Эконометрика

Бакалавриат 2019/2020

Статус: Курс обязательный

Направление: 38.03.01. Экономика

Кто читает: Департамент экономики

Где читается: Санкт-Петербургская школа экономики и менеджмента

Когда читается: 3-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Антипов Евгений Александрович, Покровский Дмитрий Александрович

Язык: русский

Кредиты: 10

Контактные часы: 76

Полная версия программы учебной дисциплины

Аннотация

Курс включает в себя обзор моделей, теории и приложений с использованием программы R-studio. Этот курс эконометрики охватывает около 15 наиболее часто используемых в экономике эконометрических моделей, таких как линейная регрессия, панельные модели данных, пробит и логит модели, модели с ограниченными зависимыми переменными, модели с фиктивными переменными, модели временных рядов и многие другие.

Цель освоения дисциплины

Целью освоения дисциплины «Эконометрика» является дать студентам навыки применения эконометрики на практике, на основе знаний, полученных в курсах экономической теории, теории вероятностей и математической статистики и экономико-математических моделей в менеджменте, предоставить аппарат количественной оценки анализа экономических и управленческих моделей и закономерностей.

Планируемые результаты обучения

Знает общие принципы и законы эконометрики. Понимает цели и задачи курса. Ознакомлен с содержанием курса
Распознаёт типы (классы) задач, применяет для них адекватные методы решения.
Владеет методами исследования математических моделей в профессиональной деятельности. Обосновывает результаты решения задачи. Обосновывает выбор переменных, анализирует допущения к методам.
Строит модели, соответствующие поставленным задачам и применяет модели для анализа данных
Анализирует данные и на их основе находит взаимосвязи Использует статистические зависимости
Применяет исследовательские результаты для решения практических ситуаций Использует современные технологии
Применяет программные продукты для нахождения взаимосвязей и взаимозависимостей экономических процессов
Обрабатывает данные с использованием современных программ
Применяет исследовательские результаты для решения практических ситуаций
Использует современные технологии
Проводит экспертизу полученных результатов

Содержание учебной дисциплины

Введение
Общие принципы и законы эконометрики. Цели и задачи. Содержание курса.
Повторение теории вероятностей
• Случайные векторы, их распределение. • Многомерное нормальное распределение. • Условное распределение. • Распределения, связанные с нормальным распределением: хи-квадрат, t−распределение (распределение Стьюдента), распределение Фишера • Генеральная совокупность и выборка. Выборочные статистики.
Повторение статистики
• Точечное оценивание параметров. Свойства оценок: несмещенность, состоятельность, эффективность. • Метод максимального правдоподобия. Метод моментов. • Доверительные интервалы. Построение доверительных интервалов для среднего нормальной генеральной совокупности, для разности средних, для пропорции и для разности пропорций. • Тестирование гипотез. Понятие гипотезы, теста, ошибок первого и второго рода. • Значимость и мощность теста, Р−значение теста. Стандартные тесты. • Критерий согласия хи-квадрат.
Парная линейная регрессия: оценивание коэффициентов
• Модели парной и множественной регрессии. Метод наименьших квадратов (OLS). • Свойства OLS-оценок. Теорема Гаусса−Маркова. • Построение доверительных интервалов для параметров моделей. Тестирование гипотез о параметрах модели. • Коэффициент детерминации R-sq и скорректированный коэффициент детерминации R-sq. adj
Парная линейная регрессия: тестирование гипотез
• Использование фиктивных переменных. • Гетероскедастичность. Обобщенный метод наименьших квадратов (GLS). • Тест на гетероскедастичность. Поправки Вайта. • Мультиколлинеарность. • Спецификация модели. Пропущенные и избыточные переменные. Выбор спецификации. • Прогнозирование в линейных моделях.
Множественная регрессия
• Модели бинарного выбора. Линейная модель вероятности. Probit− и Logit−модели • Интерпретация коэффициентов модели. • Оценивание моделей бинарного выбора. Тестирование гипотез. • Модели множественного выбора.
Нелинейные спецификации
• Стационарные и нестационарные процессы. Автокорреляционная функция и частная автокорреляционная функция стационарного процесса. Эргодичность. • Модели Бокса−Дженкинса (ARMA). • Случайное блуждание. Тест Дики−Фуллера. ARIMA−модели. • Коинтеграция
Множественная регрессия: тестирование гипотез
• Оценивание моделей бинарного выбора. Тестирование гипотез. • Модели множественного выбора. • Tobit−модель. • Разработка и тестирование гипотез

Элементы контроля

Контрольная работа 1
Представляет собой набор задач для аудиторной работы, решения осуществляются в Excel и R Studio, можно использовать материалы курса
Самостоятельная работа
Итоговый экзаменационный тест

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.4 * Итоговый экзаменационный тест + 0.36 * Контрольная работа 1 + 0.24 * Самостоятельная работа

Программа дисциплины