- •2. Рабочие учебные материалы
- •2.1. Рабочая программа
- •2.2. Тематический план дисциплины
- •2.3. Структурно-логическая схема дисциплины
- •2.5. Практический блок
- •2.6. Рейтинговая система оценки знаний
- •3. Информационные ресурсы дисциплины
- •3.1. Библиографический список
- •3.2. Опорный конспект
- •Введение
- •Раздел 1. Парная линейная регрессия
- •Раздел 2. Множественная регрессия
- •Раздел 3. Нарушения предпосылок классической регрессионной модели
- •Раздел 4. Временные ряды
- •Раздел 5. Системы одновременных уравнений
- •Заключение
- •Глоссарий
- •3.3. Технические и программные средства обеспечения дисциплины
- •3.4. Методические указания к выполнению практических работ
- •4. Блок контроля освоения дисциплины
- •4.2. Текущий контроль
- •Приложение
- •Содержание
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Государственное образовательное учреждение высшего профессионального образования
СЕВЕРО-ЗАПАДНЫЙГОСУДАРСТВЕННЫЙЗАОЧНЫЙТЕХНИЧЕСКИЙУНИВЕРСИТЕТ
Кафедра информатики
ЭКОНОМЕТРИКА
УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС
Институт управления производственными и инновационными программами
Специальность 080105.65 – финансы и кредит
Направление подготовки бакалавра
080100.62 – экономика
Санкт-Петербург Издательство СЗТУ
2008
2
Утверждено редакционно-издательским советом университета УДК 519.2.06(07)
Эконометрика: учебно-методический комплекс / сост. М. Б. Шабаева – СПб.: Изд-во CЗТУ, 2008. – 159 с.
Учебно-методический комплекс разработан в соответствии с государственными образовательными стандартами высшего профессионального образования.
Дисциплина посвящена изучению теоретических основ, методов и алгоритмов построения эконометрических моделей по пространственным и временным выборкам, методов оценки параметров моделей и проверки их значимости.
Рассмотрено на заседании кафедры информатики 9 апреля 2008 г., одобрено методической комиссией института общепрофессиональной подготовки 3 июня 2008 г.
Рецензенты: кафедра информатики СЗТУ (зав. каф. Г. Г. Ткаченко, канд. физ.-мат. наук, доцент); Е. А. Карпова, канд. физ.-мат. наук, доцент.
Составитель: М. Б. Шабаева, канд. физ.-мат. наук, доц.
©Северо-Западный государственный заочный технический университет, 2008
©Шабаева М. Б., 2008
3
1. Информация о дисциплине
1.1. Предисловие
Дисциплина «Эконометрика» изучается студентами специальности 080105.65 всех форм обучения в одном семестре. Данная дисциплина включает в себя разделы: «Парная линейная регрессия», «Множественная регрессия», «Нарушения предпосылок классической регрессионной модели», «Временные ряды» и «Системы одновременных уравнений». Изучение дисциплины заканчивается сдачей экзамена.
Целью изучения дисциплины является приобретение знаний и навыков, необходимых для проведения эконометрического моделирования.
Задача изучения дисциплины – усвоение студентами теоретических основ и принципов построения эконометрических моделей, их верификации и использования для анализа и прогнозирования конкретных экономических процессов.
В результате изучения дисциплины студент должен овладеть основами знаний по дисциплине, формируемыми на нескольких уровнях:
•иметь представление об основных классах эконометрических моделей, областях и возможностях их использования для описания, анализа и прогнозирования реальных экономических процессов;
•знать и уметь использовать алгоритмы и методы оценки параметров моделей, делать выводы о качестве построенной модели, давать статистическую оценку значимости эффектов гетероскедастичности и автокорреляции остатков, а также мультиколлинеарности объясняющих переменных;
•владеть математическим аппаратом описания задач эконометрики, навыками построения эконометрических моделей и получения прогнозных оценок с использованием информационных технологий.
4
Местодисциплинывучебномпроцессе
Теоретической и практической основами дисциплины являются курсы экономической теории и математической статистики.
Курс «Эконометрика» выступает в качестве базы для курсов прикладной микро- и макроэкономики, специальных дисциплин направлений «Экономика», «Теория управления» и «Менеджмент».
