Учебно-методические комплексы - Основные образовательные

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ
ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
ЭКОНОМЕТРИКА
Учебно-методический комплекс
Рабочая программа для студентов направления 010503.65
«Математическое обеспечение и администрирование информационных систем»
Тюмень 2013
1.
Пояснительная записка
1.1.
Цели и задачи дисциплины
Целью изучения курса «Эконометрика» является приобретение умений
анализа статистических данных и построения эконометрических моделей,
изучения критериев проверки гипотез и методов построения моделей
временных
рядов,
исследование
полученных
моделей,
умений
интерпретировать полученные результаты.
1.2.
Требования к уровню освоения содержания дисциплины
В результате изучения курса студент будет
иметь представление:




об особенностях эконометрических данных;
о разделах прикладной статистики, применяемых в эконометрике;
о видах эконометрических зависимостей;
о связи между математической структурой модели и ее содержательной
интерпретацией;
знать:





основы выборочного метода;
непараметрические методы оценки взаимозависимости признаков;
этапы построения эконометрических моделей;
основные характеристики качества полученной модели;
элементы временного ряда и критерии для проверки ряда на наличие
тренда, сезонной компоненты, автокорреляции, гетероскедастичности;
уметь:




получать точечные и интервальные оценки параметров распределения
признаков;
проверять статистические гипотезы;
вычислять коэффициенты тесноты связи между признаками;
пользоваться пакетами прикладных программ для построения
эконометрических моделей.
Объём дисциплины и виды учебной работы
2.
Вид занятий
Общая трудоёмкость
Аудиторные занятия
Лекционные занятия
Практические занятия
Самостоятельная работа
Вид итогового контроля
Всего часов (8 семестр)
116
68
34
34
48
Контрольная работа, экзамен
2.1. Тематический план изучения дисциплины
№
п/
п
1
2
3
4
5
6
Наименование темы
Лекц.
занятия
Практ.
занятия
Модуль 1. Непараметрические методы
Введение.
2
Выборочные
4
4
исследования.
Непараметрические
методы
оценки
4
4
взаимозависимости
признаков.
Всего
10
8
Модуль 2. Корреляционно-регрессионный анализ
Корреляционно10
10
регрессионный анализ.
Всего
10
10
Модуль 3. Модели временных рядов
Трендовые модели
6
6
временных рядов.
Модели
тренда
и
сезонности
временного
8
10
ряда.
Всего
14
16
Итого:
34
34
Сам.
работа
баллы
2
0-5
6
0-15
8
0-10
16
0-30
12
0-30
12
0-30
10
0-20
10
0-20
20
48
0-40
0-100
3.
Виды и формы оценочных средств в период текущего
контроля
устный
опрос
№ темы и название темы
коллоквиумы
письменные
работы
контрольные
работы/реферат
итого
количество
баллов
Модуль 1. Непараметрические методы
1. Введение
0-5
0-5
2. Выборочные исследования
0-10
0-15
0-10
0-10
0-5
3. Непараметрические методы
оценки взаимозависимости
признаков
Всего
0-5
0-25
Модуль 2. Корреляционно-регрессионный анализ
4. Корреляционно0-10
0-10/0-10
регрессионный анализ
0-30
0-30
Всего
0-10/0-10
0-30
рядов
0-10/0-10
0-20
0-10/0-10
0-20
0-20/0-20
0-55/0-30
0-40
0-100
0-10
Модуль 3. Модели временных рядов
5. Трендовые модели временных
6. Модели тренда и сезонности
временного ряда
Всего
Итого
0-15
4.
1.
2.
3.
4.
5.
6.
Содержание разделов дисциплины
Модуль 1. Непараметрические методы.
Введение. Предмет, задачи и методы эконометрики. Структура
эконометрики. Типы эконометрических данных. Разделы прикладной
статистики, используемые в эконометрике. Виды эконометрических
моделей. Исторический экскурс.
Выборочные исследования. Способы отбора элементов в выборку.
Обработка результатов наблюдений: дискретный и интервальный
вариационные ряды распределения. Оценивание функциональных и
числовых характеристик случайного признака. Точечные и интервальные
оценки параметров распределения. Критерии проверки статистических
гипотез. Постановка задачи структурной и параметрической
идентификации.
Непараметрические методы оценки взаимозависимости признаков.
Коэффициент Фехнера. Коэффициенты ассоциации и контингенции.
Коэффициент ранговой корреляции Спирмена. Коэффициент ранговой
корреляции Кендала. Коэффицент конкордации Кендала. Коэффициенты
взаимной сопряженности Чупрова и Пирсона.
Модуль 2. Корреляционно-регрессионный анализ.
Корреляционно-регрессионный
анализ.
