Учебное пособие эконометрия

Год публикации: 2005

Библиографическая ссылка:: Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия: Учебное пособие. — Новосибирск: Издательство СО РАН, 2005. — 744 с.

Для того, чтобы оценить ресурс, необходимо авторизоваться.

Данный учебник написан на основе курсов, читаемых на экономическом факультете Новосибирского государственного университета. При создании учебника авторы стремились систематизировать и объединить в единое целое в рамках одного источника различные разделы экономической статистики и эконометрии. Учебник включает: введение в социально-экономическую статистику, регрессионный анализ, анализ временных рядов и особые разделы эконометрии для магистратуры. Учебник содержит большое количество задач и упражнений. Он соответствует требованиям государственного образовательного стандарта. Книга адресована студентам, магистрантам и аспирантам экономических факультетов классических университетов. Кроме того, она будет полезна преподавателям эконометрии, исследователям, работающим в области прикладной экономики, специалистам по бизнес-планированию и финансовым аналитикам. Рекомендовано к изданию учебно-методическим объединением по классическому университетскому образованию в качестве учебника для студентов высших учебных заведений, обучающихся по направлению «Экономика». Учебник опубликован при содействии Национального фонда подготовки кадров (НФПК) в рамках программы «Совершенствование преподавания социально-экономических дисциплин в вузах» Инновационного проекта развития образования.

Для того, чтобы оценить ресурс, необходимо авторизоваться.

Данный учебник написан на основе курсов, читаемых на экономическом факультете Новосибирского государственного университета. При создании учебника авторы стремились систематизировать и объединить в единое целое в рамках одного источника различные разделы экономической статистики и эконометрии. Учебник включает: введение в социально-экономическую статистику, регрессионный анализ, анализ временных рядов и особые разделы эконометрии для магистратуры. Учебник содержит большое количество задач и упражнений. Он соответствует требованиям государственного образовательного стандарта. Книга адресована студентам, магистрантам и аспирантам экономических факультетов классических университетов. Кроме того, она будет полезна преподавателям эконометрии, исследователям, работающим в области прикладной экономики, специалистам по бизнес-планированию и финансовым аналитикам. Рекомендовано к изданию учебно-методическим объединением по классическому университетскому образованию в качестве учебника для студентов высших учебных заведений, обучающихся по направлению «Экономика». Учебник опубликован при содействии Национального фонда подготовки кадров (НФПК) в рамках программы «Совершенствование преподавания социально-экономических дисциплин в вузах» Инновационного проекта развития образования.

Эконометрика — Новиков А.И. — Учебное пособие

Эконометрика — Новиков А.И. — Учебное пособие

Автор: Новиков А.И.

Жанр: Экономика

Издательство: «ИНФРА-М»

Формат: PDF

Качество: OCR

Количество страниц: 144

Описание: В современных программах подготовки экономистов курс эконометрики наряду с микро- и макроэкономикой занял одно из ключевых мест.
Экономисты используют количественные данные для наблюдения за развитием экономики, для ее анализа и прогнозов. Набор статистических методов, используемых для этих целей, и составляет в совокупности эконометрику.
При изложении курса эконометрики используется минимальный математический аппарат, основанный на понятиях и свойствах ковариации и дисперсии. В начале учебного пособия «Эконометрика» приведены необходимые элементы математической статистики. Все излагаемые методы и подходы в эконометрике иллюстрируются примерами и упражнениями с использованием пакета анализа данных Excel.
Книга «Эконометрика» предназначена студентам, впервые приступающим к изучению эконометрики. Содержание учебного пособия
«Эконометрика»

Типы данных
Классы моделей
Основные этапы аксонометрического моделирования
Типы зависимостей
Элементы математической статистики

  1. Операция суммирования
  2. Случайные величины
  3. Числовые характеристики распределения
  4. Точечные и интервальные оценки
  5. Проверка статистических гипотез
  6. Ковариация и корреляция

Модель парной регрессии

  1. Метод наименьших квадратов
  2. Анализ вариации зависимой переменной
    • F-тест на качество оценивания
    • Средняя ошибка аппроксимации

Свойства коэффициентов регрессии и проверка гипотез

  1. Случайные составляющие коэффициентов регрессии
  2. Предпосылки регрессионного анализа
    1. Условия Гаусса — Маркова
    2. Теорема Гаусса — Маркова
    3. Расчет стандартных ошибок коэффициентов регрессии
    4. Статистические свойства МНК-оценок (а, b)
  3. Проверка гипотез, относящихся к коэффициентам регрессии (а, b)
    1. Проверка гипотезы H: β = β
    2. Проверка гипотезы H: β = 0
    3. Пакет анализа Excel (программа «Регрессия»)
    4. Взаимозависимость критериев
  4. Прогнозирование в регрессионных моделях
  5. Нелинейные регрессии

