№
| 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).
|