Стандарт Минобраза по дисциплине Эконометрика и учебные планы Курского ИСО МГСУ по
Эконометрике - спец. Финансы и кредит
(Заочное на базе высшего- поступл.2002 г.)
Стандарт Минвуза РФ
Перечень тем Стандарта
Линейная модель множественной регрессии; метод
наименьших квадратов (мнк); свойства оценок мнк;
показатели качества регрессии; линейные регрессионные
модели с гетероскедастичными и автокоррелированными остатками;
обобщенный метод наименьших квадратов (омнк); регрессионные модели
с переменной структурой (фиктивные переменные); нелинейные модели
регрессии и их линеаризация; характеристики временных рядов; модели
стационарных и нестационарных временных рядов, их идентификация;
система линейных одновременных уравнений; косвенный, двухшаговый
и трехшаговый метод наименьших квадратов.
Учебный план на 2002-2003 уч.г.
Рабочий учебный план курса ЭКОНОМЕТРИКА
по кафедре Математических дисциплин КИСО МГСУ
Лектор - проф. Борзых А.А.
Факультет Социально-экономический
Специальность ФинКред -Заочное (высшее) 2002-2003 уч.г.
Распределение в семестрах всего - 5 сем.
Контроль - экзамен 5-й семестр
Рекомендуемый учебник . Эконометрика. ред. Е. Елисеевой. 2001 г.
Читаемые разделы по СТАНДАРТУ в 5-ом семестре
Лекций - всего 12 час
1 я лекция (декабрь 2002 г.). Линейная модель множественной регрессии;
2 я лекция (декабрь 2002 г.) Метод наименьших квадратов (мнк), показатели качества регрессии
3 я лекция (декабрь 2002 г.). Язык эконометрики -
- автомодельность, вспом.переменные, гетероскедастичность,
нелинейные модели регрессии и их линеаризация; объясняющие переменные и
оцениваемые параметры, тренды, анализ временных рядов, лаг.
4 я лекция (весна 2003 г.- по расписанию - февраль).Аналитический метод поиска функции - предельные случаи
Гипотеза и ее проверка.
5 я лекция(весна 2003 г.). Вспом.переменные, обобщенные МНК, структурные и приведенные модели.
6 я лекция(весна 2003 г.). Модели временных рядов. Лаг, сезонные колебания , тенденции.
Приложения в экономике.
Тематика экзаменационных билетов на 2002-2003 уч.г.
Линейная модель множественной регрессии;
метод наименьших квадратов (мнк),
минимизация параметров- автомодельность, вспом.переменные,
нелинейные модели регрессии и их линеаризация; коэффициент эластичности
гомоскедастичность (однородность) остатков
показатели качества регрессии
Частные регрессии , структура модели и предельные случаи
Гипотеза и ее проверка. Интервалы прогноза и отбор факторов
Временные ряды. Прямой , обратный и распределенный лаг, сезонные колебания.