Цель дисциплины рассмотрение методов исследования, т е. методов проверки, обоснования, оценивания количественных закономерностей и качественных утверждений

Аннотация Цель и задачи дисциплины: Цель дисциплины – рассмотрение методов исследования, т.е. методов проверки, обоснования, оценивания количественных закономерностей и качественных утверждений (гипотез) в микро- и макроэкономике на основе анализа статистических данных. В программе курса отражены методы проверки, обоснования, оценивания количественных закономерностей и качественных утверждений (гипотез) в микро- и макроэкономике на основе анализа статистических данных. Задачи дисциплины: - сформировать полное представление о теоретических основах современных эконометрических методах анализа данных; - показать как можно более широкий спектр инструментов анализа данных, описывающих социально-экономические процессы; - научить корректному использованию инструментов на практике; - сформировать представление о прикладной эконометрике; - научить использовать специализированные эконометрические программы Eviews и Stata. Место дисциплины в структуре учебного плана Дисциплина «Эконометрика» входит в компонент цикла общих математических и естественнонаучных дисциплин по выбору. Связь с другими дисциплинами учебного плана: программа опирается на знания, полученные в ходе изучения дисциплин: «Микроэкономика», «Макроэкономика», а также дисциплины математической направленности. Знания, приобретенные при изучении курса, могут найти применение при выполнении индивидуальных заданий, расчетных блоков в курсовом проектировании и в дипломном проекте. 3. Требования к результатам освоения дисциплины В результате освоения дисциплины студент должен: Знать: - методы корреляционного, дисперсионного, регрессионного, факторного анализа, применяемых для построения различных эконометрических моделей; - основные эконометрические показатели; - круг, охватываемых прикладной эконометрикой, задач. Уметь: - строить эконометрические модели на основе пространственных данных и временных рядов; - оценивать параметры эконометрических моделей; - оценивать качество эконометрических моделей; - принимать решение о спецификации и идентификации модели; - проверять гипотезы о свойствах экономических показателей и формах их связи; - давать статистическую оценку значимости таких искажающих эффектов, как гетероскедастичность остатков зависимой переменной, мультиколлинеарность объясняющих переменных, автокорреляцию; - использовать результаты анализа для прогноза и принятия обоснования экономических решений. Владеть: - современными навыками эмпирического анализа априорных экономических законов для проверки и уточнения постулируемых отношений; - современными эконометрическими компьютерными пакетами; - навыками самостоятельной исследовательской работы. 4. Формы и методы обучения, способствующие формированию и развитию компетенции Лекционный курс, семинарские занятия, выполнение домашних заданий, самостоятельная работа. 5. Трудоемкость дисциплины Общая трудоемкость дисциплины составляет 100 часов, в т.ч. лекционных занятий 34 часа, практических занятий 17 часов, самостоятельной работы 49 часов. Продолжительность изучения дисциплины 1 семестр. 6. Контроль успеваемости Итоговая аттестация проводится в форме зачета в 4 семестре. Структура и содержание теоретической части курса(34 часа) Тема 1. Введение в эконометрику (3 часа) Предмет, метод и задачи эконометрики. Связь эконометрики с экономической теорией, математической и экономической статистикой. Эконометрический метод. Эконометрическая модель. Типы моделей. Типы данных. Основные этапы эконометрического моделирования. Компьютеры и эконометрическая практика. Тема 2. Парная линейная и нелинейная регрессия и корреляции (3 часа) Модель парной линейной регрессии. Метод наименьших квадратов. Интерпретация коэффициентов уравнения регрессии. Экономическая интерпретация коэффициентов уравнения регрессии. Линейный коэффициент корреляции как показатель тесноты связи между явлениями. Свойства линейного коэффициента корреляции. Шкала Чеддока. Графическая интерпретация линейного коэффициента корреляции. Коэффициент детерминации. Показатели качества регрессии. Закон Оукена как пример парной линейной регрессии в экономике. Нелинейная парная регрессия на основе метода наименьших квадратов. Некоторые нелинейные регрессионные модели: степенная, показательная, гиперболическая, параболическая. Линеаризация нелинейных моделей. Выбор лучшей модели. Индекс корреляции нелинейной регрессии. Индекс детерминации. Средняя ошибка аппроксимации. Коэффициент эластичности. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции. Тема 3. Гетероскедастичность и автокорреляция (4 часа) Последствия для свойств МНК-оценки. Вывод альтернативной оценки. Гетероскедастичность и ее последствия. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу. Устранение гетероскедастичности. Взвешенный метод наименьших квадратов. Автокорреляция первого порядка. Тестирование на наличие автокорреляции. Пример: спрос на мороженое. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках. Тема 4. Множественная линейная и нелинейная регрессия и корреляция (4 часа) Построение линейной множественной регрессии. Вывод и интерпретация коэффициентов множественной регрессии. Индекс множественной корреляции. Индекс множественной детерминации. Мультиколлинеарность. Отбор наиболее существенных факторных признаков в уравнении регрессии. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных. Применение линейных множественных регрессий в ценообразовании. Множественная регрессия в нелинейных моделях. Типы нелинейных моделей. Производственные функции. Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда. Линеаризация моделей. Оценка коэффициентов уравнения регрессии и тесноты связи в ППП MS Excel. Инструменты анализа данных «Регрессия», «Корреляция». Тема 5. Оценка значимости уравнения и коэффициентов регрессии (4 часа) Теорема Гаусса-Маркова. Оценка значимости коэффициентов парной и множественной регрессионной модели. t-критерий Стьюдента. Оценка значимости уравнения парной и множественной регрессии. F – критерий Фишера. Принятие решения на основе уравнения регрессии. Определение доверительных интервалов для коэффициентов и функции регрессии. Тема 6. Регрессионные модели с переменной структурой (фиктивные переменные) (3 часа) Фиктивные переменные. Бинарные фиктивные переменные. Преимущество использования бинарных фиктивных переменных. Уравнение регрессии с фиктивной переменной. Интерпретация коэффициентов. Использование сезонных фиктивных переменных в модели потребления электроэнергии. Выбор эталонной переменной. Множественные совокупности фиктивных переменных. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок. Фиктивные переменные для коэффициента наклона. Тест Чоу. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП. Тема 7. Модели с ограниченными зависимыми переменными (3 часа)Модели бинарного выбора. Спецификационные тесты в моделях бинарного вывода. Модели с множественным откликом. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека. Мультиномиальные модели. Тобит-модель. Логит-модель. Тема 8. Моделирование динамических процессов (3 часа) Временной ряд. Модели стационарных и нестационарных временных рядов. Модель с включением фактора времени. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция. Тесты на наличие автокорреляции. Устранение автокорреляции. Обобщенный метод наименьших квадратов. Уравнение авторегрессии. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу. Метод инструментальной переменной. Коинтеграция временных рядов. Тест Энгеля-Грэнжера. Модели с распределенными лагами. Лаги Алмон. Использование фиктивных переменных в моделировании сезонных колебаний. Тема 9. Системы эконометрических уравнений (4 часа) Общий вид системы одновременных уравнений. Типы систем уравнений. Модель производительности труда и фондоотдачи. Модель динамики цен и заработной платы. Модель экономической эффективности сельскохозяйственного производства. Эндогенные, экзогенные, предопределенные переменные. Проблемы идентифицируемости. Правило идентифицируемости. Структурная форма модели. Приведенная форма модели. Косвенный метод наименьших квадратов. Двухшаговый и трехшаговый метод наименьших квадратов. Тема 10. Модели, основанные на панельных данных (3 часа) Преимущества панельных данных. Эффективность оценивания параметров. Идентификация параметров. Статическая линейная модель. Модель с фиксированными эффектами. Модели со случайными эффектами. Качество подгонки данных моделью. Альтернативные оценки метода инструментальных переменных. Тестирование на наличие гетероскедастичности и автокорреляции. Пример: объяснение индивидуальной заработной платы. Динамические линейные модели. Модель авторегрессии панельных данных. Неполные панельные данные.

