Тема 8. Обобщенный метод наименьших квадратов (ОМНК)

Рабочая программа дисциплины (модуля)

Эконометрика

Направление подготовки

Педагогическое образование»

Профиль подготовки

 Экономика

Квалификация (степень) выпускника

Бакалавр

 

Форма обучения

Очная

Самара 2011_

Цель освоения дисциплины

Дать студентам научное представление о методах, моделях и приемах, позволяющих получать количественные выражения закономерностям экономической теории на базе экономической статистики с использованием математико-статистического инструментария.

Задачами изучения дисциплины являются усвоение методов количественной оценки социально-экономических процессов, формирование умений содержательно интерпретировать полученные результаты.

 

Место дисциплины в структуре ООП

      Данная дисциплина включается в вариативную часть профессионального цикла (Б-3). Для успешного усвоения дисциплины студенты должны изучить курсы микроэкономики, макроэкономики, теории вероятностей, математической статистики, многомерные статистические методы, статистический анализ нечисловой информации. В дальнейшем знания, полученные в ходе изучения дисциплины, могут быть использованы при изучении дисциплин «менеджмент» и т.д.

 

Требования к результатам освоения содержания дисциплины

Процесс изучения дисциплины направлен на формирование элементов следующих компетенций в соответствии с ФГОС ВПО по данному направлению:

 

а) общекультурных (ОК):

-  способен использовать знания о современной естественнонаучной картине мира в образовательной и профессиональной деятельности, применять методы математической обработки информации, теоретического и экспериментального исследования (ОК-4)

б) профессиональных (ПК):

общепрофессиональными(ОПК)

- способен использовать систематизированные теоретические и практические знания гуманитарных, социальных и экономических наук при решении социальных и профессиональных задач (ОПК-2)

В результате освоения дисциплины студент должен:

Знать:

- основные понятия, категории и инструменты эконометрики;

- методы построения эконометрических моделей объектов, явлений и процессов.

 

Уметь:

- строить на основе описания ситуаций стандартные эконометрические модели, анализировать и содержательно интерпретировать полученные результаты;

-прогнозировать на основе стандартных эконометрических моделей поведение экономических агентов, развитие экономических процессов и явлений;

- представлять результаты аналитической и исследовательской работы в виде выступления, доклада, информационного обзора, аналитического отчета, статьи.

Владеть:

- современной методикой построения эконометрических моделей;

-методами и приемами анализа экономических явлений и процессов с помощью стандартных эконометрических моделей.

 

Структура и содержание дисциплины (модуля) «Эконометрика»

Общая трудоемкость дисциплины составляет 4 зачетных единиц, 144 часов.

Раздел дисциплины	Семестр	Неделя семестра	Виды учебной работы, включая самостоятельную работу студентов и трудоемкость (в часах)						Формы текущего контроля успеваемости (по неделям семестра) Форма промежуточной аттестации (по семестрам)
			л	с	к	р	и	С/р
Тема 1	6		2	2				2	КВ,Т,З
Тема 2	6		2	4				4	КВ,Т,З
Тема 3	6		2	2				2	КВ,Т,З
Тема4	6		2	4				4	КВ,Т,З
Тема 5	6		2	2				2	Т,З(ПА)
Тема 6	6		2	-				2	КВ,Т,З
Тема 7	6		2	2				2	КВ,Т,З
Тема 8	6		2	2				2	КВ,Т,З
Тема 9	6		2	2				2	КВ,Т,З
Тема 10	6		2	2				2	КВ,Т,З
Тема 11	6		2	2				2	КВ,Т,З
Тема 12	6		2	2				2	КВ,Т,З
Тема 13	6		2	2				2	КВ,Т,З
Итого:			26	30				56	112

        

Примечание: л- лекции, с- семинар, к- консультации, р- рефераты, и- индивидуальная работа, с/р – самостоятельная работа, КВ - контрольные вопросы, Т-тесты, З- задачи, ПА- промежуточная аттестация.

Тема 1. Основные аспекты эконометрического моделирования.

Введение в эконометрическое моделирование. Основные этапы и проблемы эконометрического моделирования. Задачи эконометрики в области социально-экономических исследований. Информационные технологии на базе ПЭВМ в эконометрических исследованиях. Классификация переменных в эконометрических моделях. Понятия спецификации и идентифицируем ости модели. Примеры эконометрических моделей (модель предложения и спроса на конкурентном рынке).

Тема 2. Элементы теории вероятностей и математической статистики.

Случайные величины и их числовые характеристики. Функции распределения случайной величины. Многомерные случайные величины. Закон больших чисел. Точечные и интервальные оценки параметров. Проверка статистических гипотез.

Тема 3. Парный регрессионный анализ. Показатели качества регрессии.

Функциональная, статистическая и корреляционная зависимости. Линейная парная регрессия. Коэффициент корреляции. Основные положения регрессионного анализа. Интервальная оценка функции регрессии и ее параметров оценка значимости уравнения регрессии.

Тема 4. Линейная модель множественной регрессии.

Классическая нормальная линейная модель множественной регрессии. Матричная форма модели множественной регрессии. Предпосылки для множественного регрессионного анализа. Оценка значимости множественной регрессии.

Тема 5. Метод наименьших квадратов (МНК).

Метод наименьших квадратов. Допущения классической линейной модели регрессии. Теорема Гаусса-Маркова.

Тема 6. Свойства оценок МНК.

Свойства оценок: состоятельность, несмещенность и эффективность.

Тема 7. Линейные регрессионные модели с гетероскедастичными и автокорреляционными остатками.

Последствия нарушения допущений классической модели линейной регрессии. Гомоскедастичность и гетероскедастичность. Тесты на гетероскедастичность: Голфельда-Квандта, Уайта, Глейзера. Устранение гетероскедастичности.

Автокорреляция регрессионных остатков. Проверка уравнения регрессии на автокорреляцию: тесты Дарбина-Уотсона, Бреуша-Годфри, Льюинга-Бокса. Устранение автокорреляции.

 

 

Тема 8. Обобщенный метод наименьших квадратов (ОМНК).

Обобщенная линейная модель множественной регрессии (ОЛММР) и обобщенный метод наименьших квадратов (ОМНК). Теорема Айткена.ОЛММР с гетероследастичными остатками. Сравнение ОМНК –и МНК: оценки в моделях регрессии с гетероследастичными остатками. ОЛММР с автокоррелированными остатками. Искажения характеристик точности МНК: оценки, обусловленные автокоррелированностью остатков.