Индивидуальное задание и его характеристики



Студент выполняет одно индивидуальное задание. Целью выполнения индивидуальных заданий является приобретение практических навыков решения различных задач в табличном процессоре Excel. В процессе выполнения индивидуальных заданий студент должен осуществить:

· математическую постановку задачи;

· выбрать правильную эконометрическую модель;

· выбрать алгоритм построения эффективных оценок для коэффициентов выбранной эконометрической модели;

· проверить достоверность построенной модели;

· применить построенную модель для решения задач прогнозирования;

· оформить результаты согласно требованиям, предъявляемым к каждому индивидуальному заданию.

Индивидуальное задание включает следующие задачи (в скобках указано ориентировочное время на самостоятельную работу).

1. Построение парной регрессии (самостоятельная работа – 8 часов).

2. Построение линейной и нелинейной множественной регрессии (самостоятельная работа – 16 часов).

3. Построение моделей временного ряда (самостоятельная работа – 12 часов).

 


 

 

Вопросы к зачёту

1. Наука эконометрика и решаемые в эконометрике задачи?

2. Основные эконометрические модели?

3. Выберите правильный вариант ответа на вопрос:

   Эконометрическая модель – это модель:

а) гипотетического экономического объекта;

б) конкретного существующего объекта, построенная по гипотетическим данным;

в) конкретного существующего объекта, построенная по статистическим данным.

4. В чем заключается задача построения парной регрессии?

5. Почему перед построением модели парной регрессии необходимо вычислять выборочный коэффициент корреляции?

6. Объясните, чем вызвано появление в модели парной регрессии возмущения модели - случайного слагаемого ε?

7. Перечислить условия Гаусса-Маркова на возмущения модели парной регрессии.

8. Основные этапы построения парной регрессии.

9. Что такое диаграмма рассеяния, и какие выводы делаются на основе ее анализа?

10. Какими свойствами обладают оценки b0, b1 коэффициентов линейной парной регрессии, вычисленные методом наименьших квадратов при выполнении условий Гаусса-Маркова?

11. Что такое интервальная оценка для коэффициентов линейной парной регрессии?

12. Что такое значимость оценок для коэффициентов линейной парной регрессии?

13. Сформулируйте статистические гипотезы, соответствующие проверке значимости  коэффициента корреляции .

14. Поясните статистический смысл коэффициента детерминации R2.

15. Виды нелинейности парной линейной регрессии?

16. Чем множественная регрессия отличается от парной?

17. Запишите модель множественной линейной регрессии.

18. Какие условия накладываются на вектор случайных возмущений e.

19. Запишите функционал метода наименьших квадратов при оценивании коэффициентов множественной линейной регрессии.

20. Какими свойствами обладают оценки коэффициентов регрессии, вычисленные методом наименьших квадратов?

21. Перечислите виды нелинейности множественной регрессии.

22. Как преобразовать нелинейную по переменным модель к линейной модели?

23. Поясните принцип «минимальной сложности» при отборе переменных модели множественной регрессии.

24. Какая идея положена в основу теста на гетероскедастичность модели?

25. В чем отличие между коэффициентом корреляции и частным коэффициентом корреляции?

26. Чем отличается взвешенный метод наименьших квадратов от классического МНК ?

27. Какие составляющие может включать детерминированная компонента временного ряда?

28. Каким условиям должны удовлетворять числовые характеристики стационарного ряда?

29. Какие методы используются для выделения трендовой составляющей временного ряда?

30. В чем отличие авторегрессионной модели временного ряда от обычной регрессионной модели?

31. Какие модели используются для описания коррелированных возмущений временного ряда?

32. В чем отличие обобщенного метода наименьших квадратов от обыкновенного (классического) МНК?

33.  Одновременные системы уравнений и их применение в экономике.

 

Основная и дополнительная литература, периодические издания.

§ Основная литература

1. Воскобойников Ю. Е. Построение регрессионных эконометрических моделей (с примерами в Excel) : учеб. пособие / Ю. Е. Воскобойников. Новосиб. гос. архитектур.-строит. ун-т. – Новосибирск : НГАСУ, 2014.

2. Воскобойников Ю. Е. Построение моделей временных рядов (с примерами в Excel) : учеб. пособие / Ю. Е. Воскобойников. Новосиб. гос. архитектур.-строит. ун-т. – Новосибирск : НГАСУ, 2015.

3. Воскобойников Ю. Е. Теория вероятностей и математическая статистика (с примерами в Excel): учеб. пособие / Ю. Е. Воскобойников, Т.Т. Баланчук ; Новосиб. гос. архитектур.-строит. ун-т. – Новосибирск : НГАСУ, 2013.

 

§ Дополнительная литература

4. Воскобойников Ю.Е., Воскобойникова Т.Н. Лабораторные, контрольные работы и задания по курсу «Эконометрика»Часть 1. Парный и множественный регрессионный анализ: учебное пособие / Ю.Е. Воскобойников, Воскобойникова Т.Н. ; Новосиб. гос. архитектур.-строит. ун-т. – Новосибирск : НГАСУ, 2015.

5. Кремер Н. Ш.Эконометрика : учебник для вузов по спец. экономики и упр. / Кремер Н. Ш., Путко Б. А. ; под ред. Н. Ш. Кремера. - 2-е изд., стер.. - М. : ЮНИТИ-ДАНА, 2008

6. Воскобойников Ю.Е. Регрессионный анализ данных в пакете Mathcad. СПб: Лань, 2010.-
286 с.

7. Воскобойников Ю.Е. Построение регрессионных моделей в пакете Mathcad: Учебное пособие: Новосиб. гос. архитектур.-строит. ун-т. – Новосибирск: НГАСУ (Сибстрин), 2009.

8. Эконометрика: учебное пособие под ред. Н. И. Елисеевой. – М. : Финансы и статистика, 2001.

9. Арженовский С. В. Эконометрика: учеб. пособие / С. В. Арженовский, О. Н. Федосова. – Ростов н/Д, 2002.

10. Гмурман В. Е. Теория вероятностей и математическая статистика / В. Е. Гмурман. – М.: Высшая школа, 2003.

11. Макарова Н. В. Статистика в EXCEL : учеб. пособие / Н. В. Макарова, В. Я. Трофимец. – М. : Финансы и статистика, 2002.

12. Чекотовский Э.В. Графический  анализ  статистических данных в Microsoft Excel 2000. М.: Диалектика, 2002. – 452 с.

 

 

Автор-разработчик (ведущий лектор)   Д.ф.-м.н., профессор Воскобойников Ю.Е.  

 

Заведующий кафедрой __ПМ__ _________________Воскобойников Ю.Е.

(эл. почта: voscob@mail.ru)

 


Дата добавления: 2018-02-28; просмотров: 637; Мы поможем в написании вашей работы!






Мы поможем в написании ваших работ!