- •ОГЛАВЛЕНИЕ
- •ПРЕДИСЛОВИЕ
- •МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ
- •РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ
- •РЕКОМЕНДАЦИИ ПО САМОСТОЯТЕЛЬНОЙ РАБОТЕ СТУДЕНТА
- •ТЕОРЕТИЧЕСКИЕ МАТЕРИАЛЫ
- •ГЛАВА 1. СТАТИСТИЧЕСКИЕ ПОНЯТИЯ И РАСПРЕДЕЛЕНИЯ
- •§ 1. Введение
- •§ 2. Суть регрессионного анализа
- •§ 3. Некоторые статистические определения
- •§ 4. Нормальное (гауссовское) распределение
- •§ 5. (хи-квадрат)-распределение
- •§ 6. Распределение Стьюдента (t-распределение)
- •§ 7. F-распределение (распределение дисперсионного отношения)
- •§ 8. Статистическая проверка гипотез
- •§ 9. Определение критических значений распределений Стьюдента и Фишера с использованием программы Microsoft Office Excel
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 2. ПАРНАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ. УСЛОВИЯ ГАУССА–МАРКОВА
- •§ 1. Основные понятия
- •§ 2. Метод наименьших квадратов
- •§ 3. Предпосылки метода наименьших квадратов
- •§ 4. Анализ точности определения оценок коэффициентов регрессии
- •§ 5. Проверка статистической значимости коэффициентов парной линейной регрессии
- •§ 6. Интервальные оценки коэффициентов линейного уравнения регрессии
- •§ 7. Доверительные интервалы для зависимой переменной
- •§ 8. Проверка общего качества уравнения регрессии. Коэффициент детерминации
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 3. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ
- •§ 1. Определение параметров уравнения регрессии
- •§ 2. Расчет коэффициентов множественной линейной регрессии
- •§ 3. Дисперсии и стандартные ошибки коэффициентов
- •§ 4. Проверка статистической значимости коэффициентов уравнения регрессии
- •§ 5. Интервальные оценки коэффициентов теоретического уравнения регрессии
- •§ 6. Проверка общего качества уравнения регрессии
- •§ 7. Проверка равенства двух коэффициентов детерминации
- •§ 8. Проверка гипотезы о совпадении уравнений регрессии для двух выборок
- •§ 10. Частные уравнения регрессии
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 4. АВТОКОРРЕЛЯЦИЯ СЛУЧАЙНЫХ ВОЗМУЩЕНИЙ
- •§ 1. Суть и причины автокорреляции
- •§ 2. Последствия автокорреляции
- •§ 3. Обнаружение автокорреляции. Критерий Дарбина–Уотсона
- •§ 4. Методы устранения автокорреляции
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 5. ГЕТЕРОСКЕДАСТИЧНОСТЬ СЛУЧАЙНЫХ ВОЗМУЩЕНИЙ
- •§ 1. Общие понятия
- •§ 2. Последствия гетероскедастичности
- •§ 3. Обнаружение гетероскедастичности
- •§ 4. Методы смягчения проблемы гетероскедастичности
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 6. МУЛЬТИКОЛЛИНЕАРНОСТЬ
- •§ 1. Общие понятия и последствия мультиколлнеарности
- •§ 2. Определение мультиколлинеарности
- •§ 3. Методы устранения мультиколлинеарности
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 7. ФИКТИВНЫЕ ПЕРЕМЕННЫЕ В РЕГРЕССИОННЫХ МОДЕЛЯХ
- •§ 1. Модель с одной фиктивной (бинарной) переменной
- •§ 3. Сравнение двух регрессий
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 8. НЕЛИНЕЙНАЯ РЕГРЕССИЯ
- •§ 1. Общие понятия
- •§ 2. Степенные модели (логарифмические)
- •§ 3. Обратная модель (гиперболическая)
- •§ 4. Полиномиальная модель
- •§ 5. Показательная модель (лог-линейная)
- •§ 6. Выбор формы модели
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 9. ВРЕМЕННЫЕ РЯДЫ
- •§ 1. Общие понятия
- •§ 2. Моделирование тренда временного ряда
- •§ 4. Стационарные ряды
- •§ 5. Процесс авторегрессии AR(p)
- •§ 6. Процессы скользящего среднего MA(q)
- •§ 7. Комбинированные процессы авторегрессии-скользящего среднего ARMA(p, q)
- •§ 8. Модели ARMA, учитывающие наличие сезонности
- •§ 9. Нестационарные временные ряды. Процессы авторегрессии и проинтегрированного скользящего среднего ARIMA(p, k, q)
- •§ 10. Регрессионные модели с распределенными лагами
- •§ 11. Полиномиально распределенные лаги Ш. Алмон
- •Резюме
- •Вопросы для самопроверки
- •ГЛАВА 10. СИСТЕМЫ ОДНОВРЕМЕННЫХ УРАВНЕНИЙ
- •§ 1. Общие понятия
- •§ 2. Идентификация структурной формы модели
- •§ 3. Косвенный метод наименьших квадратов
- •§ 4. Двухшаговый метод наименьших квадратов
- •§ 5. Трехшаговый метод наименьших квадратов
- •Резюме
- •Вопросы для самопроверки
- •ЗАКЛЮЧЕНИЕ
- •ЗАДАНИЯ ДЛЯ КОНТРОЛЯ
- •Тесты для самоконтроля
- •Ключи к тестам для самоконтроля
- •Контрольная работа
- •Вопросы к зачету (экзамену)
- •ГЛОССАРИЙ
- •СПИСОК ЛИТЕРАТУРЫ
МЕТОДИЧЕСКИЕ МАТЕРИАЛЫ
РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ
Пояснительная записка
Программа дисциплины «Эконометрика» составлена в соответствии с утвержденным стандартом подготовки специалистов всех экономических специальностей.
