ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования

Рабочая программа учебной
дисциплины
Ф ТПУ 7.1 – 21/01
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
Государственное образовательное учреждение
высшего профессионального образования
«ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
----------------------------------------------------------------------------------------------------
УТВЕРЖДАЮ:
Декан ЕНМФ
__________Ю.И.Тюрин
« » ________________ 2009 г.
ЭКОНОМЕТРИКА
Рабочая программа
для специальности 080116 «Математические методы в экономике»
Факультет автоматики и вычислительной техники
Обеспечивающая кафедра прикладной математики
Курс 3
Семестр 6
Учебный план набора 2008 года
Распределение учебного времени
Лекции
Практические (семинарские) занятия
Лабораторные работы
34 часа (ауд.)
17 часов (ауд.)
17 часов (ауд.)
Всего аудиторных занятий
68 часов (ауд.)
Самостоятельная (внеаудиторная) работа
85 часов
Общая трудоемкость
153 часа
Зачет в 6 семестре
Экзамен в 6 семестре
2009 г.
Рабочая программа учебной
дисциплины
Ф ТПУ 7.1 – 21/01
ПРЕДИСЛОВИЕ
1. Рабочая программа составлена на основе ГОС специальности 080116 «Математические методы
в экономике», утвержденного приказом Минобразования РФ от 14.04.00г. №346эк/сп и стандарта
СТП ТПУ 2.4.01-02 «Система образовательных стандартов. Рабочая программа учебной
дисциплины. Общие требования к содержанию и оформлению».
РАССМОТРЕНА и ОДОБРЕНА на заседании
кафедры Прикладной математики
(ПМ)
«_____»__________2004 г., протокол № _____
2. Разработчик:
Профессор кафедры прикладной математики, д.ф.-м.н. ___________ Т.В.Коваль
3. Зав. обеспечивающей кафедрой ПМ
4. Рабочая программа СОГЛАСОВАНА
СООТВЕТСТВУЕТ действующему плану.
____________ В.П.Григорьев
с
выпускающей
Зав. выпускающей кафедрой
кафедрой
специальности;
____________А.Ю.Трифонов
АННОТАЦИЯ
Эконометрика. Рабочая программа для подготовки дипломированного специалиста по
специальности 080116 “Математические методы в экономике” – Томск: Томский политехнический
университет, 2004 – 8с.
Рабочая программа курса “ Эконометрика ” описывает цели и задачи учебной
дисциплины в соответствии с требованиями Государственного образовательного стандарта,
содержание теоретического раздела дисциплины, содержание практического раздела дисциплины,
принципы текущего и итогового контроля знаний студентов по рейтинговой системе и учебнометодическое обеспечение дисциплины.
Разработчик: кафедра “Прикладной математики”, профессор Т.В.Коваль, тел. 563-429,
факс 8(3822) 563429. E-mail: am@am.tpu.ru .
ANNOTATION
The working program for direction 080116 - «Mathematical Methods of Economics» оf
professional training of specialist. -Tomsk: Tomsk polytechnic university, 2004. - 8 p.
The working educational program for the «Econometrica» course determines the main purposes,
contents, order of training in accordance with the requirements of State educational standard and gives the
description of the theoretical principles of the discipline; the items of practical training; main thesis of
current and final testing of student's knowledge by means of the rating system; the methodical providing
of the discipline's study.
Designer: the «Applied mathematics» chair. Professor T.V.Koval. Tel.563429, fax,
8(3822)563429 e-mail: am@am.tpu.ru
2
Рабочая программа учебной
дисциплины
Ф ТПУ 7.1 – 21/01
1. ЦЕЛИ И ЗАДАЧИ УЧЕБНОЙ ДИСЦИПЛИНЫ
Цель дисциплины «Эконометрика» - освоение студентами основ эконометрических методов,
позволяющих проводить исследование и теоретическое обобщение эмпирических зависимостей
экономических переменных.
В задачи курса «Эконометрика» входят научить студента строить эконометрические модели и
оценивать их параметры; проверять гипотезы о свойствах экономических показателей и формах их
связи; проводить компьютерные расчеты с использованием современных эконометрических
пакетов; использовать результаты экономического анализа для прогноза и принятия обоснования
экономических решений.
2. СОДЕРЖАНИЕ ТЕОРЕТИЧЕСКОГО РАЗДЕЛА ДИСЦИПЛИНЫ
1.
2.
3.
4.
5.
6.
7.
8.
9.
