Протокол согласования учебной программы по изучаемой учебной дисциплине с другими дисциплинами специальности

 

Название дисциплины, с которой требуется со-гласование	Название кафедры	Предложения об изменениях в содержании учебной программы по изучаемой учебной дисциплине	Решение, принятое кафедрой, разработавшей учебную программу (с указанием даты и номера протокола)
Высшая математика Теория вероятностей и математическая статистика Компьютерные информационные технологии	Финансы и кредит	нет	Согласовано Протокол № 10 28. 05. 09г. Зав. каф. Шабаль Ю.А.

4. ИНФОРМАЦИОННО-МЕТОДИЧЕСКАЯ ЧАСТЬ

Основная литература

               

1. Булдык Г.М.  Статистическое моделирование и прогнозирование. Учебник. — Мн.: НО ООО «БИП-С», 2003.

2. Булдык Г.М. Теория вероятностей и математическая статистика – Мн.: Выш.школа, 1989.

3. Берндт Эрнст Роберт. Практика эконометрики: классика и современность. Учебник для вузов)/ Пер. с англ. Под ред. Проф. С.А. Айвазяна. – М.:ЮНИТИ-ДАНА, 2005.

4. Кремер Н.Ш., Путко Б.А. Эконометрика. –М.: ЮНИТИ-ДАНА, 2003 г.

5. Эконометрика. Учебник. 2-е изд. Перераб. и доп./ под ред. И.И.Елисеевой.— М.: Финансы и статистика, 2005. 

6. Эконометрика. Учебное пособие / Мардас А.Н. – Мн.: 2001 г.

 

Дополнительная литература

 

7. Минько А.А. Статистический анализ в MS Excel. – М.: «Диалектика», 2004.

8. Пугачев В.С. Теория вероятностей и математическая статистика. – М.: Наука, 1979.

9. Хацкевич Г.А., Гедранович А.Б. Эконометрика. Учебно-методический комплекс для студентов экономических специальностей. – Мн.: МИУ, 2005 г

 

Вопросы к зачету

1. Основные понятия и принципы моделирования социально-экономических процессов: определение эконометрики; взаимоотношения эконометрики с экономической теорией, статистикой, экономико-математическими методами. Области применения эконометрических моделей.

2. Классификация эконометрических моделей.

3. Этапы построения эконометрических моделей.

4. Эксперимент, событие, вероятность.

5. Случайные величины: дискретные и непрерывные.

6. Числовые характеристики случайных величин.

7. Законы распределения случайных величин:

   7.1. Нормальный закон распределения.

   7.2. Распределение  (хи-квадрат).

   7.3. Распределение Стьюдента.

   7.4. Распределение Фишера.

8. Точечные оценки. Свойства точечных оценок.

9. Доверительные интервалы. Способы построения доверительных интервалов.

10. Статистические гипотезы. Схема проверки статистических гипотез.

  11. Определение двумерной случайной величины, функция распределения, закон распределения.

12. Числовые характеристики двумерной случайной величины.

13. Понятие стохастической зависимости, регрессии и корреляции. Основные задачи корреляционного и регрессионного анализа.

14. Математические методы выявления наличия корреляционных связей:

         -- метод взаимозависимых параллельных рядов;

         -- метод статистических группировок;

         -- корреляционная таблица;

         -- графический метод.

15. Методы проверки существенности статистических связей:

         -- критерий  проверки существенности статистических связей;

         -- дисперсионный анализ проверки объективности связи.

16. Линейные однофакторные регрессионные модели:

         -- построение прямой регрессии методом наименьших квадратов;

         -- условия применения метода наименьших квадратов;

         -- измерение интенсивности линейной корреляционной связи (коэффициенты корреляции и детерминации).

17. Нелинейная регрессия и корреляция (корреляционное отношение и индекс корреляции R= ).

18. Проверка значимости оценок параметров регрессии, коэффициентов корреляции и детерминации: - критерий Стьюдента.

19. Оценка адекватности регрессионной модели: средняя абсолютная процентная ошибка аппроксимации; - критерий Фишера.

20. Построение многофакторной линейной регрессионной модели.

21. Отбор важнейших факторов многофакторных регрессионных моделей.

22. Измерение интенсивности множественной корреляционной связи: множественный коэффициент корреляции; множественный коэффициент детерминации.

23. Проверка значимости параметров множественной регрессии и показателей интенсивности корреляционной связи.

24. Оценка адекватности многофакторной регрессионной модели.

25. Прогнозирование на основе регрессионных моделей.

 

26. Гетероскедастичность. Критерии Парка, Голдфилда – Квандта для обнаружения гетероскедастичности.

27. Автокорреляция остатков регрессионной модели. Критерий Дарбина – Уотсона для проверки гипотезы о наличии автокорреляции.

28. Анализ линейной модели множественной регрессии при наличии гетероскедастичности и автокорреляции. Обобщенный метод наименьших квадратов.

29. Мультиколлинеарность экзогенных переменных. Методы устранения мультиколлинеарности.

30. Обоснование целесообразности введения дихотомических переменных в регрессионную модель. Способы введения дихотомических переменных в регрессионную модель. Критерий Чоу.

31. Регрессионные модели с количественными и качественными переменными

(ANCOVA – модели).

32. Модели с зависимыми качественными (альтернативными) переменными. Логит – модели и пробит – модели.

33. Системы уравнений, используемых в эконометрике. Независимые системы. Рекурсивные системы. Системы одновременных уравнений. Структурная и приведенная форма модели. Идентифицируемость модели. Необходимое и достаточное условия идентифицируемости модели.

34. Косвенный и двухшаговый методы наименьших квадратов оценивания параметров структурной модели.

35. Применение систем одновременных уравнений в макроэкономическом анализе. Модели Кейнса и Клейна.

36. Определение ряда динамики. Агрегатная модель компонент динамического ряда.

37. Методы определения основной тенденции развития:

               -- сглаживание динамических рядов;

               -- проверка гипотезы о существовании тенденции;

                -- метод скользящей средней;

               -- метод укрупнения интервалов;

               -- проверка гипотезы о структурной стабильности тенденции (тест Чоу).

38. Математические модели тренда:

               -- выбор функции тренда;

               -- этапы построения трендовых моделей.

39. Математические модели сезонных колебаний:

               -- методы определения сезонных колебаний;

               -- математическая модель сезонных колебаний на основе ряда                          Фурье.

40. Прогнозирование динамики социально-экономических явлений:

               -- прогнозирование с использованием показателей средних характеристик ряда динамики;

               -- прогнозирование по трендовым моделям.

41. Особенности изучения взаимосвязанных временных рядов. Автокорреляция остатков модели регрессии и методы ее устранения: метод последовательных разностей; метод включения фактора времени; метод авторегрегрессионных преобразований и др.

42. Коинтеграция временных рядов. Проверка гипотезы о наличии коинтеграции (критерий Энгеля – Грангера).

43. Путевой анализ. Анализ больших макроэкономических моделей. Новые направления в анализе многомерных временных рядов. Модели адаптивных ожиданий.

44. Прогнозирование на основе многомерных временных рядов.