1.2. Содержание дисциплины и виды учебной работы
1.2.1. Содержание дисциплины по государственному образовательному стандарту
ЕН.Ф.04 ЭКОНОМЕТРИКА
Линейная модель множественной регрессии; метод наименьших квадратов (МНК); свойства оценок МНК; показатели качества регрессии; линейные регрессионные модели с гетероскедастичными и автокорреляционными остатками; обобщенный метод наименьших квадратов (ОМНК); регрессионные модели с переменной структурой (фиктивные переменные); нелинейные модели регрессии и их линеаризация; характеристики временных рядов; модели стационарных и нестационарных временных рядов, их идентификация; система линейных одновременных уравнений; косвенный, двухшаговый и трехшаговый методы наименьших квадратов.
5
1.2.2. Объем дисциплины и виды учебной работы
|
|
|
Всего часов |
|
||
|
|
|
|
|
|
|
Вид учебной работы |
|
форма обучения |
||||
|
|
очно- |
|
|
|
|
очная |
|
|
|
заочная |
||
|
|
|
|
|||
|
|
заочная |
|
|
||
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
Общая трудоемкость дисциплины (ОТД) |
|
|
|
|
|
|
|
|
|
|
|
|
|
Работа под руководством преподавателя |
60 |
|
60 |
|
|
60 |
(включая ДОТ) |
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В том числе аудиторные занятия: |
|
|
|
|
|
|
лекции |
32 |
|
16 |
|
|
6 |
практические занятия (ПЗ) |
16 |
|
8 |
|
|
4 |
|
|
|
40 |
|
|
|
Самостоятельная работа студента (СР) |
40 |
|
|
|
40 |
|
|
|
|
1 |
|
|
|
Промежуточный контроль, количество |
1 |
|
|
|
1 |
|
В том числе: курсовой проект (работа) |
- |
|
- |
|
|
- |
контрольная работа (реферат) |
- |
|
1 |
|
|
1 |
|
|
|
Экзамен |
|
|
|
Вид итогового контроля (зачет, экзамен) |
Экзамен |
|
|
Экзамен |
||
|
|
|
|
|
|
|
Перечень видов практических занятий и контроля
-вопросы для самопроверки;
-тесты (по разделам дисциплины, тренировочные, общие);
-одна контрольная работа (для очно-заочной и заочной форм обучения);
-практические занятия – 16 часов для очной формы обучения,
–8 часов для очно-заочной формы обучения;
–4 часа для заочной формы обучения;
-экзамен.
6
2.Рабочие учебные материалы
2.1.Рабочая программа
(Объем дисциплины 100 часов)
Введение (2 часа)
[1], с. 9-49
Предмет и задачи дисциплины.
Предварительные сведения из теории вероятностей и математической статистики: условные распределения, функция регрессии. Коэффициент корреляции и его свойства. Выборочные ковариация и коэффициент корреляции.
Раздел 1. Парная линейная регрессия (18 часов)
[1], c. 50-81
Функциональная, статистическая и корреляционная зависимости. Результирующий признак и объясняющий фактор, детерминированная составляющая, случайная составляющая. Сумма квадратов остатков, метод наименьших квадратов, линия регрессии, коэффициенты регрессии. Теорема Гаусса-Маркова, экономическая интерпретация коэффициентов регрессии. Коэффициент детерминации R2 и его свойства, связь коэффициента детерминации и коэффициента корреляции в парной регрессии. Статистические свойства МНК-оценок параметров парной регрессии. Стандартные ошибки коэффициентов регрессии. Проверка гипотезы о наличии зависимости между объясняющим фактором и результирующим признаком по t-статистике, построение интервала для коэффициента регрессии b1. Построение доверительного интервала прогнозов в парной регрессии.
7
Раздел 2. Множественная регрессия (30 часов)
[1], с. 82-107, c. 115-128
Основные предположения классической линейной модели множественной регрессии. Метод наименьших квадратов, матричная форма записи коэффициентов множественной регрессии. Экономическая интерпретация частных коэффициентов множественной регрессии. Свойства оценок МНК. Теорема Гаусса-Маркова. Множественный коэффициент детерминации, скорректированный коэффициент детерминации. Проверка гипотезы о значимости коэффициентов множественной регрессии по t-статистике. Доверительные интервалы параметров множественной регрессии. Проверка значимости уравнения регрессии в целом по F-статистике.
