- •Автор-составитель:
- •Цели и задачи дисциплины
- •Требования к уровню освоения дисциплины
- •Объем дисциплины
- •Объем дисциплины и виды учебной работы
- •Распределение часов по темам и видам учебной работы
- •Содержание курса
- •Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.
- •Тема 2. Классическая и обобщенная линейные модели множественной регрессии.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •Тема 4. Нелинейные регрессионные модели и их линеаризация.
- •Тема 5. Динамические регрессионные модели.
- •Темы практических занятий
- •Тема 3. Линейные регрессионные модели с переменной структурой. (Практическое занятие).
- •Тема 4. Нелинейные регрессионные модели и их линеаризация. (Практическое занятие).
- •Тема 5. Динамические регрессионные модели. (Практическое занятие).
- •Тема 6. Прогнозирование, основанное на использовании моделей временных рядов. (Практическое занятие).
- •Тема 7. Системы линейных одновременных уравнений. (Практическое занятие).
- •Тема 8. Идентификация систем одновременных уравнений. (Практическое занятие).
- •Задания для самостоятельной работы студентов
- •Задача 2.1.
- •Задача 2.2.
- •Задача 2.3.
- •Задача 2.4.
- •Задача 2.5.
- •Задача 2.6.
- •Задача 2.7.
- •Задача 2.12.
- •Задача 2.13.
- •Задача 4.1.
- •Задача 4.2.
- •Задача 4.3.
- •Задача 4.4.
- •Варианты контрольных работ и методические указания по их выполнению
- •Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.
- •Регрессионные модели с одним уравнением
- •Системы одновременных уравнений
- •Тема 2. Классическая и обобщенная линейные модели множественной регрессии.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •Тема 4. Нелинейные модели регрессии и их линеаризация.
- •Тема 5. Модели стационарных и нестационарных временных рядов.
- •Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.
- •Тема 7. Системы линейных одновременных уравнений.
- •Тема 8. Идентификация систем одновременных уравнений.
- •Варианты контрольных работ.
- •Вариант 1.
- •Вариант 2.
- •Вариант 3.
- •Вариант 4.
- •Вариант 5.
- •Вариант 6.
- •Вариант 7.
- •Вариант 8.
- •Вариант 9.
- •Вариант 10.
- •Вариант 11.
- •Вариант 12.
- •Вариант 13.
- •Вариант 14.
- •Вариант 15.
- •Вариант 16.
- •Вариант 17.
- •Вариант 18.
- •Вариант 19.
- •Вариант 20.
- •Вариант 21.
- •Вариант 22.
- •Вариант 23.
- •Вариант 24.
- •Вариант 25.
- •Вопросы для подготовки к экзамену
- •Учебно-методическое обеспечение дисциплины
- •Литература
- •Методическое обеспечение дисциплины
- •Материально-техническое и информационное обеспечение дисциплин
Вопросы для подготовки к экзамену
Зарождение и формирование науки «эконометрика».
Назовите основные задачи эконометрики.
Основные этапы эконометрического моделирования. Проблемы эконометрического моделирования.
Виды эконометрических моделей. Модель спроса-предложения.
Исходные предпосылки построения регрессионных моделей.
Метод наименьших квадратов для оценки параметров модели множественной регрессии.
Оценка точности и адекватности регрессионной модели.
Проверка значимости уравнения регрессии в целом и его коэффициентов?
Понятие мультиколлинеарности. Основные признаки и последствия мультиколлинеарности.
Понятие мультиколлинеарности. Основные признаки мультиколлинеарности и способы ее устранения.
Стандартизованная и естественная формы уравнения множественной регрессии. Интерпретация параметров.
Обобщенная линейная модель множественной регрессии в случае гетероскедастичности остатков. Взвешенный метод наименьших квадратов.
Обобщенная линейная модель множественной регрессии. Понятие автокорреляции. Тесты на наличие автокорреляции: их преимущества и недостатки.
Обобщенная линейная модель множественной регрессии. Теорема Айткена. Обобщенный метод наименьших квадратов.
Докажите, что в случае обобщенной линейной модели множественной регрессии ОМНК-оценки вектора параметров более эффективны, чем МНК-оценки.
Тесты на гетероскедастичность: их преимущества и недостатки. Тест Голдфельда-Квандта.
Тесты на гетероскедастичность: их преимущества и недостатки. Тест Уайта.
Тесты на гетероскедастичность: их преимущества и недостатки. Тест Глейзера.
Понятие автокорреляции. Тесты на наличие автокорреляции. Тест Бреуша-Годфри.
Понятие автокорреляции. Тесты на наличие автокорреляции. Тест Дарбина-Уотсона.
Понятие гетероскедастичности остатков. Оценка параметров модели в случае гетероскедастичности.
Неоднородность данных в регрессионном смысле. Использование фиктивных переменных в регрессионных моделях. Интерпретация коэффициентов при фиктивных переменных.
Неоднородность данных в регрессионном смысле. Тест Чоу на неоднородность данных.
Использование фиктивных переменных в регрессионных моделях. Интерпретация коэффициентов при фиктивных переменных.
Использование фиктивных переменных для анализа сезонных колебаний. Интерпретация коэффициентов модели, построенной только на фиктивных переменных.
Нелинейные модели регрессии и их линеаризация. Примеры нелинейных моделей регрессии.
Оценка параметров нелинейных моделей регрессии. Примеры нелинейных моделей регрессии.
Линейная и степенная модели множественной регрессии: интерпретация параметров.
Производственная функция Кобба-Дугласа. Эластичность объема производства.
Производственная функция Кобба-Дугласа. Эффект от масштаба производства.
Идентификация временного ряда. Модели авторегрессии порядка р и модели скользящего среднего порядка q.
Марковский процесс (АР(1)) и процесс Юла (АР(2)): необходимые и достаточные условия стационарности.
Авторегрессионная модель первого порядка: оценивание параметров (значение ρ известно).
Авторегрессионная модель первого порядка: оценивание параметров (значение ρ неизвестно).
Авторегрессионная модель первого порядка: свойства автокорреляционной и частной автокорреляционной функций.
Нестационарные временные ряды. Модель АРПСС(р, q, k).
Модели с распределенным лагом. Интерпретация параметров. Средний лаг. Медианный лаг.
Модели с распределенным лагом. Метод Алмон.
Модели с распределенным лагом. Метод Койка.
В чем заключается цель адаптивных методов прогнозирования? Изложите алгоритм адаптивных методов прогнозирования.
В чем заключается цель адаптивных методов прогнозирования? Что характеризует параметр адаптации?
Адаптивные методы прогнозирования. Метод экспоненциального сглаживания.
Адаптивные модели прогнозирования с учетом сезонности.
Адаптивные модели прогнозирования. Модель Брауна, модель Хольта.
Виды систем линейных уравнений. Структурная и приведенная формы модели.
Проблема идентифицируемости модели. Двухшаговый метод наименьших квадратов.
Проблема идентифицируемости модели. Необходимое и достаточное условия идентифицируемости.
Проблема идентифицируемости модели. Суть косвенного метода наименьших квадратов.
Модель спроса-предложения и ее модификации.
Модель спроса-предложения с учетом налога.