Похожие:

	Законов, закономерностей математики и отвечающих им методов расчета. Формирование базовой Применение основных понятий и методов математической логики и теории алгоритмов для решения конкретных задач		1 динамическое программирование 5 Потребности практики вызвали к жизни специальные методы, которые удобно объединять под названием «исследование операций». Под этим...
	Самостоятельная работа студентов Цель курса – сформировать представление студентов о предмете экономической теории, рассмотрение этапов формирования экономической...		Рекомендации по осуществлению проектной деятельности Этапы проведения проекта Исследовательские. Требуют обоснования актуальности и социальной значимости темы, хорошо продуманной структуры работы, её целей и...
	Исследование систем управления Целью работы является рассмотрение частных методов исследования систем управления, а именно эксперимент, наблюдение и опрос		Программа по формированию навыков безопасного поведения на дорогах... Цель дисциплины: раскрытие общих закономерностей, принципов, приёмов и методов работы психолога со сказкой как средством коррекционно-развивающего...
	1. Цели и задачи дисциплины Цель. Задачи дисциплины, ее место в подготовке... Цель дисциплины "Физико-химические методы исследования" — формирование у студентов системных теоретических знаний, умений и навыков...		Рабочая программа Эконометрика Целью изучения дисциплины является формирование у будущих специалистов в области экономики и управления теоретических знаний и практических...
	Пояснительная записка Цели и задачи дисциплины Цель курса – изучение основных методов документоведческого исследования и методик рационализации документационного обеспечения управления...		Изучение астрономии формирует у учащихся мировоззрение и научную... Ьших дополнительных объёмов знаний в ограниченные часы, отведённые школьным временем. Это требует использования интенсивных методов...
	Министерство образования и науки РФ Цель освоения дисциплины «политическая социология» усвоение студентами основных категорий и понятий политической социологии как эмпирической...		1. Цели и задачи дисциплины Цель. Задачи дисциплины, ее место в подготовке... Цель дисциплины "Методы исследования отдельных категорий продовольственных товаров в таможенных целях" — формирование у студентов...
	Алан Скунмейкер Психология покера Цель освоения дисциплины «политическая социология» усвоение студентами основных категорий и понятий политической социологии как эмпирической...		Инструкция действий при пожаре Цель освоения дисциплины «политическая социология» усвоение студентами основных категорий и понятий политической социологии как эмпирической...
	Генезис образа Бабы-Яги Цель освоения дисциплины «политическая социология» усвоение студентами основных категорий и понятий политической социологии как эмпирической...		Школа для программистов Макаренко М. Д Цель освоения дисциплины «политическая социология» усвоение студентами основных категорий и понятий политической социологии как эмпирической...