Измерение
парных
статистических связей: коэффициент корреляции, корреляционное
отношение, частный коэффициент корреляции. Регрессионные модели
как инструмент анализа и прогнозирования явлений. Парная регрессия:
линейные и нелинейные модели, преобразования переменных,
несмещенность и точность коэффициентов регрессии, проверка гипотез и
взаимосвязь между критериями. Теорема Гаусса – Маркова. Оценка
надежности результатов и проверка регрессионной модели на
адекватность. Множественный регрессионный анализ: построение
модели, интерпретация коэффициентов множественной регрессии,
регрессионное
уравнение
в
стандартизированном
масштабе.
Мультиколлинеарность и гетероскедастичность, их обнаружение и
устранение.
Модуль 3. Модели временных рядов.
Трендовые модели временных рядов. Показатели анализа
динамического ряда. Виды временных рядов. Компоненты ряда
динамики. Проверка гипотезы о наличии тренда. Методы сглаживания
ряда динамики: механическое и аналитическое выравнивание. Способы
определения типа тенденции. Оценка качества построенной модели
временного ряда и её проверка на адекватность. Построение прогноза.
Модели тренда и сезонности временных рядов. Проверка гипотезы о
наличии периодических колебаний. Аддитивная и мультипликативная
модели: определение структуры и этапы построения.
5.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
Содержание практических занятий дисциплины
Модуль 1. Непараметрические методы.
Выборочные исследования. Получение точечных и интервальных оценок
параметров распределения изучаемого случайного признака.
Проверка гипотез об однородности двух выборок с помощью различных
статистических критериев, проверка на «аномальность».
Непараметрические методы взаимозависимости признаков. Вычисление
непараметрических коэффициентов ранговой корреляции, конкордации,
взаимной сопряженности.
Эксперимент по методу Монте-Карло: инструменты из пакета «Анализ
данных»: «Описательная статистика», «Генерация случайных чисел»,
«Регрессия», статистические функции «СРЕДЗНАЧ», «ЛИНЕЙН»,
«КОРРЕЛ».
Модуль 2. Корреляционно-регрессионный анализ.
Корреляционный анализ. Регрессионный анализ. Построение корреляционного поля, формулировка гипотезы о характере зависимости.
Построение однофакторных моделей, оценка качества модели.
Проверка построенной модели на адекватность – проверка выполнений
условий теоремы Гаусса-Маркова.
Построение многофакторных моделей, запись уравнения регрессии в
стандартизированном масштабе, ранжирование факторов по силе влияния
на результативный признак, оценка качества построенной модели.
Проблемы
мультиколлинеарности
и
гетероскедастичности,
их
обнаружение и устранение.
Модуль 3. Модели временных рядов.
Трендовые модели временных рядов. Основные показатели ряда
динамики.
Анализ временных рядов без сезонной компоненты: график временного
ряда, проверка на наличие тренда, выявление тренда.
Проверка построенной модели на адекватность.
Модели тренда и сезонности временных рядов. Виды моделей.
Анализ временных рядов при наличии сезонной компоненты: график
временного ряда, проверка на наличие периодических колебаний.
Построение аддитивной модели.
Построение мультипликативной модели.
Проверка построенной модели на адекватность, методы устранения
автокорреляции.
6.
1.
2.
3.
4.
5.
6.
Самостоятельная работа
Модуль 1. Непараметрические методы.
Введение. Предмет, задачи и методы эконометрики. Структура
эконометрики. Типы эконометрических данных. Повторение основных
понятий и методов математической статистики. Разделы прикладной
статистики, используемые в эконометрике. Виды эконометрических
моделей. Исторический экскурс.
Выборочные
исследования.
Точечные
оценки;
требования,
предъявляемые к точечным оценкам (несмещённость, состоятельность и
эффективность). Интервальные оценки параметров распределения,
доверительная вероятность. Критерии проверки статистических гипотез:
вероятность ошибки 1-го рода, вероятность ошибки 2-го рода, наиболее
мощные критерии, критерии для проверки нормальности распределения
признака, критерий для выявления грубых ошибок наблюдений.
Непараметрические методы оценки взаимозависимости признаков
(их отличие от параметрических методов). Коэффициент ранговой
корреляции Спирмена. Коэффициент ранговой корреляции Кендала.
Коэффицент
конкордации
Кендала.
Коэффициенты
взаимной
сопряженности Чупрова и Пирсона. Вычисление этих коэффициентов и
проверка их значимости.
Модуль 2. Корреляционно-регрессионный анализ.
Корреляционно-регрессионный анализ. Корреляционный анализ:
выявление факторных признаков, оказывающих существенное влияние на
результативный признак; вычисление коэффициентов корреляции;
проверка их значимости. Регрессионный анализ: нахождение
аналитического выражения взаимосвязи (метод наименьших квадратов);
выбор наилучшей модели. Однофакторные модели и многофакторные;
линейные и нелинейные модели. Проблемы гетероскедастичности и
мультиколлинеарности, их обнаружение и устранение.
