Реферат: Программа дисциплины Эконометрика Для направления 080102. 65 Мировая экономика подготовки специалиста Автор Малышева Г. Ю
Министерство экономического развития и торговли
Российской Федерации
Государственный университет- Высшая школа экономики
Факультет Мировой экономики
Программа дисциплины
Эконометрика
Для направления 080102.65 – Мировая экономика
подготовки специалиста
Автор Малышева Г.Ю.
Рекомендована секцией УМС Одобрено на заседании
Математические и кафедры «Математическая
статистические методы экономика и эконометрика»
в экономике
Председатель А.С. Шведов Зав. Кафедрой Г.Г. Канторович
«____»_______________2006 г. «__13__»____января_____2006 г.
Утверждена УС факультета Мировой экономики
Н.С. Карпова
«____»_______________2006 г.
Москва, 2006
^ I. Пояснительная записка.
Автор программы: Малышева Г.Ю.
Курс « Эконометрика» рассчитан на студентов третьего курса факультета Мировая экономика ( 2 - 4 модули).
Материал курса «Эконометрика» предназначен для использования в курсах, связанных с количественным анализом реальных экономических данных, таких как, прикладная микро- и макроэкономика, маркетинг и других. Этот материал может быть также использован в спецкурсах по теории случайных процессов, математическим моделям в экономике, статистическому прогнозированию, управлению рисками, вероятностным моделям в финансовой математике, теории принятия решений в условиях неопределенности.
^ Требования к студентам: курс «Эконометрика» рассчитан на студентов, прослушавших курсы математического анализа, линейной алгебры, экономической статистики, теории вероятностей и математической статистики.
Аннотация: учебный процесс состоит из посещения студентами лекций (36 часов) и семинарских занятий (34 часа) и 92 часа самостоятельной работы.
^ Формы контроля: Предусмотрена сдача 1 домашнего задания (10%). Основная форма контроля – 2 контрольные работы (по 15 %), экзамен в конце 4 модуля (60%). Итоговая оценка выставляется по 10 бальной шкале.
^ II. Тематический план
Тема
Всего часов
Лекции
Семинары
Самостоятельная
работа
1
Предмет
эконометрики
4
2
2
2
Элементы
математической
статистики
10
2
2
6
3-4
Нормальное
распределение,
генеральная
совокупность и
выборка
12
2
2
8
5-6
Статистическое
оценивание и
проверка гипотез
13
2
4
7
7-9
Парная линейная
регрессия и МНК,
коэффициент
19
6
5
8
10-11
Классическая
линейная парная
регрессия
15
4
4
7
12
Классическая
множественная
регрессия
19
6
5
8
13
Функциональные
преобразования
в линейных моделях
11
2
2
7
14
Фиктивные переменные
12
2
2
8
15
Мультиколлинеарность
11
2
2
7
16
Гетероскедастичность
12
2
2
8
17
Автокорреляция
12
2
2
8
18
Выбор лучшей модели
12
2
2
8
Всего
162
36
34
92
III. Содержание курса
План лекций Литература по теме
1. Предмет эконометрики , рр. 3-9
1.1. Методология эконометрического исследования
1.2. Математическая и эконометрическая модель , с. 26-31.
1.3. Три типа эконометрических данных
2. Элементы математической статистики , рр. 11-19
2.1. Случайные события и случайные величины , с.3-14
2.2. Функция распределения и ее свойства
2.3. Функция плотности и ее свойства , с.19-52
2.4. Функции совместной, маржинальной и условной , с. 18-58
плотности распределения
2.5. Характеристики распределения случайных величин:
математическое ожидание, дисперсия, ковариация,
коэффициент корреляции
Свойства математического ожидания и дисперсии
Условное математическое ожидание
Нормальное распределение и связанные с ним распределения , рр. 19-21
3.1. Нормальное распределение и его свойства , с. 79-85
3.2. - распределение , с. 127-130
3.3. - распределение (распределение Стьюдента) , с. 144-149
3.4. F – распределение (распределение Фишера) , с. 159-162
4. Генеральная совокупность и выборка , с. 121
4.1. Генеральная совокупность и выборка , с. 14-17
4.2. Выборочное распределение и выборочные характеристики:
среднее, дисперсия, ковариация, корреляция
5. Статистическое оценивание , рр. 23-28
5.1. Точечные оценки и их свойства: линейность, несмещенность,
эффективность, состоятельность , с.14-28
Свойства выборочных характеристик как точечных оценок
Интервальные оценки. Доверительные интервалы для
математического ожидания и дисперсии в случае нормальной
генеральной совокупности , с. 538-539
6. Статистическое оценивание и проверка статистических гипотез , рр. 28-33
6.1. Прямая и альтернативная гипотеза , с. 98-107
6.2. Критическое множество и решающее правило
6.3. Ошибки I-го и II-го рода. Мощность статистического критерия.