Линейные регрессионные модели с переменной структурой. Фиктивные переменные.
Регрессии нелинейные по объясняющим переменным и нелинейные по параметрам. Индексы множественной корреляции и детерминации. Средняя ошибка аппроксимации. Коэффициент эластичности. Средний коэффициент эластичности. Степенная регрессия и сведение ее к линейной. Производственная функция Кобба-Дугласа. Кривая Филипса: уровень безработицы и темп роста заработной платы.
Раздел 3. Нарушения предпосылок классической регрессионной модели
(20 часов)
[1], с. 108-115, с. 128-132, с. 150-178
Гетероскедастичность случайного возмущения. Причины и последствия гетероскедастичности. Тест Голдфельда-Квандта, тест ранговой корреляции Спирмена. Автокорреляция случайного возмущения. Авторегрессия первого порядка. Статистика Дарбина-Уотсона. Обобщенный метод наименьших квадратов.
8
Мультиколлинеарность случайного возмущения. Причины и последствия мультиколлинеарности. Матрица парных корреляций. Частные коэффициенты корреляции. Множественные коэффициенты корреляции и детерминации. Пошаговая регрессия.
Раздел 4. Временные ряды (16 часов)
[1], c. 133-150, c. 178-190
Основные компоненты временного ряда. Аддитивная и мультипликативная модели. Стационарные временные ряды и их характеристики. Выборочная автокорреляционная функция, выявление структуры временного ряда. Сглаживание временного ряда. Представление тренда в аналитическом виде. Прогнозирование временных рядов.
Динамические эконометрические модели. Оценивание моделей с распределенными лагами. Модели авторегрессии, интерпретация параметров. Метод инструментальных переменных.
Раздел 5. Системы одновременных уравнений (12 часов)
[1], c. 224-242
Структурная и приведенная форма модели. Проблема идентификации. Необходимое и достаточное условие идентификации модели. Модель Кейнса функции потребления. Косвенный метод наименьших квадратов. Двухшаговый и трехшаговый методы наименьших квадратов.
Заключение (2 часа)
Эконометрические модели и методы представляют собой мощный инструментарий для принятия практических решений, получения новых знаний и прогнозирования в экономике в условиях стремительного развития социально-экономических процессов.
9
2.2. Тематический план дисциплины
Тематический план дисциплины для студентов очной формы обучения
|
|
-Колво часов по дневнойформе обучения |
|
Виды занятий и контроля |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Наименование |
аудит. |
ДОТ |
аудит. |
ДОТ |
аудит. |
ДОТ |
Самостоятельработаная |
Тесты |
Контрольные работы |
|
№ |
раздела |
|
|
|
|
|
|
|
|
|
|
п/п |
(отдельной темы) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ВСЕГО |
100 |
32 |
8 |
16 |
4 |
|
|
40 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Введение |
2 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. |
Раздел 1. Парная линейная |
18 |
4 |
1,5 |
4 |
0,5 |
|
|
8 |
|
|
|
регрессия |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.1 |
Классическая линейная |
|
2 |
0,5 |
1 |
|
|
|
|
|
|
|
модель парной регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.2 |
Оценка качества модели |
|
1 |
0,5 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.3 |
Прогноз по модели парной |
|
1 |
0,5 |
1 |
|
|
|
|
|
|
|
регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. |
Раздел 2. Множественная |
30 |
10 |
2,5 |
6 |
2,5 |
|
|
9 |
|
|
|
регрессия |
|
|
|
|
|
|
|
|
|
|
2.1. |
Линейная модель |
|
4 |
1 |
2 |
1 |
|
|
|
|
|
|
множественной регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.2 |
Оценка качества модели |
|
2 |
1 |
2 |
1 |
|
|
|
|
|
2.3 |
Модели регрессии с |
|
2 |
|
|
|
|
|
|
|
|
|
переменной структурой |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.4 |
Нелинейные модели |
|
2 |
0,5 |
2 |
0,5 |
|
|
|
|
|
|
регрессии |
|
|
|
|
|
|
|
|
|
|
3 |
Раздел 3. Нарушения |
20 |
8 |
2 |
6 |
1 |
|
|
3 |
|
|
|
предпосылок классической |
|
|
|
|
|
|
|
|
|
|
|
регрессионной модели |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.1 |
Гетероскедастичность |
|
2 |
0,5 |
|
|
|
|
|
|
|
|
случайного возмущения |
