Эконометрика (продвинутый уровень)

Магистратура 2020/2021

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Новизна полученных знаний»

Статус: Курс обязательный (Статистический анализ в экономике)

Направление: 38.04.01. Экономика

Кто читает: Департамент статистики и анализа данных

Где читается: Факультет экономических наук

Когда читается: 1-й курс, 3, 4 модуль

Формат изучения: без онлайн-курса

Преподаватели: Копнова Елена Дмитриевна, Родионова Лилия Анатольевна

Прогр. обучения: Статистический анализ в экономике

Язык: русский

Кредиты: 5

Контактные часы: 78

Полная версия программы учебной дисциплины

Аннотация

Курс эконометрики предназначен для формирования у студентов научного представления о методах, моделях и приемах количественного анализа законов экономической теории с использованием математико-статистического инструментария. Изучение дисциплины предполагает получение знаний основных принципов анализа статистических зависимостей между показателями социально-экономических явлений и процессов, а также навыков моделирования этих зависимостей с использованием статистических данных и современного компьютерного программного обеспечения. В основу дисциплины положены базовые принципы теории вероятностей и математической статистики, а также экономической статистики. Основные положения курса должны будут использованы студентами в их научно-исследовательской деятельности, а также при изучении других курсов, связанных со статистическим моделированием социально-экономических систем.

Цель освоения дисциплины

Формирование у студентов научного представления о методах, моделях и приемах, позволяющих получать и интерпретировать количественные выражения закономерностям экономической теории.
Выработка у студентов навыков критического анализа различных источников статистической информации.
Подготовка студента к решению профессиональных задач в области анализа статистических данных.

Планируемые результаты обучения

Знать основные понятия эконометрического подхода, основные методы оценивания неизвестных параметров эконометрических моделей, методы проверки статистических гипотез о параметрах построенных моделей, основные методы диагностики эконометрических моделей.
Уметь применять стандартные методы построения эконометрических моделей, обрабатывать статистическую информацию и получать статистически обоснованные выводы, делать содержательные выводы из результатов эконометрического моделирования.
Иметь навыки обработки статистических данных и применения эконометрических пакетов программ для ПЭВМ.

Содержание учебной дисциплины

Раздел 1. Анализ пространственных данных
Тема 1. Введение в эконометрическое моделирование. Этапы эконометрического моделирования. Проблемы статистического оценивания параметров модели. Принципы интерпретации результатов моделирования. (4 часа) Тема 2. Вопросы спецификации модели. Выбор регрессоров. Проблема эндогенности в регрессионном анализе. Определение функциональной зависимости. Тема 3. Методы оценивания моделей.МНК, ММП, ОМНК, ОММ. Принципы оценки качества моделей. Тема 4. Многомерные модели. Проблема идентифицируемости в регрессионном анализе. Тема 5. Нелинейные модели. Мультиномиальные модели. Проблема селективности выбора в регрессионном анализе. Тема 6. Анализ панельных данных. Динамические модели. Модели с эндогенными регрессорами. Нелинейные модели. Тема 7. Введение в анализ пространственной корреляции. Индексы пространственной корреляции. Модели с корреляцией в регрессорах, зависимой переменной, ошибке.
Раздел 2. Анализ временных рядов.
Тема 8. Введения в анализ одномерных временных рядов. Основные этапы прогнозирования. Принципы декомпозиции временного ряда (классическая, X11, SEATS). Тема 9. Основные типы стационарных ARMA моделей. Модели нестационарных временных рядов. Тесты на единичные корни. Тема 10. Анализ и моделирование сезонных колебаний во временных рядах ( с помощью гармонического анализа и фиктивных переменных). Сезонные модели SARIMA. Тесты на сезонные единичные корни. Адаптивные сезонные модели. Тема 11. Основные модели многомерных временных рядов. Модели коинтеграции. Модель коррекции ошибками. Авторегрессионная модель распределенных лагов. Векторная авторегрессия. Векторная модель коррекции ошибками.

Элементы контроля

Самостоятельная работа 1
Индивидуальная самостоятельная работа выполняется по разделу 1. СР1 выполняется на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл.
Самостоятельная работа 2
Индивидуальная самостоятельная работа выполняется по разделу 2. СР2 выполняется на компьютерах в соответствии с требованиями. В итоге студенты представляют на проверку текстовый отчет и расчетный файл через LMS.
Текущий контроль аудиторной и домашней работы 1
Текущий контроль аудиторной и домашней работы 2

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
0.3 * Самостоятельная работа 1 + 0.3 * Самостоятельная работа 2 + 0.2 * Текущий контроль аудиторной и домашней работы 1 + 0.2 * Текущий контроль аудиторной и домашней работы 2

Программа дисциплины