Уровень значимости. Двух- и односторонние критерии
Проверка гипотез с помощью таблиц и на основе p-value
Линейная регрессионная модель в случае одной объясняющей переменной
7.1. Модель парной регрессии , рр. 59-65
7.2. Теоретическая и выборочная регрессии , с. 53-55
7.3. Экономическая интерпретация случайной составляющей
7.4. Линейность регрессии по переменным и параметрам
Оценивание параметров парной регрессии по методу наименьших квадратов (МНК)
8.1. Система нормальных уравнений , рр. 68-75
8.2. Свойства оценок параметров, полученных по МНК , с. 55-64
8.3. Геометрическая интерпретация МНК , с 34-37
Коэффициент детерминации в парной регрессии
Разложение суммы квадратов отклонений наблюдаемых , с. 51-54
значений зависимой переменной от ее выборочного среднего. , рр. 70-84
Дисперсионный анализ.
Коэффициент детерминации, его свойства и геометрическая
интерпретация в регрессии со свободным членом.
Особенности использования коэффициента детерминации
в регрессии без свободного члена.
Классическая линейная регрессионная модель с одной , с. 79-88
объясняющей переменной
10.1.Предпосылки классической линейной регрессии , с. 39-46
10.2.Особенности теоретической и выборочных регрессий
в центрированных переменных
10.3.Статистические характеристики оценок параметров парной регрессии:
математическое ожидание, дисперсия, ковариация
10.4.Статистические характеристики оценок параметров парной регрессии:
линейность, несмещенность, эффективность в классе линейных и несмещенных
оценок (теорема Гаусса-Маркова с доказательством)
10.5.Несмещенность оценки дисперсии случайной составляющей
Предположение о нормальном распределении случайной , с. 46-51
составляющей в рамках классической линейной регрессии , рр. 75-88
и его следствия
11.1.Распределение оценок параметров и несмещенной оценки
дисперсии случайной составляющей
11.2.Доверительные интервалы оценок параметров и проверка
гипотез о значимости
11.3.Проверка адекватности регрессии
11.4.Прогнозирование по регрессионной модели и его точность
Классическая нормальная множественная регрессионная модель , рр.129-140,
12.1.Запись множественной линейной регрессии в скалярной и рр. 154-159
в матричной формах , с. 67-78
12.2.Матричная запись вектора оценок параметров, полученных по МНК
12.3.Ковариационная матрица вектора оценок параметров регрессии
12.4. Статистические свойства оценок параметров множественной регрессии:
линейность, несмещенность, эффективность, состоятельность
12.5.Проверка значимости коэффициентов (t-тест) и адекватности регрессии
(F-тест)
12.6.Коэффициент множественной детерминации, скорректированный на число
степеней свободы , рр. 164-168
12.7.Проверка гипотез о наличии линейных соотношений между параметрами
теоретической регрессии с помощью F-статистики
13.Функциональные преобразования в линейной регрессионной модели ,рр.94-99
13.1. Лог-линейная регрессия, как модель с постоянной эластичностью.
