31

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

Запорізький національний технічний університет

МЕТОДИЧНІ ВКАЗІВКИ 3 ВИВЧЕННЯ ДИСЦИПЛІНИ

ТА ВИКОНАННЯ КОНТРОЛЬНИХ ЗАВДАНЬ

“ Економетрія ”

для студентів спеціальності всіх форм навчання

2010

Укладачі:

Рецензент:

Відповідальний за випуск:

Затверджено

на засіданні кафедри

Протокол № від

Економетрія

Головною метою викладання курсу "Економетрія" є формування у майбутніх спеціалістів сучасного підходу до аналізу економічних процесів в умовах ринкової економіки. Комплекс спеціальних знань у галузі економетрики повинен забезпечити формування фахівця з навиками економіко-математичного аналізу процесів, кількісних зв'язків, динаміки цих процесів в економічному просторі з метою прогнозування, аналізу взаємного впливу явищ та прийняття оптимальних рішень щодо планування, розподілу матеріальних, трудових, фінансових ресурсів

Завдання вивчення курсу.

Завданням вивчення курсу "Економетрія" є теоретична підготовка майбутніх спеціалістів з питань:

• побудови економіко-математичних моделей;

• виявлення основних закономірностей і кількісних зв'язків досліджуваних процесів;

• перевірки побудованих моделей з допомогою методів математичної статистики і теорії ймовірностей;

• використання економіко-математичних моделей для аналізу взаємного впливу явищ;

• прийняття оптимальних рішень на основі наукового прогнозування.

А також практична підготовка та уміння:

• аналізу статистичних економічних даних про соціально-економічні процеси;

• аналізу та прогнозування часових рядів;

• аналізу та прогнозування основі моделей парної лінійної та нелінійної регресій, а також множинної лінійної та нелінійної регресій.

Курс «Економетрія » базується на знаннях вищої математики, лінійної алгебри, теорії ймовірностей, математичної та економічної статистики прогнозування.

Тематичний план дисципліни

Назва теми

Вступ. Економико-математичне моделювання як метод наукового пізнання економічних явищ та процесів

Моделі часових рядів, їх побудова і особливості застосування

Моделі парної лінійної регресії.

Моделі парної нелінійної регресії.

Моделі множинної регресії

Побудова і аналіз моделі виробничої регресії

Моделі з системами одночасних регресій

Прогнозування за допомогою регресійних моделей та інших методів

Програмний матеріал

до вивчення дисципліни «Економетрія»

Основи моделювання в економіці. Вимоги до економетричних моделей. Наукова перевірка моделей. Аналітичні та статистичні методи аналізу. Визначення параметрів часового ряду. Модель часового ряду у вигляді многочлена. МНК для парної лінійної і нелінійної регресій. Коефіцієнт еластичності, спрощені методи оцінки параметрів регресій. Оцінка адекватності моделей.

Моделі множинної регресії. Коефіцієнт множинної кореляції. Коваріаційна та кореляційна матриці. Мультиколінеарність та способи її усунення. Матрична форма МНК для оцінки параметрів. Аналіз індивідуального ринку. Вплив еластичності попиту на ринкові обороти. Визначення максимального прибутку. Використання економетричної моделі.

Двофакторна виробнича регресія. Темп приросту показника виробничої регресії для двох факторів. Загальна виробнича регресія та коефіцієнти еластичності. Ізокванти та сумарний коефіцієнт еластичності. Виробнича регресія Кобба-Дугласа. Закон спадання граничної продуктивності праці. Система незалежних регресій. Рекурсивна модель та її прогнозна форма. Непрямий метод найменших квадратів оцінки параметрів. Двократний метод найменших квадратів та його модифікація

Плани лекцій

Тема 1. Вступ. Економіко-математичне моделювання як метод наукового пізнання та прогнозування економічних явищ та процесів.

1. Основи моделювання в економіці.

2. Вимоги до економетричних моделей.

3. Наукова перевірка моделей.

Література: 1-3, 7-9, 15.

Тема 2. Моделі часових рядів, їх побудова і особливості застосування.

1. Аналітичні та статистичні методи аналізу.

2. Визначення параметрів часового ряду.

3. Модель часового ряду у вигляді многочлена.

Література: 1, 7, 9, 15.

Тема 3. Моделі парної лінійної, нелінійної та множинної регресії.

1. Поняття кореляційного та регресійного аналізу

2. Визначення параметрів лінійного однофакторного рівняння регресії методом найменших квадратів (МНК)

3. Оцінка адекватності моделей та величини похибки рівняння регресії

4. Коефіцієнт еластичності, спрощені методи оцінки параметрів регресій.

5. Проблема автокорреляції залишків

6. Мультиколінеарність та способи її усунення.

Література: 1-7, 10, 15.

Тема 4. Моделі парної нелінійної регресії.

1. Основні класи моделей нелінійної регресії

2. Визначення параметрів нелінійного однофакторного рівняння регресії методом найменших квадратів (МНК).

Література: 1-7, 10, 15.

Тема 5. Моделі множинної регресії.

1. Моделі множинної регресії. Коефіцієнт множинної кореляції.

2. Коваріаційна та кореляційна матриці.

3. Матрична форма МНК для оцінки параметрів.

Література: 1-7, 15.

Тема 6. Побудова і аналіз моделі виробничої регресії.

1. Двофакторна виробнича регресія.

2. Темп приросту показника виробничої регресії для двох факторів.

3. Загальна виробнича регресія та коефіцієнти еластичності.

4. Ізокванти та сумарний коефіцієнт еластичності.

5. Виробнича регресія Кобба-Дугласа.

6. Закон спадання граничної продуктивності праці.

Література: 1-8, 12-15.

Тема 7. Моделі з системами одночасних рівнянь.

1. Система незалежних регресій.

2. Рекурсивна модель та її прогнозна форма.

3. Непрямий метод найменших квадратів оцінки параметрів.

4. Двократний метод найменших квадратів та його модифікація

Література: 1, 3, 5, 15.

Тема 7. Прогнозування за допомогою регресійних моделей та інші методи

1. Прогнози на основі регресійних моделей

2. Методи ковзаючої середньої

3. Методи експоненціального згладжування.

4. Міри точності прогнозу

Література: 1, 2, 3, 5, 15.