Модель множественной регрессии

  1. Анализ вариации зависимой переменной
  2. Проверка статистических гипотез
    1. Проверка гипотезы H: β1 = 0
    2. Проверка гипотезы H: β1 = β2 = . = βk = 0
    3. Проверка гипотезы H: βk+1 = βk+2 = . = βk+m = 0
    4. Проверка гипотезы H: β’ = β» (тест Чоу)
  3. Мультиколлинеарность
  4. Спецификация и классификация переменных в уравнениях регрессии
    1. Замещающие переменные
    2. Фиктивные переменные
    3. Лаговые переменные
  5. Стохастические объясняющие переменные и ошибки измерения
  6. Метод инструментальных переменных
  7. Производственная функция Кобба — Дугласа
  8. Понятие о временных рядах
    1. Выявление основной тенденции развития
    2. Анализ аддитивной модели
    3. Применение фиктивных переменных при моделировании временных рядов
    4. Анализ мультипликативной модели
    5. Автокорреляция уровней временного ряда

Гетероскедастичность и автокоррелированность случайного члена

  1. Обнаружение гетероскедастичности
    1. Тест ранговой корреляции Спирмена
    2. Тест Голдфельда — Квандта
    3. Тест Глейзера
  2. Метод взвешенных наименьших квадратов
  3. Обнаружение автокорреляции
    1. Обнаружение автокорреляции первого порядка
    2. Обнаружение автокорреляции в модели с лаговой зависимой переменной
  4. Авторегрессионное преобразование

Динамические эконометрические модели

  1. Модели с распределенным лагом
    1. Модель геометрических лагов (модель Койка)
    2. Модель полиномиальных лагов (метод Алмона)
  2. Модели авторегрессии
  3. Примеры моделей с лакированными переменными
    1. Модель частичной корректировки
    2. Модель адаптивных ожиданий

Системы одновременных уравнений

  1. Структурная и приведенная формы уравнений
  2. Оценивание параметров структурной модели
    1. Методы оценивания структурных уравнений различных видов
    2. Порядковое условие для идентификации
    3. Ненулевое ограничение
  3. Анализ методов оценивания
    1. Приложение (математико-статистические таблицы)
    2. Критические значения t-критерия Стьюдента при уровнях значимости 0,10; 0,05; 0,01
    3. Критические значения F-критерия Фишера при уровне значимости 0,05
    4. Критические значения коэффициентов корреляции при уровнях значимости 0,05; 0,01
    5. Критические значения коэффициентов автокорреляции при уровнях значимости 0,05; 0,01
    6. Значения d1 и d2 критерия Дарбина — Уотсона при уровне значимости 0,05

Список рекомендуемой литературы скачать учебное пособие: Эконометрика — Новиков А.И. ( 4.02 Мбайт )

Эконометрия — Суслов В.И. — Учебник

Эконометрия — Суслов В.И. — Учебник

Автор: В. И. Суслов, Н. М. Ибрагимов, Л. П. Талышева, А. А. Цыплаков

Издательство: «Новосибирский государственный университет»