Основные задачи и методы эконометрики. Основные типы данных и
основные модели. Принципы построения эконометрических моделей. Этапы
эконометрического моделирования.
Модель парной регрессии. Коэффициент корреляции.Метод наименьших
квадратов (МНК). Теорема Гаусса – Маркова. Оценка дисперсии ошибок.
Статистические свойства МНК-оценок. Точечные и интервальные оценки
функции регрессии и ее параметров.. Анализ вариации зависимой переменной.
Коэффициент детерминации R2. Коэффициент ранговой корреляции
Спирмена. Дисперсионное отношение Фишера.
Множественная регрессия. Матричная форма МНК. Теорема ГауссаМаркова. Статистические свойства МНК-оценок. Ковариационная матрица и
ее выборочная оценка. Оценка значимости множественной регрессии.
Коэффициенты R2 и скорректированный Rc2. Проверка гипотез.
Доверительные интервалы и области.
Различные аспекты множественной регрессии
Мультиколлинеарность (МК): причины и эффекты МК. Количественные меры
МК и методы построения модели. Ридж-оценки. Модель ортогональной
регрессии. Метод главных компонент
Линейные регрессионные модели с переменной структурой. Фиктивные
переменные. Критерий Чоу.
Нелинейные модели регрессии.
Частная корреляция. Процедура пошагового отбора переменных.
Спецификация модели. Тестирование РЕ- тест, RESET-тест. Спецификация
модели пространственной выборки при наличии гетероскедастичности.
Спецификация регрессионных моделей временных рядов. Важность
экономического анализа.
Инструментальные переменные. Состоятельность оценок. Влияние ошибок
измерения. Двухшаговый МНК.
Стационарные временные ряды и прогнозирование. Трендовые и
авторегрессионные модели.
2 час.
Обобщенная линейная модель множественной регрессии. Стохастические
регрессоры. Обобщенный метод наименьших квадратов (ОМНК).
Гетероскедастичность пространственной выборки. Тесты на
гетероскедастичность: ранговая корреляция Спирмена, тест Уайта, Голфелда-
2 час.
3
2 час.
4 час.
6 час.
2час.
2 час.
2 час.
4 час.
Рабочая программа учебной
дисциплины
Ф ТПУ 7.1 – 21/01
Квандта, Бреуша-Пагана, Глейзера. Взвешенный МНК. Коррекция на
гетероскедастичность. Оценки матрицы ковариаций: стандартные ошибки в
форме Уайта и Новье-Веста.
10. Автокорреляция остатков временного ряда. Авторегрессия первого
порядка. Статистика Дарбина-Уотсона. Тесты на автокорреляцию: БреушаГодфри, Q-тест Льюинга –Бокса. Устранение автокорреляции.Двухшаговая
процедура Дарбина, процедура Кохрейна-Оркатта. Доступный МНК.
4 час.
11. Системы одновременных уравнений. Косвенный МНК. Проблема
идентифицируемости. Метод инструментальных переменных. Внешне не
связанные уравенеия. Оценивание. Трехшаговый МНК. Экономически
значимые примеры систем одновременных уравнений.
4 час.
34 час.
3. СОДЕРЖАНИЕ ПРАКТИЧЕСКОГО РАЗДЕЛА ДИСЦИПЛИНЫ
Лабораторные работы.
1.
Ознакомление с пакетами Econometric Views и STATA. Построение простых 2 час.
эконометрических функций. Метод наименьших квадратов.
2.
Многофакторная регрессионная модель. Фиктивные переменные.
3.
4.
5.
6.
Частная корреляция. Устранение мультиколлинеарности.
Устранение гетероскедастичности.
Устранение автокорреляции остатков
Построение прогнозной экономически значимой модели.
2 час.
4 час.
2 час.
2 час.
5 час.
17 час.
Практические работы.
1.
Метод наименьших квадратов. Построение простых эконометрических 2 час.
функций. Интервальные и точечные оценки. Проверка гипотез.
2.
Множественная регрессия. Анализ вариации зависимой переменной.
Проверка гипотез. Доверительные интервалы.
Построение модели с фиктивными переменными.
Частная корреляция. Спецификация модели.
Гетероскедастичность остатков. Взвешенный метод наименьших квадратов.
Авторегрессионные модели 1 порядка. Устранение автокорреляции
остатков. Доступный метод наименьших квадратов.
Инструментальные переменные. Двухшаговый метод наименьших
квадратов
Системы регрессионных уравнений. Трехшаговый метод наименьших
3.