Качество подготовки специалистов в значительной мере определяется успешностью освоения студентами базовых экономических дисциплин. Именно такой дисциплиной является «Эконометрика». Она входит в число трех общепрофессиональных дисциплин, предусмотренных Государственным образовательным стандартом высшего профессионального образования по направлению «Экономика» (степень — бакалавр экономики). Материал курса может быть использован в других дисциплинах, связанных с количественным анализом реальных экономических явлений, при подготовке дипломных работ и магистерских диссертаций, использующих количественные методы анализа статистических данных и моделирование экономических процессов.
Эконометрика (Econometrics) — совокупность методов анализа связей между различными экономическими показателями (факторами) на основании реальных статистических данных с использованием аппарата теории вероятностей и математической статистики. При помощи этих методов можно выявлять новые, ранее не известные связи, уточнять или отвергать гипотезы о существовании определенных связей между экономическими показателями, предлагаемые экономической теорией.
Важная роль в организации учебного процесса при дистанционной форме обучения принадлежит самостоятельной работе. В рамках дисциплины «Эконометрика» к самостоятельной работе относятся:
1)подготовка к контрольной работе;
2)выполнение контрольной работы;
3)подготовка к тестированию.
9
Контрольная работа является промежуточной формой контроля качества знаний, ее выполнение помогает студентам освоить и систематизировать полученную информацию. В помощь студентам в тексте приведены примеры решения задач.
Вопросы для самопроверки и задачи предназначены для успешного прохождения тестирования.
В пособии также приведеныобразцы тестовсвариантамиответов. Для самостоятельной работы над контрольными тестами студентам необходимо изучить каждую тему и использовать рекомен-
дуемую литературу.
Цель изучения дисциплины — дать студентам теоретические и практические знания по всему циклу эконометрического моделирования социально-экономических явлений. Современные соци- ально-экономические процессы и явления зависят от большого количества факторов, их определяющих. В связи с этим квалифицированному специалисту необходимо не только иметь четкие представления об основных направлениях развития экономики, но и уметь учитывать сложное взаимосвязанное многообразие факторов, оказывающих существенное влияние на изучаемый процесс. Такие исследования невозможно проводить без знания основ теории вероятностей, математической статистики, многомерных статистических методов и эконометрики.
Задачи курса:
•обучение практике строительства эконометрических моделей;
•обучение оценке качества моделей;
•обучениепрогнозированиюспомощьюэконометрическихмоделей.
Задачи изучения дисциплины:
—студенты должны иметь представление:
•о месте эконометрики в системе экономических знаний;
•о традиционной и современной идеологии прикладного эконометрического исследования;
—знать:
•методы корреляционного, регрессионного, факторного анализа, применяемые для построения и оценки различных эконометрических моделей;
10
•технику проверки адекватности эконометрической модели реальным данным;
— уметь:
•строить эконометрические модели и оценивать их параметры;
•проверять гипотезы о свойствах экономических показателей и формах их связи;
•проверять выполнение предпосылок, лежащих в основе моделей, определять, к каким последствиям приводит нарушение тех или иных предпосылок, избавляться от последствий их нарушения;
•использовать результаты экономического анализа для прогноза и принятия обоснованных экономических решений.