Количество страниц: 742

Описание: Учебник «Эконометрия» написан на основе курсов, читаемых на экономическом факультете Новосибирского государственного университета. С середины 1980-х годов читался спецкурс, в котором излагались основы классической эконометрии, относящиеся к регрессионному анализу. В это же время в рамках «Общей теории статистики» достаточно развернуто начал изучаться материал анализа временных рядов. На базе этих дисциплин в начале 1990-х годов был создан единый курс «Эконометрия», который, постоянно совершенствуясь, читается как обязательный до настоящего времени. Во второй половине 1990-х годов был разработан и введен в практику преподавания обязательный курс «Эконометрия-II» для магистрантов. В конце 1990-х годов на экономическом факультете был восстановлен — на принципиально новом уровне — курс «Общая теория статистики», дающий начальное представление об эмпирических исследованиях. Эконометрия (другой вариант термина в русском языке — эконометрика) — это инструментальная наука, позволяющая изучать количественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. Дословно этот термин означает «экономическое измерение».
Эконометрия связывает экономическую теорию, прикладные экономические исследования и практику. Благодаря эконометрии осуществляется обмен информацией между этими взаимодополняющими областями, происходит взаимное обогащение и взаимное развитие теории и практики.
Эконометрия дает методы экономических измерений, а также методы оценки параметров моделей микро- и макроэкономики. При этом экономические теории выражаются в виде математических соотношений, а затем проверяются эмпирически статистическими методами. Кроме того, эконометрия активно используется для прогнозирования экономических процессов и позволяет проводить планирование как в масштабах экономики в целом, так и на уровне отдельных предприятий.
В экономике (как и в большинстве других научных дисциплин) не существует и не может существовать абсолютно точных утверждений. Любое эмпирическое утверждение имеет вероятностную природу. В частности, экономические измерения содержат различного рода ошибки. Таким образом, в прикладных экономических исследованиях требуется использовать статистические методы.
Методы эконометрии, позволяющие проводить эмпирическую проверку теоретических утверждений и моделей, выступают мощным инструментом развития самой экономической теории. С их помощью отвергаются одни теоретические концепции и принимаются другие гипотезы. Теоретик, не привлекающий эмпирический материал для проверки своих гипотез и не использующий для этого эконометрические методы, рискует оказаться в мире своих фантазий. Важно, что эконометриче-ские методы одновременно позволяют оценить ошибки измерений экономических величин и параметров моделей.
Экономист, не владеющий методами эконометрии, не может эффективно работать аналитиком. Менеджер, не понимающий значение этих методов, обречен на принятие ошибочных решений.
Эта книга адресована студентам, магистрантам и аспирантам экономических факультетов классических университетов. Она соответствует требованиям государственного образовательного стандарта по дисциплине «Эконометрика». Кроме того, издание будет полезно преподавателям эконометрии, исследователям, работающим в области прикладной экономики, специалистам по бизнес-планированию и финансовым аналитикам.
Учебник «Эконометрия» предполагает определенный уровень базовой математической подготовки читателя, владение им основами линейной алгебры, математического анализа, теории вероятностей и математической статистики в объеме курсов для нематематических специальностей вузов. Некоторые наиболее важные сведения из этих разделов высшей математики приведены в приложении к учебнику.
Необходимость в создании учебника по эконометрии вызвана отсутствием отечественного варианта, который бы охватывал все основополагающие позиции современной эконометрической науки. Появившиеся в последние годы учебные издания лишь частично покрывают программу курса, читаемого на экономическом факультете Новосибирского государственного университета. В частности, эти учебники, посвященные в основном регрессионному анализу, не уделяют достаточного внимания теории временных рядов. При создании настоящего учебника авторы стремились систематизировать и объединить в рамках одного источника различные разделы экономиче
ской статистики и эконометрии.
Структура учебника примерно соответствует учебному плану экономического факультета НГУ. Соответственно, он состоит из четырех частей: «Введение в социально-экономическую статистику», «Эконометрия-I: регрессионный анализ», «Эконометрия-I: анализ временных рядов», «Эконометрия-II». Каждая часть покрывает семестровый курс. Соответствующие разделы читаются в качестве обязательной дисциплины во втором, четвертом и пятом семестрах бакалавриата и в первом семестре магистратуры. Полный курс эконометрии на ЭФ НГУ (включая «Введение в социально-экономическую статистику») рассчитан на 152 часа аудиторных занятий (45% лекций, 55% семинарских занятий).
В первой части «Введение в социально-экономическую статистику» представлен материал, который более глубоко раскрывается в других частях учебника. В данной части рассмотрены особенности экономических величин, изложены проблемы экономических измерений, приводится обсуждение основных описательных статистик, рассмотрен индексный анализ, дан обзор основ анализа связей.
Вторая часть посвящена классическому регрессионному анализу. Здесь рассматривается методнаименьших квадратов в разных вариантах (включая ортогональную регрессию), приведена основная модель линейной регрессии, излагаются методы оценки параметров регрессии в случаях, когда нарушаются требования основной модели (мультиколлинеарность, автокорреляция и гетероскеда-стичность, наличие ошибок в переменных), рассматриваются способы включения в регрессионное уравнение качественных переменных как для факторов (фиктивные или псевдопеременные), так и для зависимой переменной (модели логит и пробит). Большое внимание уделяется применению основных критериев проверки статистических гипотез в регрессионном анализе (тестированию): критерии Стьюдента, Фишера и Дарбина—Уотсона. Завершается вторая часть изложением некоторых проблем и методов оценки параметров одновременных систем уравнений. Особенность этого раздела учебника состоит в использовании матричного подхода, позволяющего достичь общности и лаконичности изложения материала.
Третья часть посвящена анализу временных рядов. В ней рассматривается как классический инструментарий — выделение трендов, спектральный и гармонический анализ, модели Бокса—Дженкинса, так и более современные методы — динамическая регрессия, ARCH-и GARCH- процессы, единичные корни и коин-теграция, которые недостаточно освещены в отечественной литературе. Классические методы излагаются исходя из стремления дать математическое обоснование множеству утверждений, которые в существующих учебниках просто констатируются, что существенно затрудняет восприятие материала.
Заключительная четвертая часть содержит разделы, в большинстве своем не известные русскоязычному читателю, однако без их знания практически невозможно проведение качественного эконометрического исследования. Это классические критерии проверки гипотез, методмаксимального правдоподобия, дисперсионный анализ, основы байесовских методов, модели с качественными зависимыми переменными и более сложные разделы анализа временных рядов, в частности, векторная авторегрессия и подход Йохансена к анализу коинтеграционных связей.
Учебник содержит большое количество задач и упражнений. Кроме того, в каждой главе приведен список литературы, которая может быть использована в качестве дополнения к материалу главы.
Подготовка ученика «Эконометрия» осуществлялась при финансовой и методической поддержке программ TEMPUS (TACIS) JEP 08508—94: «Перестройка и совершенствование подготовки экономистов в НГУ» (1994—1997гг.) и «Совершенствование преподавания социально-экономических дисциплин в вузах» в рамках «Инновационного проекта развития образования (2002—2004гг.)».
В списке литературы после каждой главы звездочкой отмечены основные источники.
Авторский коллектив благодарит всех, кто помогал в работе над учебником. Содержание учебника