|
|
|
|
|
|
|
|
|
|
3.2 |
Автокорреляция случайного |
|
2 |
0,5 |
2 |
|
|
|
|
|
|
|
возмущения |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.3 |
Обобщенный метод |
|
2 |
0,5 |
|
|
|
|
|
|
|
|
наименьших квадратов |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.4 |
Мультиколлинеарность |
|
2 |
0,5 |
4 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10
4 |
Раздел 4. Временные ряды |
16 |
4 |
1 |
|
|
|
|
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.1 |
Основные элементы и |
|
1 |
0,5 |
|
|
|
|
|
|
|
|
структура временного ряда |
|
|
|
|
|
|
|
|
|
|
4.2 |
Стационарные временные |
|
1 |
0,5 |
|
|
|
|
|
|
|
|
ряды и их характеристики |
|
|
|
|
|
|
|
|
|
|
4.3 |
Моделирование тенденции |
|
1 |
|
|
|
|
|
|
|
|
|
временного ряда |
|
|
|
|
|
|
|
|
|
|
4.4 |
Динамические |
|
1 |
|
|
|
|
|
|
|
|
|
эконометрические модели |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
Раздел 5. Системы |
12 |
4 |
1 |
|
|
|
|
7 |
|
|
|
одновременных уравнений |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.1 |
Основные понятия |
|
2 |
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.2 |
Косвенный МНК |
|
1 |
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.3 |
Двухшаговый и |
|
1 |
|
|
|
|
|
|
|
|
|
трехшаговый МНК |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Заключение |
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тематический план дисциплины
для студентов очно-заочной формы обучения
|
|
-Колво часов по дневнойформе обучения |
|
Виды занятий и контроля |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Наименование |
аудит. |
ДОТ |
аудит. |
ДОТ |
аудит. |
ДОТ |
Самостоятельработаная |
Тесты |
Контрольные работы |
|
№ |
раздела |
|
|
|
|
|
|
|
|
|
|
п/п |
(отдельной темы) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ВСЕГО |
100 |
16 |
24 |
8 |
12 |
|
|
40 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Введение |
2 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
Раздел 1. Парная линейная |
18 |
3 |
3 |
2 |
2 |
|
|
8 |
|
|
|
регрессия |
|
|
|
|
|
|
|
|
|
|
1.1 |
Классическая линейная |
|
1 |
1 |
1 |
1 |
|
|
|
|
|
|
модель парной регрессии |
|
|
|
|
|
|
|
|
|
|
1.2 |
Оценка качества модели |
|
1 |
1 |
0,5 |
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.3 |
Прогноз по модели парной |
|
1 |
1 |
0,5 |
0,5 |
|
|
|
|
|
|
регрессии |
|
|
|
|
|
|
|
|
|
|
11
2 |
Раздел 2. Множественная |
30 |
6 |
8 |
4 |
6 |
|
|
6 |
|
|
|
регрессия |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.1 |
Линейная модель |
|
2 |
2 |
1 |
2 |
|
|
|
|
|
|
множественной регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.2 |
Оценка качества модели |
|
2 |
2 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.3 |
Модели регрессии с |
|
1 |
2 |
|
|
|
|
|
|
|
|
переменной структурой |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.4 |
Нелинейные модели |
|
1 |
2 |
2 |
3 |
|
|
|
|
|
|
регрессии |
|
|
|
|
|
|
|
|
|
|
3 |
Раздел 3. Нарушения |
20 |
4 |
4 |
2 |
4 |
|
|
6 |
|
|
|
предпосылок классической |
|
|
|
|
|
|
|
|
|
|
|
регрессионной модели |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.1 |
Гетероскедастичность |
|
1 |
1 |
|
|
|
|
|
|
|
|
случайного возмущения |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.2 |
Автокорреляция случайного |
|
1 |
1 |
1 |
1 |
|
|
|
|
|
|
возмущения |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.3 |
Обобщенный метод |
|
1 |
1 |
|
|
|
|
|
|
|
|
наименьших квадратов |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.4 |
Мультиколлинеарность |
|
1 |
1 |
1 |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
Раздел 4. Временные ряды |
16 |
1 |
4 |
|
|
|
|
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.1 |
Основные элементы и |
|
0,5 |
1 |
|
|
|
|
|
|
|
|
структура временного ряда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.2 |
Стационарные временные |
|
0,5 |
1 |
|
|
|
|
|
|
|
|
ряды и их характеристики |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.3 |
Моделирование тенденции |
|
|
1 |
|
|
|
|
|