4.
5.
6.
7.
8.
4
2 час.
2 час.
2 час.
2 час.
2 час.
2 час.
3 час.
Рабочая программа учебной
дисциплины
Ф ТПУ 7.1 – 21/01
квадратов.
17 час.
4. ПРОГРАММА САМОСТОЯТЕЛЬНОЙ ПОЗНАВАТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ
Самостоятельная работа студентов включает работу с учебной литературой и конспектом
лекций. Изучение эконометрических пакетов Econometric Views и STATA (30 час.) . Построение
экономически значимой модели, подготовка отчета и изучение ряда тем, выносимых за рамки
аудиторных занятий:
Количественные меры МК и методы построения модели. Ридж-оценки
Нелинейные модели регрессии
Модель ортогональной регрессии. Метод главных компонент.
4.1.
4.2.
4.3.
45 час.
30 час.
10 час.
4. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
1.
2.
3.
4.
5.
6.
7.
8.
Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. – М.:
Дело, 2004.
Доугерти К. Введение в эконометрику: Пер. с англ. – М.: ИНФА-М, 1997
Кремер Н.Ш.,Путко Б.А. Эконометрика. ЮНИТИ.- М.2002.
Эконометрика / под ред. Н.И.Елисеевой -М.: Финансы и статистика.2001
Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. \ М.:
ЮНИТИ, 1998.
Харин Ю.С., Малюгин В.И., Харин А. Ю. Эконометрическое моделирование. Мн.: БГУ.
2004
Джонстон Дж. Эконометрические методы / Пер. с англ. и предисл. А.А.Рывкина. М.: Статистика, 1980
Елисеева И.И. Практикум по эконометрике. М.: Финансы и статистика. 2001
5
Рабочая программа учебной
дисциплины
Макс.балл 1000
отл. 851-1000
хор. 701-850
удов. 550-700
№
Н
Лекции
(темы)
1
Введение. Основные
задачи и методы
эконометрики
2
3
Ф ТПУ 7.1 – 21/01
Рейтинг-лист
Число недель 17
Лекций - 34 час.
прак.зан- 17,
лаб.раб – 17 час.
САР 90 час.
по дисциплине Эконометрика
весенний семестр
Составила профессор Т.В.Коваль
Час
балл
2
10
Модель парной
регрессии. МНК.
2
10
Множественная
регрессия. МНК.
4
20
Практические занятия Час
(темы)
МНК.Оценки.
Проверка гипотез.
Множественная
регрессия. Анализ
вариации
зависимой
переменной.
Проверка гипотез.
Доверительные
интервалы.
бал
Лаботаторные
работы
Час
бал
Ознакомление с
пакетом
Econometric
Views.
Построение
простых
эконометрически
х функций.
2
30
2
30
2
20
2
20
Множествен-ная
регрессия
Частная
корреляция.
Устранение
мультиколлинеарности
мах
бал
общ
бал
мах
бал
общ
бал
Линеризация.
4
Различные
аспекты
множественной
регрессии.
Нелинейные
модели.
Мультиколлинеа
рность. Частная
автокорреляция
6
30
Построение модели с
фиктивными
переменными.
2
20
5
Спецификация
модели.
2
10
Частная корреляция.
Мультиколлинеарность. Спецификация
модели
2
20
Лекции
(темы)
Час
балл
Практические занятия Час
(темы)
бал
№
Н
6
Лаботаторные
работы
4
Час
60
бал
Рабочая программа учебной
дисциплины
6
7
8
9
Инструментальные
переменные.
Двухшаговый МНК
Стационарные
временые ряды и
прогнозирование.
Трендовые и
авторегрессионные
модели.
Обобщенный метод
наименьших
квадратов (ОМНК)
2
10
2
10
Гетероскедасти-чность
остатков. Взвешенный
МНК
2
20
2
10
2
20
Гетероскедастичност
ь пространственной
выборки.
4
20
Устранение
автокорреляции
остатков. Доступный
МНК.
Инструментальные
переменные. 2шаговый МНК
1
10
10 Автокорреляция
остатков временного
ряда
11
Ф ТПУ 7.1 – 21/01
Системы
одновременных
уравнений
4
20
Системы
регрессионных
уравнений. 3-шаговый
МНК
2
20
4
20
Итоговая
контрольная
работа
2
150
34
170
17
300
Устранение
гетероскедастичн
ости
2
30
Устранение
автокорреляции
2
30
Построение
прогнозной
модели.