Смотрите еще:  Регистрация ип как перейти на усн

Введение в социально-экономическую статистику
Основные понятия
1.1. Краткая историческая справка
1.2. Предмет статистики
1.3. Экономические величины и статистические показатели
1.4. Вероятностная природа экономических величин
1.5. Проблемы измерений
1.6. Специфика экономических измерений
1.7. Адекватность экономических измерений
1.8. Типы величин, связи между ними
1.9. Статистические совокупности и группировки
1.10. Задачи
Описательная статистика
2.1. Распределение частот количественного признака
2.2. Средние величины
2.3. Медиана, мода, квантили
2.4. Моменты и другие характеристики распределения
Индексный анализ
3.1. Основные проблемы
3.2. Способы построения индексов
3.3. Факторные представления приростных величин
3.4. Случай, когда относительных факторов более одного
3.5. Индексы в непрерывном времени
3.6. Прикладные следствия из анализа индексов в непрерывном времени
3.7. Факторные представления приростов в непрерывном времени
Введение в анализ связей
4.1. Совместные распределения частот количественных признаков
4.2. Регрессионный анализ
4.3. Дисперсионный анализ
4.4. Анализ временных рядов
4.5. Упражнения и задачи
Эконометрия — Регрессионный анализ
Случайные ошибки
5.1. Первичные измерения
5.2. Производные измерения
5.3. Упражнения и задачи
Алгебра линейной регрессии
6.1. Линейная регрессия
6.2. Простая регрессия
6.3. Ортогональная регрессия
6.4. Многообразие оценок регрессии
6.5. Упражнения и задачи
Основная модель линейной регрессии
7.1. Различные формы уравнения регрессии
7.2. Основные гипотезы, свойства оценок
7.3. Независимые факторы: спецификация модели
7.4. Прогнозирование
7.5. Упражнения и задачи
Нарушение гипотез основной линейной модели
8.1. Обобщенный метод наименьших квадратов (взвешенная регрессия)
8.2. Гетероскедастичность ошибок
8.3. Автокорреляция ошибок
8.4. Ошибки измерения факторов
8.5. Метод инструментальных переменных
8.6. Упражнения и задачи
Целочисленные переменные в регрессии
9.1. Фиктивные переменные
9.2. Модели с биномиальной зависимой переменной

  • 9.2.1. Линейная модель вероятности, логит и пробит
  • 9.2.2. Оценивание моделей с биномиальной зависимой переменной
  • 9.2.3. Интерпретация результатов оценивания моделей с биномиальной зависимой переменной

9.3. Упражнения и задачи
Оценка параметров систем уравнений
10.1. Не взаимозависимые системы
10.2. Взаимозависимые или одновременные уравнения
10.3.Оценка параметров отдельного уравнения
10.4. Оценка параметров системы идентифицированных уравнений
10.5. Упражнения и задачи
Эконометрия — Анализ временных рядов
Основные понятия в анализе временных рядов
11.1.Введение
11.2. Стационарность, автоковариации и автокорреляции
11.3. Основные описательные статистики для временных рядов
11.4. Использование линейной регрессии с детерминированными факторами для моделирования временного ряда