|
|
|
временного ряда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.4 |
Динамические |
|
|
1 |
|
|
|
|
|
|
|
|
эконометрические модели |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
Раздел 5. Системы |
12 |
1 |
2 |
|
|
|
|
9 |
|
|
|
одновременных уравнений |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.1 |
Основные понятия |
|
0,5 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.2 |
Косвенный МНК |
|
0,5 |
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.3 |
Двухшаговый и |
|
|
0,5 |
|
|
|
|
|
|
|
|
трехшаговый МНК |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Заключение |
2 |
|
|
|
|
|
|
|
|
|
12
Тематический план дисциплины для студентов заочной формы обучения
|
|
-Колво часов по дневнойформе обучения |
|
Виды занятий и контроля |
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Наименование |
аудит. |
ДОТ |
аудит. |
ДОТ |
аудит. |
ДОТ |
Самостоятельработаная |
Тесты |
Контрольные работы |
|
№ |
раздела |
|
|
|
|
|
|
|
|
|
|
п/п |
(отдельной темы) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ВСЕГО |
100 |
6 |
30 |
4 |
20 |
|
|
40 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Введение |
2 |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
Раздел 1. Парная линейная |
18 |
2 |
6 |
|
4 |
|
|
6 |
|
|
|
регрессия |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.1 |
Классическая линейная |
|
1 |
2 |
|
2 |
|
|
|
|
|
|
модель парной регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.2 |
Оценка качества модели |
|
0,5 |
2 |
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.3 |
Прогноз по модели парной |
|
0,5 |
2 |
|
1 |
|
|
|
|
|
|
регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
Раздел 2. Множественная |
30 |
3 |
12 |
2 |
10 |
|
|
3 |
|
|
|
регрессия |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.1 |
Линейная модель |
|
1 |
4 |
1 |
2 |
|
|
|
|
|
|
множественной регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.2 |
Оценка качества модели |
|
0,5 |
2 |
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.3 |
Модели регрессии с |
|
0,5 |
2 |
|
|
|
|
|
|
|
|
переменной структурой |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2.4 |
Нелинейные модели |
|
1 |
4 |
1 |
4 |
|
|
|
|
|
|
регрессии |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
Раздел 3. Нарушения |
20 |
1 |
6 |
2 |
6 |
|
|
5 |
|
|
|
предпосылок классической |
|
|
|
|
|
|
|
|
|
|
|
регрессионной модели |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.1 |
Гетероскедастичность |
|
0,5 |
2 |
|
|
|
|
|
|
|
|
случайного возмущения |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.2 |
Автокорреляция случайного |
|
0,5 |
1 |
|
2 |
|
|
|
|
|
|
возмущения |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3.3 |
Обобщенный метод |
|
|
1 |
|
|
|
|
|
|
|
|
наименьших квадратов |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13
3.4 |
Мультиколлинеарность |
|
|
2 |
2 |
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
Раздел 4. Временные ряды |
16 |
|
2 |
|
|
|
|
14 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.1 |
Основные элементы и |
|
|
1 |
|
|
|
|
|
|
|
|
структура временного ряда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.2 |
Стационарные временные |
|
|
1 |
|
|
|
|
|
|
|
|
ряды и их характеристики |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.3 |
Моделирование тенденции |
|
|
|
|
|
|
|
|
|
|
|
временного ряда |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4.4 |
Динамические |
|
|
|
|
|
|
|
|
|
|
|
эконометрические модели |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
Раздел 5. Системы |
12 |
|
2 |
|
|
|
|
10 |
|
|
|
одновременных уравнений |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.1 |
Основные понятия |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.2 |
Косвенный МНК |
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.3 |
Двухшаговый и |
|
|
|
|
|
|
|
|
|
|
|
трехшаговый МНК |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Заключение |
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|