Учебно-методический комплекс по учебной дисциплине «Эконометрика» для специальности 080109. 65 Бухгалтерский учёт, анализ и аудит
| Тематический план Содержание разделов учебной дисциплины Учебно-методическое обеспечение учебной дисциплины |
Смотрите также:
- Учебно-методический комплекс учет и аудит внешнеэкономической деятельности для специальности
- Учебно-методический комплекс для студентов специальности 080109. 65 «Бухгалтерский учет
- Учебно-методический комплекс по дисциплине «Особенности учета в торговле» для студентов
- Учебно-методический комплекс по дисциплине учет и анализ банкротств специальность 080109
- Учебно-методический комплекс учебной дисциплины политология специальность 080109. 65
- Учебно-методический комплекс по дисциплине аудит специальность
- Учебно-методический комплекс по специальности 080109 «Бухгалтерский учет
(на базе высшего профессионального образования)
Раздел 1. Линейная модель множественной регрессии. Метод наименьших квадратов (МНК). Свойства оценок МНК. Показатели качества регрессии Тема 1.1. Парный регрессионный анализ Цель, предмет и задачи эконометрики в области социально-экономических исследований. Виды эконометрических моделей. Классификация переменных в эконометрических моделях. Классическая линейная модель парной регрессии. Условия модели. Линия регрессии. Метод наименьших квадратов (МНК). Свойства оценок МНК. Тема 1.2. Свойства параметров регрессии и проверка гипотез Условия и теорема Гаусса-Маркова Показатели качества регрессии. Дисперсионный анализ парной регрессии. Проверка основных статистических гипотез. F-тест, t-тест. Доверительные интервалы и доверительные области. Тема 1.3. Множественный регрессионный анализ Классическая линейная модель множественной регрессии. Дисперсионный анализ многомерной регрессии. Оценка параметров классической регрессионной модели МНК. Оценка значимости множественной регрессии. Мультиколлинеарность. Частная корреляция. Раздел 2. Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Обобщенный метод наименьших квадратов (ОМНК) Тема 2.1. Гетероскедастичность Метод взвешенных наименьших квадратов. Коррекция на гетероскедастичность. Тесты на гетероскедастичность: Спирмена, Голфелда-Квандта, Бартлетта. Тема 2.2. Автокорреляция Авторегрессионный процесс первого порядка. Линейная регрессионная модель с автокоррелированными остатками. Тест Дарбина-Уотсона. Устранение автокорреляции. Обобщённый метод наименьших квадратов (ОМНК). Раздел 3. Регрессионные модели с переменной структурой (фиктивные переменные). Нелинейные модели регрессии и их линеаризация Тема 3.1. Спецификация переменных. Фиктивные переменные Спецификация модели. Фиктивные переменные. Критерий Чоу Тема 3.2. Преобразования переменных Нелинейные модели регрессии и линеаризация. Подбор линеаризующего преобразования (подход Бокса-Кокса). Производственные функции и их анализ. Раздел 4. Характеристики временных рядов. Модели стационарных и нестационарных временных рядов, их идентификация Тема 4.1. Временные ряды, их основные характеристики Характеристики временных рядов. Модели стационарных временных рядов и их идентификация: модели авторегрессии порядка р, скользящего среднего порядка q. Тема 4.2. Стационарность и нестационарность временных рядов Модели нестационарных временных рядов и их идентификация. Модель авторегрессии и проинтегрированного скользящего среднего, Модели рядов, содержащих сезонную компоненту. Раздел 5. Система линейных одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов Тема 5.1. Системы линейных одновременных уравнений, их виды, формы Структурная и приведенная формы модели систем одновременных уравнений. Рекурсивные системы одновременных уравнений. Модель спроса и предложения. Основные структурные характеристики моделей. Условия идентифицируемости уравнений системы. Идентификация рекурсивных систем. Тема 5.2. Идентификация системы одновременных уравнений Статистическое оценивание неизвестных значений параметров. Двухшаговый метод наименьших квадратов оценивания структурных параметров отдельного уравнения системы. Трехшаговый метод наименьших квадратов одновременного оценивания всех параметров системы уравнений. Косвенный метод наименьших квадратов. ^
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