  • 11.4.1. Тренды
  • 11.4.2. Оценка логистической функции
  • 11.4.3. Сезонные колебания
  • 11.4.4. Аномальные наблюдения
Смотрите еще:  Отказ юридического лица от получения кредита

11.5. Прогнозы порегрессии с детерминированными факторами
11.6. Критерии, используемые в анализе временных рядов

  • 11.6.1. Критерии, основанные на автокорреляционной функции
  • 11.6.2. Критерий Спирмена
  • 11.6.3. Сравнение средних
  • 11.6.4. Постоянство дисперсии

11.7. Лаговый оператор
11.8. Модели регрессии с распределенным лагом
11.9 .Условные распределения
11.10. Оптимальное в среднеквадратическом смысле прогнозирование: общая теория

  • 11.10.1. Условное математическое ожидание как оптимальный прогноз
  • 11.10.2. Оптимальное линейное прогнозирование
  • 11.10.3. Линейное прогнозирование стационарного временного ряда
  • 11.10.4. Прогнозирование по полной предыстории. Разложение Вольда

11.11. Упражнения и задачи
Сглаживание временного ряда
12.1. Метод скользящих средних
12.2. Экспоненциальное сглаживание
12.3. Упражнения и задачи
Спектральный и гармонический анализ
13.1. Ортогональность тригонометрических функций и преобразование Фурье
13.2. Теорема Парсеваля
13.3. Спектральный анализ
13.4. Связь выборочного спектра с автоковариационной функцией
13.5. Оценка функции спектральной плотности
Линейные стохастические модели ARIMA
14.1. Модель линейного фильтра
14.2. Влияние линейной фильтрации на автоковариации и спектральную плотность
14.3. Процессы авторегрессии
14.4.Процессыскользящегосреднего
14.5. Смешанные процессы авторегрессии — скользящего среднего
14.6. Модель ARIMA
14.7. Оценивание, распознавание и диагностика модели Бокса—Дженкинса
14.8. Прогнозирование по модели Бокса—Дженкинса
14.9. Модели содержащие стохастический тренд
Динамические модели регрессии
15.1. Модель распределенного лага: общие характеристики и специальные формы структур лага
15.2. Авторегрессионная модель с распределенным лагом
15.3. Модели частичного приспособления, адаптивных ожиданий и исправления ошибок
Модели с авторегрессионной условной гетероскедастичностью
16.1. Модель ARCH
16.2. Модель GARCH
16.3. Прогнозы и доверительные интервалы для модели GARCH
16.4. Разновидности моделей ARCH

  • 16.4.1. Функциональная форма динамики условной дисперсии
  • 16.4.2. Отказ от нормальности
  • 16.4.3. GARCH-M
  • 16.4.4. Стохастическаяволатильность
  • 16.4.5. ARCH -процессы с долгосрочной памятью
  • 16.4.6. Многомерные модели волатильности

Интегрированные процессы, ложная регрессия и коинтеграция
17.1. Стационарность и интегрированные процессы
17.2. Разложение Бевериджа—Нельсона для процесса
17.3. Ложная регрессия
17.4. Проверка на наличие единичных корней
17.5. Коинтеграция. Регрессии с интегрированными переменными
17.6. Оценивание коинтеграционной регрессии: подход Энгла—Грейнджера
17.7. Коинтеграцияиобщиетренды
17.8. Упражненияизадачи
Эконометрия — II
Классические критерии проверки гипотез
18.1. Оценка параметров регрессии при линейных ограничениях
18.2. Тест на существенность ограничения

  • 18.2.1. Тест Годфрея (на автокорреляцию ошибок)
  • 18.2.2. Тест RESET Рамсея (Ramsey RESET test) на функциональную форму уравнения
  • 18.2.3. Тест Чоу (Chow-test) на постоянство модели

18.3. Метод максимального правдоподобия в эконометрии

  • 18.3.1. Оценки максимального правдоподобия
  • 18.3.2. Оценки максимального правдоподобия для модели линейной регрессии
  • 18.3.3. Три классических теста для метода максимального правдоподобия
  • 18.3.4. Сопоставление классическихтестов

Байесовская регрессия
19.1. Оценка параметров байесовской регрессии
19.2. Объединение двух выборок
Дисперсионный анализ
20.1. Дисперсионный анализ без повторений
20.2. Дисперсионный анализ с повторениями
Модели с качественными зависимыми переменными
21.1. Модель дискретного выбора для двух альтернатив
21.2. Оценивание модели с биномиальной зависимой переменной методом максимального правдоподобия

