Тема 9. Вопросы практического использования регрессионных моделей. Регрессионные модели с переменной структурой. Фиктивные переменные

Мультиколлинеарность: полная и частичная. Методы устранения мультиколлинеарности. Использование регрессионных моделей с переменной структурой. Фиктивные переменные, их влияние на оценку регрессионной модели. Критерий Г.Чоу. Частная корреляция.

 

Тема 10. Нелинейные модели регрессии и их линеаризация.

Некоторые виды нелинейных зависимостей поддающиеся непосредственной линеаризацией: экспоненциальные, логарифмические,гиперболические, стипенные. Подбор линеаризирующего преобразования (подход Бокса-Кокса). Производственные функции и их анализ.

Тема 11. Характеристики временных рядов.

Временной ряд и этапы его анализа. Составляющие временного ряда: тренд, сезонная, циклическая, случайная компоненты. Аналитическое выравнивание временного ряда. Прогнозирование на основе моделей временных рядов.

 

Тема12. Модели стационарных и нестационарных временных рядов, их классификация.

Модели стационарных временных рядов и их идентификация: модели авторегрессии порядка «p»(AR(p)), скользящего среднего порядка «q»(MA(q)) и авторегрессионные модели скользящими средними в остатках (ARMA (p, q, k)).

Модели нестационарных временных рядов и их идентификация: модели ARCH GARCH. Адаптивные модели прогнозирования Брауна, Кольта, Уинтерса, Тейло-Вейджа, Бокса-Дженкинса.

Тема 13 Система линейных одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.

Система одновременных уравнений (СОУ). Косвенный метод наименьших квадратов.

Структурная и приведенная формы модели систем одновременных уравнений. Рекурсивные системы одновременных уравнений. Модель спроса – предложения как пример системы одновременных уравнений. Основные структурные характеристики моделей. Условия идентифицируемости уравнений системы. Идентификация рекурсивных систем.

Статистическое оценивание неизвестных значений параметров. Двухшаговый метод наименьших квадратов (2 МНК) оценивания структурных параметров отдельного уравнения системы.

Трехшаговый метод наименьших квадратов (3 МНК) одновременного оценивания всех параметров системы уравнений.

 

Планы семинарских занятий.

Занятие 1. Основные аспекты эконометрического моделирования - 2 часа.

1. Основные этапы и проблемы эконометрического моделирования.

2.  Задачи эконометрики в области социально-экономических исследований.

3. Понятия спецификации и идентифицируем ости модели. Примеры эконометрических моделей (модель предложения и спроса на конкурентном рынке).

 

Занятие 2. Элементы теории вероятностей и математической статистики - 4 часа

1. Случайные величины и их числовые характеристики.

2.  Функции распределения случайной величины.

3.  Многомерные случайные величины.

4.  Закон больших чисел.

5. Точечные и интервальные оценки параметров.

6.  Проверка статистических гипотез.

 

Занятие 3. Парный регрессионный анализ. Показатели качества регрессии- 2 часа.

1.Функциональная, статистическая и корреляционная зависимости.

2. Линейная парная регрессия.

3. Коэффициент корреляции.

4. Основные положения регрессионного анализа.

5. Интервальная оценка функции регрессии и ее параметров

6. Оценка значимости уравнения регрессии.

 

Занятие 4. Линейная модель множественной регрессии- 4 часа.

1.Классическая нормальная линейная модель множественной регрессии. 2.Матричная форма модели множественной регрессии.

3. Предпосылки для множественного регрессионного анализа.

4. Оценка значимости множественной регрессии.

 

Занятие 5,6. Метод наименьших квадратов (МНК)- 2 часа.

1. Метод наименьших квадратов.

2.  Допущения классической линейной модели регрессии.

3.  Теорема Гаусса-Маркова.

Свойства оценок МНК- 2 часа.

1. Состоятельность оценок МНК

2. Несмещенность оценок МНК

3. Эффективность оценок МНК

Занятие7. Линейные регрессионные модели с гетероскедастичными и автокорреляционными остатками- 2 часа.

1. Последствия нарушения допущений классической модели линейной регрессии.

2.  Гомоскедастичность, ее обнаружение и устранение.

3. Автокорреляция регрессионных остатков

 

Занятие 8. Обобщенный метод наименьших квадратов (ОМНК) - 2 часа.

1. Обобщенная линейная модель множественной регрессии.

2.   Теорема Айткена.

 

Занятие 9. Вопросы практического использования регрессионных моделей. Регрессионные модели с переменной структурой. Фиктивные переменные - 2 часа.

1. Мультиколлинеарность: полная и частичная.

2.  Использование регрессионных моделей с переменной структурой. Фиктивные переменные.

3.  Частная корреляция.

 

Занятие 10. Нелинейные модели регрессии и их линеаризация- 2 часа.

1. Два подхода для оценки параметров нелинейных моделей

2. Нелинейные модели регрессии

 

     Занятие 11. Характеристики временных рядов - 4 часа.

1.Временной ряд и этапы его анализа.

2. Составляющие временного ряда

3.Аналитическое выравнивание временного ряда.

     Занятие 12. Модели стационарных и нестационарных временных рядов, их классификация - 2 часа.

1. Стационарные временные ряды и их характеристика

2. Авторегрессионные модели и модели скользящей средней

3. Нестационарные временные

 

      Занятие 13 Система линейных одновременных уравнений- 2 часа

1.Система одновременных уравнений (СОУ)

2. Проблема идентифицируемости системы одновременных уравнений

 

Образовательные технологии.

В соответствии с требованиями ФГОС ВПО по направлению подготовки «Экономика» реализация компетентностностного подода предусматривает широкое использование в учебном процессе активных и интерактивных форм проведения занятий по «Эконометрике»: компьютерные симуляции, разбор конкретных ситуаций.

 

Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов.

Оценочные средства для текущего контроля успеваемости при проведении практических занятий: контрольные вопросы, тесты, задачи.

 

ОЦЕНОЧНЫЕ СРЕДСТВА ДЛЯ ТЕКУЩЕГО КОНТРОЛЯ УСПЕВАЕМОСТИ