Модуль 3. Модели временных рядов.
Трендовые модели временных рядов. Показатели динамического ряда.
Компоненты модели временного ряда: тренд, сезонность, циклическая
вариация, случайная компонента. Критерии для проверки наличия тренда:
метод Фостера-Стюарта, метод серий, метод средних. Методы
сглаживания временного ряда: механическое выравнивание и
аналитическое выравнивание. Виды тенденций. Проверка модели на
адекватность: выявление автокорреляции.
Модели тренда и сезонности временных рядов. Проверка гипотезы о
наличии периодических колебаний: критерий «пиков и ям». Аддитивная
и мультипликативная модели, алгоритмы построения моделей.
Для проверки качества усвоенного самостоятельно учебного материала
студентам предлагается ответить на вопросы по пройденному материалу,
выполнить контрольную работу и написать реферат. Темы рефератов и вопросы
к зачёту прилагаются ниже.
Темы рефератов
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
Эконометрика как наука: содержание, цели, задачи, направления
развития.
Содержание, свойства, методика оценки параметров модели линейной
парной регрессии.
Модель множественной регрессии: содержание, свойства, проблемы.
Методология прогнозирования динамики экономических процессов.
Моделирование сложных экономических объектов с помощью систем
регрессионных уравнений.
Сравнительный анализ методов исследования основной тенденции
развития в рядах динамики: укрупнение интервалов, аналитическое
выравнивание, метод наименьших квадратов.
Алгоритм построения экономической модели с учётом спецификации
переменных в уравнениях регрессии.
Модель с двумя независимыми переменными (расход как функция дохода
и цены): содержание, элементы, ситуационный анализ.
Анализ экономических процессов с помощью нелинейных соотношений.
Эксперимент по методу Монте-Карло.
Теорема Гаусса-Маркова: содержание, основные условия, последствия
нарушения одного из условий.
Регрессия по методу наименьших квадратов: содержание, этапы,
интерпретация коэффициента регрессии, коэффициент детерминации.
7.
Вопросы к экзамену
1.
Назовите основные направления научной и прикладной деятельности в
эконометрике.
Какие разделы прикладной статистики применяются для анализа
экономических данных?
Какие типы данных используются при моделировании экономических
процессов и объектов?
Какие задачи решаются в эконометрике?
Перечислите особенности эконометрических данных.
Какие методы (параметрические или непараметрические) в основном
используются в эконометрике?
Запишите основные требования, предъявляемые к точечным оценкам
параметров распределения.
Чем отличаются параметрические методы оценивания параметров от
непараметрических?
Сформулируйте критерий проверки гипотезы об однородности двух
биномиальных выборок.
Как можно проверить гипотезу о равенстве математических ожиданий
двух выборок при заданном уровне значимости α=0,05?
Сформулируйте критерий проверки гипотезы об однородности функций
распределения двух выборок при заданном уровне значимости α=0,05.
С помощью каких коэффициентов можно определить взаимосвязь
качественных признаков, состоящих из двух групп?
С помощью каких коэффициентов можно определить взаимосвязь
качественных признаков, состоящих более чем из двух групп?
Какие коэффициенты используются для определения тесноты
взаимосвязи между признаками (качественными и количественными)?
Как вычисляется выборочный коэффициент корреляции между двумя
признаками X и Y, в каких единицах он измеряется и что характеризует?
Дайте определение и экономическую интерпретацию коэффициента
регрессии для парной линейной модели.
Дайте определение коэффициента эластичности результативного
признака Y по факторному признаку X . В каких единицах он измеряется
и что показывает?
Что характеризует коэффициент детерминации, чем он отличается от
коэффициента корреляции и когда они равны?
Как вычисляется средняя ошибка аппроксимации и каков допустимый
предел её значений?
Если известны X , Y , σ X , σY и r , то каким будет уравнение парной
линейной регрессии?
Приведите примеры моделей парной регрессии: а) линейной по
переменной; б) нелинейной по переменной; в) линейной по параметрам;
г) нелинейной по параметрам.
Перечислите «патологии» корреляционно-регрессионного анализа.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
Как записать функцию множественной регрессии, чтобы избежать
суммирования величин (факторов) разной размерности?
С помощью каких коэффициентов можно ранжировать факторы по силе
их влияния на результативный признак?
Что показывает стандартизированный коэффициент регрессии?
Дайте определение мультиколлинеарности. Как можно её обнаружить?
Дайте определение гетероскедастичности. Как можно её обнаружить?
Дайте определение временного ряда и назовите его компоненты.
Перечислите виды тренда социально-экономических временных рядов.
Какие статистические методы позволяют обнаружить тренд?