  • 21.2.1. Регрессия с упорядоченной зависимой переменной
  • 21.2.2. Мультиномиальный логит
  • 21.2.3. Моделирование зависимости от посторонних альтернатив в мультиномиальных моделях

Эффективные оценки параметров модели ARMA
22.1. Оценки параметров модели AR(1)
22.2. Оценка параметров модели MA(1)
22.3. Оценки параметров модели ARMA(p, q)
Векторные авторегрессии
23.1. Векторная авторегрессия: формулировка и идентификация
23.2. Стационарность векторной авторегрессии
23.3. Анализ реакции на импульсы
23.4. Прогнозирование с помощью векторной авторегрессии
23.5. Причинность по Грейнджеру
23.6. Коинтеграция в векторной авторегрессии
23.7. Метод Йохансена
23.8. Коинтеграция и общие тренды скачать учебник: Эконометрия — Суслов В.И. ( 3.32 Мбайт )

Эконометрика. Учебное пособие

Федеральное агентство железнодорожного транспорта

Уральский государственный университет путей сообщения

Кафедра «Высшая и прикладная математика»

Учебное пособие для студентов экономических направлений подготовки бакалавров: 080100.62 – «Экономика»

Эконометрика: учеб. Пособие / Г.А. Тимофеева, А.В. Мартыненко. – Екатеринбург : УрГУПС, 2015.

Излагаются основы эконометрики, приводятся основные эконометрические идеи и методы анализа экономических процессов и явлений. Приводится большое количество примеров эконометрических расчетов с использованием электронных таблиц.

Основной материал учебного пособия соответствует структуре курса «Эконометрика» направления подготовки бакалавров 080100.62 Экономика (специализаций «Бухгалтерский учет, анализ и аудит», «Мировая экономика», «Экономика предприятий и организаций»).

Пособие также содержит разделы, которые требуют углубленных знаний математики и математической статистики и ориентированы на изучение в курсе «Эконометрика» (продвинутый уровень) магистратуры по направлению 080100.68 «Экономика».

Авторы: Г.А. Тимофеева, зав. кафедрой «Высшая и прикладная математика», д-р физ.-мат. наук, профессор, УрГУПС

А.В. Мартыненко, доц. кафедры «Высшая и прикладная математика», канд. физ.-мат. наук, УрГУПС

Рецензенты: Д.Б. Берг, профессор кафедры «Анализ систем и принятие решений», д-р физ.-мат. наук, УрФУ

С.В. Рачек, зав. кафедрой «Экономика транспорта», д-р экон. наук, профессор, УрГУПС

1. ВСПОМОГАТЕЛЬНЫЕ СВЕДЕНИЯ ИЗ МАТЕМАТИЧЕСКОЙ

1.1. Основные статистические формулы .

1.2. Стандартные статистические распределения.

1.3. Проверка статистических гипотез.

1.4. Проверка гипотезы о значимости коэффициента корреляции .

2. ПАРНАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ .

2.1. Парная регрессия.

2.2. Модель парной регрессии.

2.3. Регрессия по методу наименьших квадратов .

2.4. Основное дисперсионное тождество регрессионного анализа.

2.5. Коэффициент детерминации. Критерий Фишера (F-тест).

2.6. Интервальные оценки параметров уравнения регрессии .

3. ПАРНАЯ НЕЛИНЕЙНАЯ РЕГРЕССИЯ .

3.1. Виды нелинейных регрессий.

3.2. Линеаризация нелинейных регрессий.

3.3. Выбор нелинейной зависимости .

3.4. Индексы корреляции и детерминации.

3.5. Средняя ошибка аппроксимации.

3.6. Коэффициент эластичности.

4. МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ.

4.1. Оценка коэффициентов регрессии по МНК для двух независимых

4.2. Оценка коэффициентов по МНК для множественной регрессии.

4.3. Условия применения МНК.

4.4. Спецификация модели.

4.5. Коэффициент детерминации .

4.6. Проверка значимости линейной регрессионной модели.

4.7. Сравнение «короткой» и «длинной» моделей.

4.8. Оценка значимости коэффициентов регрессии по t-критерию Стьюдента.65

4.9. Фиктивные переменные.

4.10. Нарушение предпосылок МНК .

4.11. Проверка гомоскедастичности. Критерий Голдфелда-Квандта .

5. ВРЕМЕННЫЕ РЯДЫ. ОСНОВНЫЕ ПОНЯТИЯ.

5.1. Аддитивная и мультипликативная модели временного ряда.

5.2. Коэффициент автокорреляции. Коррелограмма.

5.3. Выделение тенденции при помощи скользящего среднего.

5.4. Проверка остатков на автокорреляцию. Критерий Дарбина-Уотсона.

