3. Наименование разделов и тем, их содержание, объем практических занятий, пособия

Наименование темы	Содержание	Объем в часах	Учебно- методическое обеспечение
2. Парная регрессия и корреляция	1. Линейные однофакторные регрессионные модели: -- построение прямой регрессии методом наименьших квадратов; -- условия применения метода наименьших квадратов; -- измерение интенсивности линейной корреляционной связи (коэффициенты корреляции и детерминации). 2. Нелинейная регрессия и корреляция (корреляционное отношение и индекс корреляции R= ). 3. Проверка значимости оценок параметров регрессии, коэффициентов корреляции и детерминации: - критерий Стьюдента. 4. Оценка адекватности регрессионной модели: средняя абсолютная процентная ошибка аппроксимации; - критерий Фишера.	2	[1], Стр. 97; Стр. 119

Наименование темы	Содержание	Объем в часах	Учебно- методическое обеспечение
3. Модели множественной линейной регрессии	1. Построение многофакторной линейной регрессионной модели. 2. Отбор важнейших факторов многофакторных регрессионных моделей. 3.Измерение интенсивности множественной корреляционной связи: множественный коэффициент корреляции; множественный коэффициент детерминации. 4. Проверка значимости параметров множественной регрессии и показателей интенсивности корреляционной связи. 5. Оценка адекватности многофакторной регрессионной модели. 6. Прогнозирование на основе регрессионных моделей.	4	[1], Стр. 126 Стр. 127
4.Эконометрический анализ при нарушении классических модельных предположений	1. Гетероскедастичность. Критерии Парка, Голдфилда – Квандта для обнаружения гетероскедастичности. 2. Автокорреляция остатков регрессионной модели. Критерий Дарбина – Уотсона для проверки гипотезы о наличии автокорреляции. 3. Анализ линейной модели множественной регрессии при наличии гетероскедастичности и автокорреляции. Обобщенный метод наименьших квадратов.	4	[2], cтр. 104. Стр. 125, 135
5. Модели с дихотомическими (фиктивными) переменными	1. Обоснование целесообразности введения дихотомических переменных в регрессионную модель. Способы введения дихотомических переменных в регрессионную модель. Критерий Чоу. 2. Регрессионные модели с количественными и качественными переменными (ANCOVA – модели). 3. Модели с зависимыми качественными (альтернативными) переменными. Логит – модели и пробит – модели.	2	[5], Стр. 45, Стр. 106
6.Системы эконометрических уравнений	1. Системы уравнений, используемых в эконометрике. Независимые системы. Рекурсивные системы. Системы одновременных уравнений. Структурная и приведенная форма модели. Идентифицируемость модели. 2. Косвенный и двухшаговый методы наименьших квадратов оценивания параметров структурной модели. 3. Применение систем одновременных уравнений в макроэкономическом анализе. Модели Кейнса и Клейна. .	4	[5], cтр. 90. Стр. 102
Наименование темы	Содержание	Объем в часах	Учебно- методическое обеспечение
7. Моделирование одномерных временных рядов	Методы определения основной тенденции развития Математические модели тренда. Математические модели сезонных колебаний:	2	[1], Стр. 274, Стр. 313
8. Изучение взаимосвязей на основе временных рядов	1. 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. 2. Коинтеграция временных рядов. Проверка гипотезы о наличии коинтеграции (критерий Энгеля – Грангера). .	2	[8], cтр. 108. Стр. 135
Итого		16