Какие модели используются для описания взаимосвязи между
компонентами временного ряда?
Какие методы применяются для сглаживания временного ряда?
Перечислите способы определения типа тенденции временного ряда.
С какой целью используется критерий «пиков и ям»?
Сформулируйте критерий Дарбина-Уотсона.
8.
Литература.
Основная литература:
1.
2.
3.
4.
5.
6.
Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, С.В.
Курышева, Н.М. Гордеенко и др.; Под ред. И.И. Елисеевой. – 2–е изд.,
перераб. и доп. – М.: Финансы и статистика, 2009. – 344 с.
Эконометрика: учеб. пособие/ С. А. Бардасов. - 2-е изд., перераб. и доп.. Тюмень: Изд-во ТюмГУ, 2010. - 264 с.
Эконометрика: Учебник/И.И. Елисеева, С.В. Курышева, Т.В. Костеева и
др., Под ред. И.И. Елисеевой. – 2–е изд., перераб. и доп. – М.: Финансы и
статистика, 2011. – 288 с.
Эконометрика: учебник для студентов вузов, обучающихся по
специальности 061800 "Математические методы в экономике"/ В. А.
Колемаев; Гос. ун-т упр.. - Москва: ИНФРА-М, 2009. - 160 с.
Эконометрика: учеб. / под ред. д–ра экон. наук, проф. В.С. Мхитаряна. –
М.: Проспект, 2009. – 384 с.
Эконометрика: учеб.пособие в сх. и табл. / Н.М.Гореева, Л.Н.Демидова,
Л.М.Клизогуб, С.А.Орехов, Н.А.Сердюкова, С.Т.Швецова: под
ред.С.А.Орехова. – М.: Эксмо, 2008. – 224 с.
Дополнительная литература:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Айвазян С.А., Иванова С.С. Эконометрика. Краткий курс: учеб. пособие /
С.А. Айвазян, С.С. Иванова. – М.: Маркет ДС, 2007. – 104 с.
Артамонов, Н. В..Введение в эконометрику: курс лекций. – М.: МЦНМО,
2011. - 204 с.
Бывшев В.А. Эконометрика: учеб. пособие / В.А. Бывшев. – М.: Финансы
и статистика, 2008. – 480 с.
Доугерти Кристофер. Введение в эконометрику: Учебник для экон. спец.
вузов / Пер. с англ. Е.Н. Лукаш и др. – М.: ИНФРА-М, 2007. – 402 с.
Дубров А.М., Мхитарян В.С.,Трошин Л.И. Многомерные статистические
методы: учеб. пособие. - М.: Финансы и статистика, 1998. – 352 с.
Дуброва Т.А. Прогнозирование социально–экономических процессов.
Статистические методы и модели: учеб. пособие / Т.А. Дуброва. – М.:
Маркет ДС, 2007. – 192 с.
Крянев А.В., Лукин Г.В. Математические методы обработки
неопределенных данных. – изд. 2-е испр. – М.: ФИЗМАТЛИТ, 2006. – 216
с.
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный
курс: Учебник. -3-е изд., перераб. и доп. – М.: Дело, 2008.- 400 с.
Моделирование экономических процессов: учеб.пособие / под ред.
М.В.Грачевой, Л.Н.Фадеевой, Ю.Н.Черемных. – М.: ЮНИТИ_ДАНА,
2005. – 351 с.
Орлов А.И. Эконометрика: учеб. пособ. для вузов. М: Изд-во «Экзамен»,
2002. – 576 с.
11.
12.
13.
14.
15.
16.
17.
18.
Палий И.А. Прикладная статистика: Учебное пособие. – М.: Издательско–
торговая корпорация "Дашков и К", 2008. – 224 с.
Рублева Г.В. Эконометрика: практикум. – Тюмень: Изд-во ТюмГУ, 2006.
– 52 с.
Симчера В.М. Методы многомерного анализа статистических данных:
учеб. пособие. – М.: Финансы и статистика, 2008. – 400 с.
Статистические модели в экономике: учеб. пособие /А.Ф.Гришин,
С.Ф.Котов-Дарти, В.Н.Ягунов. – Ростов н/Д.: «Феникс», 2005. – 344 с.
Чураков Е.П. Прогнозирование эконометрических временных рядов:
учеб. пособие / Е.П. Чураков. – М.: Финансы и статистика, 2008. – 208 с.
Эддоус М., Стэнсфилд Р. Методы принятия решений. - М.: Аудит,
ЮНИТИ, 1997. – 590 с.
Эконометрика: учеб. пособ./ А. В. Гладилин, А. Н. Герасимов, Е. И.
Громов. – М.: КноРус, 2009. - 232 с.
Эконометрика: учеб. для вузов/ под ред. Н.Ш.Кремера – М.: ЮНИТИДАНА, 2010. – 311 с.