ПРИЛОЖЕНИЕ. РАСПРЕДЕЛЕНИЕ ДАРБИНА-УОТСОНА .

Эконометрика – это наука, изучающая методами математической статистики количественные закономерности и связи в экономике, выражаемые в виде математических моделей.

Центральной проблемой эконометрики является построение экономет-

рической модели и определение возможностей ее использования для описания, анализа и прогнозирования реальных экономических процессов.

Основная цель эконометрики – вывод экономических закономерностей в виде математических зависимостей на основе анализа эмпирических данных.

Зависимость между переменными (показателями) может быть функциональной (встречается редко) или статистической (в экономике, как правило, является преобладающей).

Функциональная зависимость (иначе ее называют детерминированной) задается в виде формулы, которая каждому значению одной переменной ставит в соответствие строго определенное значение другой переменной, например, по доходу рассчитывают налог.

Статистическая зависимость – это связь переменных, при которой изменение одной переменной приводит к изменению среднего ожидаемого значения другой переменной. Например, чем больше население региона, тем больше валовой региональный продукт. Наиболее распространенной формулой статистической связи между переменными является уравнение регрессии. Если зависимость линейная (нелинейная), то регрессию называют линейной (нелинейной). Многие нелинейные модели можно преобразовать в линейные.

Смотрите еще:  Кто имеет право на получение социального жилья

Процессы эконометрического анализа могут характеризоваться двумя типами обрабатываемых данных: пространственными данными и временными рядами.

Пространственные данные – это относящиеся к одному и тому же моменту времени данные о каком-либо экономическом показателе, характеризующем однотипные объекты. Например, данные об объеме производства на разных промышленных предприятиях за один и тот же период времени или о количестве работников разных промышленных предприятий в один и тот же момент времени.

Временные ряды – это данные о каких-либо показателях, характеризующих одни и те же объекты в различные моменты времени. К такому типу данных относятся ежемесячные или ежегодные статистические данные по стране в целом или по отдельным регионам. Например, по объему промышленного производства или о количестве безработных. Особенность временных данных состоит в том, что они упорядочены во времени.

Регрессионная модель – это уравнение, в котором объясняемая переменная представляется в виде функции от объясняющих переменных. Например, модель спроса на некоторый товар в зависимости от его цены и дохода по-

купателей. По виду функции различают линейные и нелинейные регрессионные модели. Наиболее детально изучены и потому наиболее часто встречается в эконометрическом анализе методы оценки и анализа линейных регрессионных моделей.

К простейшим моделям временных рядов относятся модели тренда и модели сезонности . Тренд представляет собой устойчивое изменение уровня показателя в течение длительного времени. Сезонность характеризует устойчивые внутригодовые колебания уровня показателя. Основная особенность моделей этого класса состоит в том, что они объясняют поведение временного ряда исходя из его предыдущих значений.

Основные задачи эконометрики состоят в построении моделей, выражающих выводимые закономерности, оценке их параметров, и проверке гипотез о полученных закономерностях и связях экономических показателей.

Эконометрическая модель, как правило, основана на теоретическом предположении о взаимосвязанности переменных и характере связи между ними. В

качестве основных этапов эконометрического исследования можно указать:

Постановка проблемы; Получение данных, анализ их качества; Спецификация модели; Оценка параметров;

Интерпретация и верификация результатов.

Спецификация модели является ключевым моментом эконометрического исследования. На этом этапе решения любой эконометрической задачи необходимо сформулировать эконометрическую модель, т.е. представить модель в виде уравнений, характеризующих связи между экономическими показателями. Например, в качестве модели связи между доходами и сбережениями семей можно выбрать линейное уравнение

где X – доход семьи, Y – сбережения семьи, – случайная составляющая (ошибка); и – параметры уравнения, заранее не известные и подлежащие определению в результате эконометрического анализа задачи.

Подчеркнем, что выбор эконометрической модели осуществляется исследователем субъективно, т.е. на основе своего личного опыта и знаний. Правильность (неправильность) сделанного выбора определяется исключительно тем, насколько хорошо полученная модель описывает исследуемое экономическое явление. Поэтому при решении любой задачи эконометрики необходима проверка соответствия полученной модели реальным экономическим данным.

Настоящее пособие ориентировано, прежде всего, на студентов экономических специальностей университетов. Оно также может быть полезно для аспирантов и преподавателей экономических дисциплин.

Изложение материала подразумевает, что читатель знаком с базовыми курсами высшей математики и теории вероятностей и математической статистики. Однако опыт преподавания эконометрики показывает, что в начале кур-

са студентам необходимо восстановить знания основных положений базовых курсов. Поэтому первая глава пособия посвящена изложению некоторых понятий и фактов математической статистики.

