Темы для к

Темы для к.р. 1
Тема 1. Предмет эконометрики
Цели и методы эконометрики. Сравнение эконометрики и математической экономики.
Описание шагов, включенных в анализ эконометрической модели. Примеры
эконометрических моделей. Типы экономических данных: временные ряды, перекрестные
данные, панельные данные. Методы оценки эконометрических моделей. Тесты,
применяемые для верификации оцененной модели. Статистические пакеты, применяемые
для оценки эконометрических моделей.
[2], с.11-16; [5], p.1-14; [8], p.3-9.
Тема 2. Повторение теории вероятностей и математической статистики
Основные понятия теории вероятностей. Случайные события и случайные величины.
Функции распределения и плотности распределения. Непрерывные и дискретные
случайные величины и их основные числовые характеристики (математическое ожидание,
дисперсия, ковариация, коэффициент корреляции). Совместное распределение нескольких
случайных величин. Условное распределение и его свойства. Независимость случайных
величин. Условное математическое ожидание.
[1], с.3-13; [4], c.11-61, 79-85, 127-130, 144-148, 159-162; [5], p.869-894; [8], p.11-21
Нормальное распределение и связанные с ним распределения: «хи – квадрат», Стьюдента,
Фишера.
Генеральная совокупность и выборка. Выборочное распределение и выборочные
характеристики: среднее, дисперсия, ковариация, корреляция. Статистическое
оценивание. Точечные оценки. Линейность, несмещенность, эффективность и
состоятельность оценок. Интервальные оценки. Проверка гипотез.
[1], с.32-48; [4], c.113-126; [5], p.895-910 ; [8], p.22-28
Тема 3. Линейная регрессия с одной объясняющей переменной
Линейная регрессионная модель для случая одной объясняющей переменной.
Теоретическая и выборочная регрессии. Метод наименьших квадратов (МНК) для
нахождения оценок коэффициентов парной регрессии. Система нормальных уравнений
для случая парной регрессии и ее решение. Свойства оценок параметров, полученных
методом наименьших квадратов.
[1], с.49-61; [5], p.37-105; [8], p.59-69
Разложение суммы квадратов отклонений наблюдаемых значений зависимой переменной
от ее выборочного среднего. Дисперсионный анализ. Степень соответствия линии
регрессии имеющимся данным. Коэффициент детерминации и его свойства.
[1], с.68-71; [5], p.81-87, [8], p.70-71
Тема 4. Классическая линейная регрессия для случая одной объясняющей
переменной
Случайность ошибок для случая парной регрессии. Статистические характеристики
оценок параметров. Теорема Гаусса – Маркова.
[1], с.72-89; [5], p.152-159, [8], p.76-78
Предположение о нормальном распределении случайной ошибки в рамках классической
линейной регрессии. Проверка гипотез о конкретном значении коэффициентов регрессии.
Проверка гипотез о значимости коэффициентов регрессии. Доверительные интервалы для
коэффициентов регрессии. Проверка адекватности регрессии
[1], с.91-116; [5], p.107-139; [8], p.78-80, 84-88
Тема 5. Множественная линейная регрессия
Множественная линейная регрессия. Метод наименьших квадратов и его геометрическая
интерпретация в многомерном случае. Система нормальных уравнений для случая
множественной линейной регрессии. Формула для оценок МНК коэффициентов
множественной линейной регрессии.
Теорема Гаусса – Маркова для множественной линейной регрессии (без доказательства).
[1], с.118-126; [5], p.202-208; [8], p.127-131
Коэффициент множественной детерминации и его свойства. Неприменимость
коэффициента детерминации для оценки качества подгонки регрессии, проходящей через
начало координат. Коэффициент множественной детерминации, скорректированный на
число степеней свободы.
[1], с.143, 163-164; [5] p. 208-209, 219-222; [8], p.131-134; 164-169
Тема 6. Проверка линейных гипотез для множественной регрессии
Предположение о нормальном распределении случайных ошибок. Проверка гипотез о
конкретном значении коэффициента множественной регрессии. Проверка гипотез о
значимости коэффициентов множественной регрессии.
Доверительные интервалы для коэффициентов множественной регрессии. Проверка
гипотезы об адекватности регрессии. Проверка общей линейной гипотезы о наличии
нескольких линейных соотношений между коэффициентами регрессии.
[1], с.144-151; [5], p. 248-271; [8], p.76-79, 84-88
Тема 7. Фиктивные переменные. Исследование структурной устойчивости
коэффициентов регрессии с помощью теста Чоу.
Фиктивные (dummy) переменные и их использование для дифференциации свободных
членов и коэффициентов наклона регрессии. Исследование структурной устойчивости
коэффициентов регрессии с помощью теста Чоу (Chow). Эквивалентность этих подходов.
Анализ сезонности с помощью фиктивных переменных.
[1], с.174-195; [5], p.297-317, 273; [8], p.301-315
Базовый учебник
1 Доугерти, К. Введение в эконометрику. Издание второе. М.: Инфра-М., 2007.
Дополнительная литература
2 Джонстон Дж. (1980). Эконометрические методы. М.: Статистика
3 Магнус Я.Р., Катышев П.К., Пересецкий, А.А. (2004). Эконометрика. Начальный курс.
М.: Дело
4 Шведов А.С. (2005). Теория вероятностей и математическая статистика.
М.: Издательский дом ГУ ВШЭ
5 Gujarati D. (2003). Basic econometrics. (fourth ed.). McGraw-Hill
6 Hill R.C., Griffiths W.E.(2001). Undegraduate econometrics. (2nd ed.). New York: John
Wiley & Sons
7 Johnston D., DiNardo J. (1997). Econometric methods. (4th ed.). McGraw-Hill
8 Maddala, G.S. (2001). Introduction to Econometrics (3th ed.). New York: John Wiley &
Sons