5
200
17
380
850
Для допуска к итоговому контролю (с целью сдачи экзамена) студент должен иметь рейтинг не менее 50% от
указанного максимального балла по каждой теме. Текущий рейтинг-контроль проводится в сроки, установленные
деканатом.
5. ТЕКУЩИЙ И ИТОГОВЫЙ КОНТРОЛЬ РЕЗУЛЬТАТОВ ИЗУЧЕНИЯ ДИСЦИПЛИНЫ
Целью текущего и итогового контроля является анализ уровня знаний и навыков,
приобретаемых каждым студентом при изучении отдельных тем и дисциплины в целом.
Контроль осуществляется в соответствии с составляемым по дисциплине на год рейтинг листом. В нем указываются, исходя из учебного и календарного плана, все формы отчетности
студента. В процессе проведения практических занятий и лабораторного практикума осуществляется
оперативный контроль знаний по рассматриваемым темам, а также проверка выполненных заданий и
работ. По каждой выполненной лабораторной работе студенты представляют итоговый отчет.
Проводится итоговая контрольная работа в 6-м семестре.
В соответствии с положением о рейтинговой системе оценки знаний максимальное количество
баллов по дисциплине установлено - 1000, из них 850 баллов равномерно распределяются в течение
семестра и 150 баллов выносится на экзамен.
Пример билета
1. Ошибки уравнения регрессии и его параметров. Интервальные оценки функции и ее параметров
2. Регрессионные модели с переменной структурой
7
850
Рабочая программа учебной
дисциплины
Ф ТПУ 7.1 – 21/01
3. Задача. Рассматривается система уравнений вида:
Y1  X  Y2  1

 Y2  Y1   2
Проверить, является ли данная система идентифицируемой. Изменится ли ответ, если в число
регрессоров второго уравнения включить: а) константу; б) переменную X ?
Темы по дисциплине «Эконометрика»
ПАРНАЯ РЕГРЕССИЯ
Функциональная, статистическая, корреляционная зависимости
Гипотезы
Метод наименьших квадратов
Коэффициент корреляции
Статистические свойства МНК-оценок параметров регрессии
Ошибки уравнения регрессии и его параметров. Интервальные оценки функции и ее параметров
Анализ вариации зависимой переменной. Коэффициент детерминации. Оценка значимости уравнения
регрессии
МНОЖЕСТВЕННАЯ РЕГРЕССИЯ
Основные гипотезы
Метод наименьших квадратов
Статистические свойства МНК-оценок
Ковариационная матрица. Дисперсии оценок параметров
Значимость коэффициентов регрессии. Доверительные интервалы для коэффициентов и функции
регрессии
Оценка значимости множественной регрессии. Коэффициент детерминации и скорректированный
коэффициент детерминации
РАЗЛИЧНЫЕ АСПЕКТЫ МНОЖЕСТВЕННОЙ РЕГРЕССИИ
Мультиколлинеарность
Частная корреляция
Регрессионные модели с переменной структурой
Нелинейные модели регрессии. Методы линеаризации
ИНСТРУМЕНТАЛЬНЫЕ ПЕРЕМЕННЫЕ. ДВУХШАГОВЫЙ МЕТОД НАИМЕНЬШИХ КВАДРАТОВ
ОБОБЩЕННАЯ ЛИНЕЙНАЯ МОДЕЛЬ
ГЕТЕРОСКЕДАСТИЧНОСТЬ ПРОСТРАНСТВЕННОЙ ВЫБОРКИ
Тесты на гетероскедастичность
Устранение гетероскедастичности. Метод взвешенных наименьших квадратов
КОРРЕЛЯЦИЯ ПО ВРЕМЕНИ
Авторегрессионная модель первого порядка
Оценивание в модели с авторегрессией
Проверка на существование автокорреляции
ВРЕМЕННЫЕ РЯДЫ
Стационарные временные ряды. Автокорреляционная функция
Методы выравнивания временного ряда
Модели авторегрессии и скользящего среднего
СИСТЕМЫ РЕГРЕССИОННЫХ УРАВНЕНИЙ. ОБЩИЙ ВИД СИСТЕМЫ
Структурная и приведенная формы модели
Косвенный метод наименьших квадратов
Проблемы идентифицируемости
Внешне не связанные уравнения
Оценивание систем одновременных уравнений. Двух и трехшаговые методы оценивания
ПРОГНОЗИРОВАНИЕ В РЕГРЕССИОННЫХ МОДЕЛЯХ
8