Теоретический курс
Таблица 3
| Раздел, тема учебной дисциплины, содержание темы
| Количество
часов
|
| Лек
ции
| СРС
|
|
|
|
|
| Тема 1. Предмет и задачи эконометрики
1.1.Предмет и методы эконометрики. Характеристика взаимосвязей.
1.2. Основные этапы построения эконометрической модели. Методы отбора факторов. Эконометрические переменные. Методика отбора факторов для включения в модель. Выбор вида эконометрической модели.
1.3. Оценка параметров моделей. Примеры эконометрических моделей.
1.4. Информационные технологии эконометрических исследований
|
|
|
| Тема 2. Парная регрессия и корреляция
2.1. Понятие парной регрессии. Постановка задачи на построение уравнения регрессии. Спецификация модели. Оценка параметров парной регрессии.
2.2 Качество оценок МНК линейной регрессии. Теорема Гаусса-Маркова. Проверка качества уравнения регрессии. F-критерий Фишера.
2.3. Коэффициенты корреляции. Оценка тесноты связи. Точность коэффициентов регрессии. Проверка значимости.
2.4. Точечный и интервальный прогноз по уравнению линейной регрессии.
2.5. Коэффициенты эластичности.
|
|
|
| Тема 3. Множественный регрессионный анализ
3.1. Понятие множественной регрессии. Отбор факторов при построении множественной регрессии: требования к факторам, мультиколлинеарность. Выбор формы уравнения регрессии.
3.2. Оценка параметров уравнения линейной множественной регрессии.
3.3. Качество оценок МНК линейной множественной регрессии. Теорема Гаусса-Маркова.
3.4. Проверка качества уравнения регрессии. F-критерий Фишера.
3.5. Точность коэффициентов регрессии. Доверительные интервалы.
3.6. Частные уравнения регрессии. Частная корреляция.
3.7. Обобщенный метод наименьших квадратов. Гетероскедастичность. Обобщенный метод наименьших квадратов в случае гетероскедастичности остатков. Проверка остатков регрессии на гетероскедастичность.
3.8. Построение регрессионных моделей при наличии автокорреляции остатков.
3.9. Регрессионные модели с переменной структурой. Фиктивные переменные. Тест Чоу.
|
|
|
| Тема 4. Системы эконометрических уравнений
4.1. Структурная и приведенная формы модели.
4.2. Оценка параметров структурной формы модели. Двухшаговый метод наименьших квадратов.
|
|
|
| Тема 5. Моделирование одномерных временных рядов и прогнозирование
5.1. Составляющие временного ряда.
5.2. Автокорреляция уровней временного ряда.
5.3. Моделирование тенденции временного ряда. Методы определения наличия тенденции. Сглаживание временного ряда по методу скользящей средней. Метод аналитического выравнивания. Оценка адекватности и точности модели тенденции.
5.4. Моделирование периодических колебаний. Выделение периодической компоненты по методу скользящей средней. Моделирование сезонных колебаний с помощью фиктивных переменных. Моделирование сезонных колебаний с помощью гармонического анализа.
5.5. Прогнозирование уровней временного ряда на основе кривых роста. Метод аналитического выравнивания.
5.6. Адаптивные модели прогнозирования. Понятие адаптивных методов прогнозирования. Экспоненциальное сглаживание. Использование экспоненциальной средней для краткосрочного прогнозирования. Адаптивные полиномиальные модели.
5.7. Исследование взаимосвязи двух временных рядов. Коинтеграция временных рядов.
|
|
|
| Тема 6. Линейные модели стохастических процессов
6.1. Стационарные стохастические процессы. Основные понятия. Параметрические тесты стационарности. Непараметрические тесты стационарности.
6.2. Линейные модели стационарных временных рядов. Процессы ARMA. Модели авторегрессии (AR). Модели скользящего среднего (MA). Модели авторегрессии-скользящего среднего (ARMA).
6.3. Автокорреляционные функции.
6.4. Прогнозирование ARMA-процессов.
6.5. Нестационарные интегрируемые процессы. Нестационарные стохастические процессы. Нестационарные временные ряды. Тесты Дики-Фуллера. Модификации теста Дики-Фуллера для случая автокорреляции. Метод разностей и интегрируемость.
6.6. Модели ARIMA. Определение и идентификация модели. Прогнозирование ARIMA-процессов.
|
|
|
| Тема 7. Динамические эконометрические модели
7.1. Общая характеристика динамических моделей.
7.2. Модели с распределенным лагом. Оценка параметров модели с распределенным лагом методом Койка и методом Алмон. Интерпретация параметров.
7.3. Модели авторегрессии. Оценка параметров моделей авторегрессии. Интерпретация параметров.
7.4. Модель частичной корректировки и адаптивных ожиданий.
|
|
|
| ИТОГО:
|
|
|
2015-06-04
328
