Эконометрика

Бакалавриат 2020/2021

Статус: Курс обязательный (Бизнес-информатика)

Направление: 38.03.05. Бизнес-информатика

Кто читает: Кафедра высшей математики

Где читается: Факультет экономики, менеджмента и бизнес-информатики

Когда читается: 3-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Радионова Марина Владимировна

Язык: русский

Кредиты: 7

Контактные часы: 68

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

В результате освоения дисциплины "Эконометрика" студент должен: знать основные понятия и утверждения дисциплины эконометрика в их взаимосвязи, знать основные методы эконометрического исследования и способы их применения к решению конкретных задач, уметь доказывать элементарные утверждения, выводимые из определений и исходных предположений, самостоятельно пользоваться эконометрическими методами, уметь грамотно давать экономическую интерпретацию получаемых в ходе вычислений результатов, приобрести опыт построения эконометрических моделей, включая проверку их адекватности реальным данным, уметь квалифицированно применять изученные методы при решении прикладных задач экономического содержания.

Цель освоения дисциплины

 приобретение студентами базовых знаний по эконометрике;
 знакомство с прикладными задачами дисциплины;
 формирование умения решать типовые задачи дисциплины.

Планируемые результаты обучения

Знает основные понятия и определения эконометрики
Решает задачи на вычислении вероятности случайных событий, законы распределения и числовые характеристики случайных величин и векторов. Решает задачи теории статистического оценивания и проверки гипотез
Решает задачи на парную линейную регрессионную модель
Решает задачи на множественную регрессионную модель
Решает задачи на множественную линейную регрессионную модель при отклонениях от классических ограничений

Содержание учебной дисциплины

Введение в эконометрику
Введение в эконометрическое моделирование. Области применения эконометрических моде-лей. Основные виды моделей зависимости. Характеристика переменных, входящих в модели. При-меры эконометрических моделей. Классификация переменных в эконометрических моделях. Этапы эконометрического исследования.
Вспомогательные сведения из теории вероятностей, математической статистики и линейной алгебры
Случайные величины. Описательные статистики. Виды распределений.
Анализ однофакторной регрессионной модели
Множественный регрессионный анализ: особенности спецификации модели, отбор факторов при построении множественной регрессии. Классическая нормальная линейная модель множественной регрессии, оценка параметров методом МНК, ковариационная матрица и ее выборочная оценка. Оценка дисперсии возмущений. Определение доверительных интервалов для коэффициентов и функции регрессии. Оценка значимости множественной регрессии.
Анализ общей линейной модели наблюдений при классических предположениях
Множественный регрессионный анализ: особенности спецификации модели, отбор факторов при построении множественной регрессии. Классическая нормальная линейная модель множественной регрессии, оценка параметров методом МНК, ковариационная матрица и ее выборочная оценка. Оценка дисперсии возмущений. Определение доверительных интервалов для коэффициентов и функции регрессии. Оценка значимости множественной регрессии.
Анализ линейной модели наблюдений при отклонениях от классических предположений
Возможные отклонения от предположений классической общей линейной модели наблюдений (ОЛМН): закон распределения, отличный от нормального; автокорреляция, ее суть, причины, по-следствия, обнаружение и методы устранения; гетероскедастичность, ее суть, последствия, обнару-жение и методы смягчения проблемы гетероскедастичности; Исследовательские методы проверки отсутствия гомоскедастичности: тесты Спирмена, Голдфелда–Квандта, Уайта. Мультиколлинеар-ность, ее суть, последствия, определение и методы устранения. Взвешенный МНК как частный слу-чай обобщенного МНК; содержательный смысл этого подхода. Метод максимального правдоподо-бия. Реализация этого метода для модели с двумя группами однородных наблюдений.

Элементы контроля

Контрольная работа
Домашняя работа
Самостоятельная работа
Контактная работа
Экзамен
Экзамен будет проходить в онлайн-конференции в зум. Далее само тестирование будет проходить в траектории! Продолжительность экзамена 60 минут. Решения экзамена нужно будет сфотографировать или отсканировать и и прикрепить в ЛМС в проекты в течение 1,5 часов после экзамена.
Контрольная работа
Домашняя работа
Самостоятельная работа
Контактная работа
Экзамен

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.2 * Домашняя работа + 0.1 * Контактная работа + 0.2 * Контрольная работа + 0.1 * Самостоятельная работа + 0.4 * Экзамен

Программа дисциплины