем независимых, рекурсивных и совместных уравнений используется метод наименьших квадратов.
|
|
Нелинейная регрессия.
|
|
«Оценка качества построенной эконометрической модели»
Имеются данные о ценах и дивидендах по обыкновенным акциям, также о доходности компании.
Построить линейное уравнение множественной регрессии и пояснить экономический смысл его параметров
|
|
Линейная модель множественной регрессии.
|
Практическая работа
|
Надстройка ПАКЕТ АНАЛИЗА и статистические функции в MS Excel»
Установка надстройки «Пакет анализа». Выполнить команду: Сервис- Анализ данных (Сервис- Надстройки – Пакет Анализа)
Работа со статистическими функциями, мастером функций. Виды ошибок при задании формул. Построение гистограмм по экономическим данным.
|
|
Проверка статистических гипотез
|
Практическая работа
|
«Генерация случайных чисел. Функция нормального распределения»
Работа в режиме «Генерация случайных чисел». Использование статистической функции: НОРМРАСП, НОРМАЛИЗАЦИЯ, ДОВЕРИТ.
Методические рекомендации
Использовать ПАКЕТ АНАЛИЗА Excel.
|
|
Тестирование качества спецификации модели
|
Практическая работа
|
«Парный регрессионный анализ»
Построить парную модель регрессии.
Методические указания:
Используется статистическая функция ЛИНЕЙН
|
|
Тестирование модели на гомоскедастичность случайных возмущений
|
Практическая работа
|
«Множественный регрессионный анализ»
Построить модель множественной регрессии.
Методические указания:
Использовать Анализ данных - Описательная статистика иСервис – Анализ данных – Корреляция.
|
|
Взвешенный метод наименьших квадратов
|
Практическая работа
|
«Временные ряды в эконометрических исследованиях»
Сделать самостоятельно прогноз работы предприятия на ноябрь месяц. Использовать Составление нелинейного прогноза. Функция РОСТ.
|
|
Обобщенная линейная модель множественной регрессии. Гетероскедастичность
|
Практическая работа
|
«Корреляционный анализ»
Задания выдаются преподавателем на занятиях
Прогнозирование с помощью функций регрессии. Составление линейных прогнозов с помощью функции ТЕНДЕНЦИЯ.
|
|
Многомерный статистический анализ
|
Практическая работа
|
«Дисперсионный анализ в управлении производством»
Задания выдаются преподавателем на занятиях
Методические указания: использовать встроенную команду Дисперсия в Excel.
|
|
Производственные функции
|
Практическая работа
|
«Прогнозирование и трендовая модель»
Задания выдаются преподавателем на занятиях
Методические указания: использовать командуДобавить линию тренда и заполнить все ее параметры.
|
| |
