Тема 4. Парная регрессия и корреляция в эконометрических исследованиях




С.Н. Астахов

ЭКОНОМЕТРИКА

уч ЕБНО-МЕТОДИЧЕСКОЕ ПОСОБИЕ

 

 

Казань 2011


 

УДК

ББК

К

Рекомендовано к изданию Учебно-методическим советом

Института социальных и гуманитарных знаний

 

Составитель: Доцент ИСГЗ к афедры математики и информационных технологий Астахов Сергей Николаевич

 

Рецензенты: Леонтьев Андрей Юрьевич кандидат физико -математических наук,доцент кафедры кибернетики Казанской государственной академии ветеринарной медицины

Курзин Сергей Павлович – заведующий кафедройматематики и информационных технологий, доцент

 

Учебно-методическое пособие составлено в соответствии с требованиями Государственного образовательного стандарта высшего профессионального образования. Предназначена для студентов и преподавателей экономических факультетов высших учебных заведений.

ISBN УДК ББК

 

© Астахов С.Н.. 2008

© Институт социальных и гуманитарных знаний, 2008


 

Содержание

 

Введение

Объем дисциплины

Рабочая программ программа

Краткий курс лекций

Тематический план занятий

Планы семинарских (практических занятий)

Самостоятельная работа студентов

Контроль знаний студентов

Литература

 

 

 

Введение

 

Целью изучения дисциплины «Эконометрика» является развитие математического мышления и навыков использования математических методов и основ математического моделирования.

Требования к уровню освоения содержания дисциплины

В результате изучения курса студенты должны знать:

Должен знать:

- методологию эконометрического исследования;

- сущность эконометрики как науки её методы;

- регрессионный анализ;

- основные компоненты эконометрики

После освоения лекционного материала, материала учебных пособий, отработки его на семинарских и практических занятиях студенты должны уметь:

- на практике организовать сбор, предварительный анализ и отбор необходимой информации, оценить ее качество;

- осуществлять оценку качества построенных моделей;

- правильно интерпретировать результаты исследований и вырабатывать практические рекомендации по их применению.

Быть ознакомленным с современными методами анализа социально – экономических данных и использованием их для прогнозирования и принятия решений.

Программа содержит основные сведения, которые подлежат изучению всеми студентами.

Курс базируется на дисциплинах «Теория вероятностей» и «Математическая статистика», «Экономическая теория», «Экономическая статистика».

Объем дисциплины и формы учебной работы

 

Вид учебной работы Объем часов по формам обучения
очная заочная
№ семесторов    
Всего часов по дисциплине    
Лекции    
Практические и семинарские занятия    
Самостоятельная работа    
Форма контроля Зачет Зачет

Рабочая программа

Тема 1. Предмет эконометрики

История возникновения эконометрики. Эконометрика как наука. Основные цели и решаемые задачи.. Эконометрическая модель. Этапы эконометрического моделирования. Исходные предпосылки эконометрического моделирования. Зависимые и независимые переменные.

Тема 2 Измерения в экономике

Теория измерения в экономике Типы исходных информационных массивов статический и динамический. Функциональные зависимости между переменными — линейная, степенная, гиперболическая и т.д. Формула эконометрической модели как отображение закономерностей развития процесса. Методы линеаризации формы эконометрической модели.

 

Тема 3. Элементы линейной алгебры, теории вероятностей и математической статистики в эконометрике

Матрицы, их свойства и операции над ними. Случайные величины и их числовые характеристики. Функция распределения случайной величины. Закон больших чисел и предельные теоремы. Точечные и интервальные оценки параметров. Проверка (тестирование) статистических гипотез.

 

Тема 4. Парная регрессия и корреляция в эконометрических исследованиях

Функциональная, статистическая и корреляционная зависимости. Линейная парная регрессия. Коэффициент корреляции. Традиционный метод наименьших квадратов - МНК. Сведения о методе максимального правдоподобия.

Тема 5 Оценка параметров

Оценка дисперсии случайной составляющей. Дисперсионный анализ. Статистические свойства МНК-оценок (состоятельность, несмещенность, эффективность). Теорема Гаусса -Маркова. Гетероскедастичность случайной составляющей. Обобщенный метод наименьших квадратов – ОМНК. Модели с гетероскедастичными ошибками. Причины непостоянства дисперсии ошибки. Тестирование на гетероскедастичность. Взвешенные эконометрические модели. Особенности оценки параметров моделей с гетероскедастичными ошибками. Проверка гипотез о значимости параметров регрессии, коэффициента корреляции и уравнения регрессии в целом.

Тема 6 Прогнозирование и нелинейная регресия

Элементы статистической теории погрешностей и прогноз ожидаемого значения результативного признака по линейному парному уравнению регрессии. Нелинейная регрессия. Виды нелинейной регрессии. Оценка параметров.

 



Поделиться:




Поиск по сайту

©2015-2024 poisk-ru.ru
Все права принадлежать их авторам. Данный сайт не претендует на авторства, а предоставляет бесплатное использование.
Дата создания страницы: 2016-02-16 Нарушение авторских прав и Нарушение персональных данных


Поиск по сайту: