Объем дисциплины и виды учебной работы

Форма обучения очная

Вид учебной работы	Количество часов по формам обучения
	080109	080105	080801	080102
№№ семестров	5	5	7	6
Аудиторные занятия:	54	51	51	68
Лекции	26	26	26	36
практические занятия	28	25	25	32
Самостоятельная работа	51	54	49	62
Всего часов на дисциплину	105	105	100	130
Виды итогового контроля	Экзамен – 5 сем.	Экзамен – 5 сем.	Экзамен – 7 сем.	Экзамен – 6 сем.

 

 

Форма обучения очно-заочная

Вид учебной работы	Количество часов по формам обучения
	080109	080105	080801	080102
№№ семестров	7	7	7	7
Аудиторные занятия:	36	34	34	34
Лекции	20	18	18	18
практические занятия	16	16	16	16
Самостоятельная работа	69	71	66	96
Всего часов на дисциплину	105	105	100	130
Виды итогового контроля	Экзамен – 7 сем.	Экзамен – 7 сем.	Экзамен – 7 сем.	Экзамен – 7 сем.

 

Форма обучения заочная

Вид учебной работы	Количество часов по формам обучения
	080109	080105
№№ семестров	6	6
Аудиторные занятия:	12	12
Лекции	8	8
практические занятия	4	4
Самостоятельная работа	93	93
Всего часов на дисциплину	105	105
Текущий контроль	Контр. раб. – 6 сем.	Контр. раб. – 6 сем.
Виды итогового контроля	Экзамен – 6 сем.	Экзамен – 6 сем.

 

Форма обучения сокращенная

Вид учебной работы	Количество часов по формам обучения
	Очная сокращенная	Очно-заочная сокращенная	Заочная сокращенная
	080105	080102	080109	080105
№№ семестров	3	4	5	5
Аудиторные занятия:	57	34	8	8
Лекции	34	18	4	4
практические занятия	23	16	4	4
Самостоятельная работа	48	96	97	97
Всего часов на дисциплину	105	130	105	105
Текущий контроль			Контр. раб. – 5 сем.	Контр. раб. – 5 сем.
Виды итогового контроля	Экзамен – 3 сем.	Экзамен – 4 сем.	Экзамен – 5 сем.	Экзамен – 5 сем.

 

Распределение часов по темам и видам учебной работы

 

Форма обучения очная

№п/п	Название разделов и тем	Всего (часов)	Аудиторные занятия (час)		Самостоятельная работа
			в том числе
			Лекции	Практические занятия
1.	Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.	12	4	4	4
2.	Тема 2. Классическая и обобщенная линейные модели множественной регрессии.	16	4	4	8
3.	Тема 3. Линейные регрессионные модели с переменной структурой.	16	4	4	8
4.	Тема 4. Нелинейные регрессионные модели и их линеаризация.	17	4	4	9
5.	Тема 5. Динамические регрессионные модели.	16	4	4	8
6.	Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.	17	4	4	9
7.	Тема 7. Система линейных одновременных уравнений.	19	8	4	7
8.	Тема 8. Идентификация систем одновременных уравнений.	17	4	4	9
	ИТОГО:	130	36	32	62

 

 

Форма обучения заочная

№п/п	Название разделов и тем	Всего (часов)	Аудиторные занятия (час)		Самостоятельная работа
			в том числе
			Лекции	Практические занятия
1.	Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.	7	0,5	0,5	6
2.	Тема 2. Классическая и обобщенная линейные модели множественной регрессии.	20	1,5	0,5	18
3.	Тема 3. Линейные регрессионные модели с переменной структурой.	13,5	1	0,5	12
4.	Тема 4. Нелинейные регрессионные модели и их линеаризация.	12,5	1	0,5	11
5.	Тема 5. Динамические регрессионные модели.	13,5	1	0,5	12
6.	Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.	13,5	1	0,5	12
7.	Тема 7. Система линейных одновременных уравнений.	13,5	1	0,5	12
8.	Тема 8. Идентификация систем одновременных уравнений.	11,5	1	0,5	10
	ИТОГО:	105	8	4	93

 

 

Форма обучения очно-заочная

№п/п	Название разделов и тем	Всего (часов)	Аудиторные занятия (час)		Самостоятельная работа
			в том числе
			Лекции	Практические занятия
1.	Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.	12	2	2	8
2.	Тема 2. Классическая и обобщенная линейные модели множественной регрессии.	22	4	2	16
3.	Тема 3. Линейные регрессионные модели с переменной структурой.	16	2	2	12
4.	Тема 4. Нелинейные регрессионные модели и их линеаризация.	16	2	2	12
5.	Тема 5. Динамические регрессионные модели.	16	2	2	12
6.	Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.	16	2	2	12
7.	Тема 7. Система линейных одновременных уравнений.	16	2	2	12
8.	Тема 8. Идентификация систем одновременных уравнений.	16	2	2	12
	ИТОГО:	130	18	16	96

 

СОДЕРЖАНИЕ КУРСА

 

Изучение курса эконометрики следует начать с рассмотрения основных аспектов эконометрического моделирования, типов выборочных данных, видов модели, основные этапы и возникающие при этом проблемы моделирования. Студенты должны понять, что не всякая экономико-математическая модель, представляющая математико-статистическое описание экономического объекта, может считаться эконометрической. Она становится эконометрической только в том случае, если будет отражать этот объект на основе фактических статистических данных, характеризующих именно его.

Центральное место во всем математико-статистическом инструментарии эконометрики занимает регрессионный анализ, как метод, используемый в эконометрике для получения уравнения, дающего наилучшую оценку истинного соотношения между исследуемыми переменными. При изучении этой темы студентам важно усвоить основные предпосылки и методы оценки классической линейной модели множественной регрессии (КЛММР), а также обобщенной линейной модели множественной регрессии в случае нарушения предпосылок КЛММР – гетероскедактичности и автокоррелированности остатков временного ряда.

При построении регрессионных моделей приходится сталкиваться с такой проблемой как наличие функциональной или тесной корреляционной зависимости между объясняющими переменными, т.е. мультиколлинеарности. Это может привести к получению неустойчивых, не имеющих реального смысла оценок. При изучении социально-экономических процессов и явлений может оказаться необходимым включить в модель фактор, имеющий два или более качественных уровней. Это могут быть разного рода качественные признаки, например, образование, пол, профессия, принадлежность к определенному региону. Такого рода переменные в эконометрике принято называть фиктивными переменными. Качественные признаки могут существенно влиять на структуру линейных связей между переменными и приводить к скачкообразному изменению параметров регрессионной модели. В этом случае говорят об исследовании регрессионных моделей с переменной структурой или построении регрессионных моделей по неоднородным данным.

При моделировании реальных экономических объектов для объяснения механизма их функционирования бывает недостаточно построить отдельное уравнение регрессии. В этом случае для описания структуры связи между переменными строится система одновременных уравнений, состоящая из тождеств и регрессионных уравнений. Например, для изучения модели спроса как соотношения цен и количества потребления товаров, то одновременно для прогнозирования спроса необходима модель предложения товаров, в которой также рассматривается взаимосвязь между количеством и ценой предлагаемых благ. Это позволяет достичь равновесия между спросом и предложением. Еще один пример. Модель национальной экономики включает в себя систему уравнений: функции потребления, инвестиций заработной платы, и также тождество доходов. Оценивание системы одновременных уравнений требует применения более сложного математико-статистического аппарата.