Оценка параметров производственной функции Кобба-Дугласа , с. 129-133
13.2.Модель с постоянными темпами роста (полулогарифмическая модель)
13.3.Проблема выбора модели (тест Кокса-Бокса и преобразование Зарембки)
14. Использование качественных объясняющих переменных , рр.301-313
14.1. Фиктивные (dummy) переменные в множественной линейной регрессии
14.2. Сравнение двух регрессии с помощью фиктивных переменных
и теста Чоу (Chow) , рр.168-175
14.3.Анализ сезонности с помощью фиктивных переменных
15. Мультиколлинеарность данных , рр.267-281
15.1. Идеальная и практическая мультиколлинеарность
15.2. Признаки наличия мультиколлинеарности и ее диагностика
15.3. Методы борьбы с мультиколлинеарностью
16. Гетероскедастичность , рр.199-212
16.1. Нарушение гипотезы о гомоскедастичности и последствия
гетероскедастичности
16.2. Экономическая интерпретация гетероскедастичности
16.3. Диагностика гетероскедастичности
16.4. Методы борьбы с гетероскедастичностью
17. Автокорреляция случайной составляющей , рр. 227-247
17.1. Экономическая интерпретация автокорреляции
17.2. Авторегрессионная схема первого порядка
17.3. Диагностика автокорреляции
17.4. Методы борьбы с автокорреляцией
18. Проблема выбора лучшей модели , с.165-182
18.1.Ошибки спецификации модели: излишняя переменная, пропущенная переменная
18.2. Диагностика ошибок спецификации: RESET тест Рамсея, , рр. 246-251
статистика Дарбина-Уотсона
^ IV. Литература
Базовый учебник
1. Maddala, G.S. (2001). Introduction to Econometrics (3th ed.). New York: John Wiley & Sons
Дополнительная литература
2. Доугерти, К. (2001). Введение в эконометрику. М.: Инфра-М, Экономический факультет МГУ
3. Колемаев В.А., Калинина В.Н. (2003). Теория вероятностей и математическая статистика. ^ М.: ЮНИТИ-ДАНА
4. Магнус Я.Р., Катышев П.К., Пересецкий, А.А. (2004). Эконометрика. Начальный курс.
М.: Дело
5. Шведов А.С. (2005). Теория вероятностей и математическая статистика.
М.: Издательский дом ГУ ВШЭ
Вопросы для оценки качества освоения дисциплины.
Перечислите свойства коэффициента детерминации.
Сформулируйте теорему Гаусса-Маркова в случае парной регрессии.
Приведите матричную форму записи для МНК-оценок параметров и их ковариационной матрицы для множественной регрессии.
Дайте геометрическую интерпретацию метода наименьших квадратов в n-мерном пространстве (в случае одной объясняющей переменной).
Опишите процедуру проверки гипотезы о значимости одного из коэффициентов
множественной регрессии.
Опишите процедуру проверки гипотезы об адекватности регрессии в целом.
Объясните, почему с помощью коэффициента детерминации нельзя сравнивать регрессии с разным числом объясняющих переменных. Как в этом случае производиться сравнение?
Пусть с помощью линейной в логарифмах регрессионной модели производится оценка параметров производственной функции Кобба-Дугласа. Как в этом случае проверить гипотезу о постоянной отдаче от масштаба?
В каких случаях используется тест Кокса-Бокса и преобразование Зарембки?
Приведите пример анализа сезонности с помощью фиктивных переменных.
Перечислите признаки наличия мультиколлинеарности и показатели степени мультиколлинеарности.
Какие визуальные тесты можно использовать для диагностики гетероскедастичности и автокорреляции?
Дайте экономическую интерпретацию явлениям гетероскедастичности и автокорреляции исходных данных.
Как оценивается точность прогнозирования по регрессионной модели?
Г.Ю. Малышева
еще рефераты
Еще работы по разное
Реферат по разное
Программа дисциплины «товароведение и экспертиза пушно-меховых товаров»
17 Сентября 2013
Реферат по разное
Программа дисциплины «Символы в искусстве» цикла опд. В. Гос впо по направлению подготовки бакалавров 03170 «Изящные искусства»
17 Сентября 2013
Реферат по разное
Программа дисциплины Философия театра в эстетике Серебряного века для направления 031400. 62 «Культурология» подготовки бакалавра Автор Вострова Галина Александровна
17 Сентября 2013
Реферат по разное
Программа дисциплины философия гсэ. Ф. 09 Специальность: Химия 032300 (050101. 65)
17 Сентября 2013