Тематическое содержание дисциплины «Эконометрика»

№	Наименование темы	Содержание темы дисциплины	Результат обучения, формируемые компетенции
1.	Предмет эконометрики, типы данных	Предмет, цели и задачи курса. Роль дисциплины и её место в учебном процессе, взаимосвязь с другими дисциплинами. Основные классы эконометрических моделей. Спецификация модели. Типы эконометрических данных: перекрестные данные, временные ряды.	знать: - виды теоретических и эконометрических моделей (ПК 6-1);
2.	Основные понятия и методы ТВМС	Числовые характеристики случайных величин и векторов. Условное математическое ожидание. Нормальное распределение и связанные с ним: c² – распределение, распределение Стьюдента, распределение Фишера. Работа с таблицами распределений. Выборочное распределение и выборочные числовые характеристики: среднее, дисперсия, ковариация, коэффициент корреляции. Уровень значимости и надежность. Односторонние и двухсторонние критерии. Статистическая проверка гипотез.	знать: - методы анализа данных, необходимых для проведения конкретных экономических расчетов по решению поставленных экономических задач (ПК 4-2);
3.	Парная линейная регрессия. МНК. Нелинейная регрессия	Свойства МНК-оценок. Анализ дисперсий. Числа степеней свободы. Основные гипотезы (предпосылки) МНК. Выбор формы зависимости. Примеры нелинейных регрессионных зависимостей. Линеаризуемые и нелинеаризуемые модели. Нелинейный МНК. Методы линеаризации. Проблема интерпретации параметров и силы связи.	знать: - методы построения эконометрических моделей объектов, явлений и процессов (ПК 6-2);
4.	Множественная линейная регрессия	Матричное выражение вектора МНК-оценок. Интерпретация коэффициентов регрессии и коэффициентов эластичности. Ковариационная матрица оценок коэффициентов регрессии и ее оценка. Отбор факторов. Частная корреляция и регрессия. Коллинеарность и мультиколлинеарность. Значение и последствия мультиколлинеарности. Признаки наличия мультиколлинеарности. Методы борьбы с мультиколлинеарностью. Предположение о нормальном распределении случайной ошибки. Доверительные интервалы оценок параметров и проверка гипотез об их значимости (t –критерий). Проверка адекватности регрессии (F –критерий). Индекс детерминации и его свойства. Прогнозирование по регрессионной модели и его точность. Фиктивные переменные. Оценка влияния качественных признаков. Интерпретация коэффициентов при фиктивных переменных. Изучение качественных признаков с несколькими значениями. Изучение сезонных колебаний с помощью фиктивных переменных.	знать: - методы построения эконометрических моделей объектов, явлений и процессов (ПК 6-2); - методы анализа результатов применения моделей к анализируемым данным (ПК 6-3);
5.	Проверка основных гипотез. ОМНК	Способы проверки основных гипотез об остатках. Нарушение гипотезы о гомоскедастичности остатков. Экономические причины гетероскедастичности и ее последствия. Признаки гетероскедастичности. Определение гетероскедастичности с помощью графика остатков регрессии. Обобщенный метод наименьших квадратов при нарушении гипотезы гомоскедастичности.	знать: - методы анализа результатов применения моделей к анализируемым данным (ПК 6-3);
6.	Системы одновременных уравнений	Модели систем уравнений. Экзогенные и эндогенные переменные. Структурная и приведенная форма модели. Проблема идентификации. Методы оценивания систем уравнений. Косвенный метод наименьших квадратов и двухшаговый метод наименьших квадратов.	знать: - методы построения эконометрических моделей объектов, явлений и процессов (ПК 6-2); - методы анализа результатов применения моделей к анализируемым данным (ПК 6-3);
	Модели временных рядов	Регрессионные динамические модели. Лаговые переменные. Автокорреляционная функция, коррелограмма. Авторегрессионные модели. Нестационарность в динамических моделях взаимосвязи. Прогнозирование по динамическим моделям.	знать: - методы построения эконометрических моделей объектов, явлений и процессов (ПК 6-2); - методы анализа результатов применения моделей к анализируемым данным (ПК 6-3).