Содержание дисциплины
Тематический план
№ |
Наименование темы |
Распределение часов |
|||
|
|
самост. |
|||
п/п |
лекции |
практика |
|||
|
работа |
||||
|
|
||||
1 |
Статистические понятия |
- |
- |
8 |
|
|
и распределения |
|
|
|
|
2 |
Парная линейная регрессия. |
2 |
2 |
14 |
|
|
Условия Гаусса–Маркова |
|
|
|
|
3 |
Множественная линейная регрессия |
2 |
- |
20 |
|
4 |
Автокорреляция случайных |
- |
- |
14 |
|
|
возмущений |
|
|
|
|
5 |
Гетероскедастичность случайных |
- |
- |
14 |
|
|
возмущений |
|
|
|
|
6 |
Мультиколлинеарность |
- |
- |
14 |
|
7 |
Фиктивные переменные |
- |
- |
10 |
|
|
в регрессионных моделях |
|
|
|
|
8 |
Нелинейная регрессия |
2 |
2 |
18 |
|
9 |
Временные ряды |
- |
- |
28 |
|
10 |
Системы одновременных уравнений |
2 |
- |
18 |
|
Итого |
|
8 |
4 |
158 |
11
Содержание лекционного курса
Тема 1. Статистические понятия и распределения
Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Области применения эконометрических моделей. Генеральная и выборочная совокупность. Функциональная, статистическая и корреляционная связь. Причины обязательного присутствия случайного фактора. Ковариация, дисперсия и корреляция. Выборочный коэффициент корреляции. t-критерий Стьюдента для коэффициента корреляции.
Тема2. Парнаялинейная регрессия. УсловияГаусса–Маркова
Теоретическое и эмпирическое уравнение регрессии. Метод наименьших квадратов. Вывод формул для коэффициентов уравнения парной линейной регрессии. Предпосылки метода наименьших квадратов (условия Гаусса–Маркова). Интерпретация уравнения регрессии. Оценка статистической значимости коэффициентов парной линейной регрессии: t-критерий Стьюдента. Интервальные оценки коэффициентов линейного уравнения регрессии. Коэффициент детерминации R2. Оценка статистической значимости уравнения регрессии в целом: F-критерий Фишера. Доверительные интервалы для зависимой переменной.
Тема 3. Множественная линейная регрессия
Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной линейной регрессии методом наименьших квадратов. Применение t-критерия Стьюдента для модели множественной регрессии, доверительные интервалы. Множественный коэффициент детерминации R2. Применение F-крите- рия Фишера для модели множественной регрессии. Скорректированный коэффициент детерминации.
Тема 4. Автокорреляция случайных возмущений
Причины и последствия автокорреляции. Критерий Дарбина– Уотсона. Методы устранения автокорреляции. Авторегрессионная схема первого порядка AR(1). Оценка коэффициента авторегрессии. Методы Кохрана–Оркатта и Хилдрета–Лу. h-статистика Дарбина для моделей с лаговой зависимой переменной.
12
Тема 5. Гетероскедастичность случайных возмущений
Последствия гетероскедастичности. Обнаружение гетероскедастичности, тест Голдфелда–Квандта. Метод взвешенных наименьших квадратов.
Тема 6. Мультиколлинеарность
Последствия мультиколлинеарности. Признаки наличия мультиколлинеарности. Методы устранения мультиколлинеарности. Преобразование переменных, процедура последовательного присоединения элементов.
Тема 7. Фиктивные переменные в регрессионных моделях
Количество альтернатив качественной переменной и число фиктивных переменных. Регрессионные ANOVA- и ANCOVAмодели. Использование фиктивных переменных в анализе сезонных колебаний.
Тема 8. Нелинейная регрессия
Степенные модели. Производственная функция Кобба–Дугласа. Обратная модель. Полиномиальная модель. Показательная модель. Выбор модели. Виды ошибок спецификации их обнаружение и корректировка. Исследование остаточного члена модели.
Тема 9. Временные ряды
Основная тенденция развития (тренд) временного ряда и отклонения от нее. Аналитическое выравнивание временного ряда. Прогнозирование на основе моделей временных рядов. Лаги в экономических моделях. Модели с лагами в независимых переменных. Метод последовательного увеличения количества лагов. Преобразование Койка. Полиномиально распределенные лаги Алмон. Авторегрессионные модели. Модель адаптивных ожиданий, модель потребления Фридмена. Модель частичной корректировки. h-ста- тистика Дарбина. Стационарные и нестационарные временные ряды. Процесс белого шума. Процессы авторегрессии, скользящего среднего, авторегрессии-скользящего среднего, авторегрессии и проинтегрированного скользящего среднего.
Тема 10. Системы одновременных уравнений
Эндогенные переменные. Экзогенные переменные. Структурные уравнения модели. Уравнения в приведенной форме. Пред-
13