Во второй главе рассматривается парная линейная регрессия. Основное внимание в этой главе сосредоточено на получении оценок коэффициентов уравнения регрессии с помощью метода наименьших квадратов (МНК), а также на проверке качества, как полученных оценок коэффициентов, так и всей модели в целом.

Третья глава посвящена парной нелинейной регрессии. Здесь приведены методы линеаризации различных нелинейных моделей, даны основные показатели качества нелинейной модели, а также раскрыты некоторые аспекты спецификации модели парной регрессии.

В четвертой главе рассматривается множественная регрессия. Излагается метод наименьших квадратов для получения оценок коэффициентов уравнения множественной регрессии, а также детально рассмотрены предпосылки использования МНК. Приводятся основные способы проверки качества модели и ее параметров.

В пятой главе изучаются временные ряды. Подробно описываются все этапы построения аддитивной модели временного ряда. Приводится критерий Дарбина-Уотсона проверки остатков на автокорреляцию.

Вся излагаемая теория сопровождается большим количеством примеров, которые выполнены в программе Microsoft Excel 2003. Выбор именно этой версии был продиктован тем, что, с одной стороны, возможностей Microsoft Excel 2003 вполне достаточно для выполнения статистических и эконометрических расчетов. А с другой стороны, реализация таких расчетов во всех более поздних версиях осуществляется почти так же как в Microsoft Excel 2003, поэтому адаптация приведенных в книге примеров для других версий Microsoft Excel не представляет особого труда.

1. Вспомогательные сведения из математической статистики

1.1. Основные статистические формулы

Пусть из некоторой генеральной совокупности получена выборка

Олег Салманов: Эконометрика: Учебное пособие

Аннотация к книге «Эконометрика: Учебное пособие»

В пособии дано систематическое изложение основ эконометрики. Рассмотрены парный регрессионный анализ, метод наименьших квадратов, нелинейная регрессия, множественный регрессионный анализ, гетероскедастичность и автокорреляция, системы одновременных уравнений. Приведена общая методология анализа временных рядов, оценки их числовых характеристик, прогнозирование на основе общей линейной модели временного ряда. Рассмотрены методы оценивания параметров процесса авторегрессии, скользящего среднего, комбинированных процессов авторегрессии — скользящего среднего, процессов авторегрессии и проинтегрированного скользящего среднего и методов прогнозирования в данных моделях. Большое внимание уделено эконометрическим расчетам с помощью компьютеров. Показаны примеры применения популярных систем Excel, Mathcad и STATISTICA для регрессионного анализа и прогнозирования. Для студентов вузов, обучающихся по специальности «Прикладная информатика (по областям)» и другим междисциплинарным специальностям.

Мы пришлем письмо о полученном бонусе, как только кто-то воспользуется вашей рекомендацией. Проверить баланс всегда можно в «Личном пространстве»

Мы пришлем письмо о полученном бонусе, как только кто-то воспользуется вашей ссылкой. Проверить баланс всегда можно в «Личном пространстве»

Похожие статьи:

  • Ст 1533 коап рф судебная практика Ст 1533 коап рф судебная практика I. Разъяснения Верховного Суда Российской Федерации по вопросам применения Кодекса Российской Федерации об административных правонарушениях 1. Вопрос: […]
  • Требования с лоцманским судам ЛОЦМАНСКИЕ СУДА (Pilot boats) — служебные суда, используемые для доставки лоцманов на суда с целью их проводки в опасных местах, а также для ввода судов в порты и вывода их из портов со […]
  • Методические пособия по культурологии Год публикации: 2006 Библиографическая ссылка:: Петухов В.Б., Петухов В.И. Культурология: Учебно-методическое пособие для студентов дневного отделения всех специальностей УлГТУ. - […]
  • Льготы пенсионерам вологда Социальная защита и поддержка в Вологде и Вологодской области в 2019 году В каждом субъекте РФ действует определенная госпрограмма регионального уровня. Это могут быть совместные […]
  • Ветеран труда псковская область льготы Меры социальной поддержки и льготы в Пскове и Псковской области в 2019 году Социальная поддержка в регионах Меры социальной поддержки и льготы в Пскове и Псковской области в 2019 году Меры […]
  • Ренессанс регистрация ооо Ренессанс регистрация ооо Внимание! Для корректной работы у Вас в браузере должна быть включена поддержка cookie. В случае если по каким-либо техническим причинам передача и хранение […]
Перспектива. 2019. Все права защищены.