Министерство образования и науки российской федерации федеральное агентство по образованию




Скачать 99.99 Kb.
НазваниеМинистерство образования и науки российской федерации федеральное агентство по образованию
Дата конвертации20.02.2013
Размер99.99 Kb.
ТипДокументы
Некоммерческая организация «Ассоциация московских вузов»

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ


Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования


РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ТОРГОВО-ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ

(ГОУ ВПО РГТЭУ)


НОМ 2: “Основные особенности современной методологии
сбора, накопления, обработки и анализа
информации ЧАСТЬ I
I

Во второй части основные особенности современной методологии сбора, накопления, обработки и анализа информации рассмотрим на примере эконометрической фактуры. Как известно, эконометрика в своей основе базируется на статистике и на статистической методологии. Эконометрику можно рассматривать в качестве универсального инструментария информационного мониторинга хозяйствующих субъектов, создающих и продающих товары и услуги.

Российский Государственный торгово-экономический университет предоставляет полный комплекс услуг по обучению студентов экономическим специальностям, в перечень которых в том числе входит и эконометрика. РГТЭУ обеспечивает также специализированные тренинги в рамках курса эконометрики на базе специализированных пакетов прикладных программ (STATISTICA, SPSS и пр.).

Экономику, эконометрику невозможно представить без информационной индустрии сбора, обработки, анализа и истолкования данных. Будущие экономические работники вообще ничего не могут утверждать или опровергать без проведения того или иного эконометрического исследования, базирующегося на статистическом анализе различного рода экономических показателей. Большинство статистических исследований в рамках эконометрики направлены, в конечном счете, на выработку рекомендаций для формирования правильного экономического управления, воздействия. Адекватное экономическое управление делает особенно ответственным любую эконометрическую работу и, прежде всего, в части методологии.

Дисциплина “эконометрика”1 знакомит студентов с базовым инструментарием сбора, обработки и анализа экономических данных, а также вводит в круг вопросов, характерных для специалистов в экономической области.

Методическая особенность и трудность курса “эконометрики” состоит в том, что, наряду с изложением тематических узко профильных стандартов эконометрики, необходимо также определить общие экономические понятия, которые носят универсальный, общеэкономический характер.

Задачей курса является:

  • развитие у студентов абстрактно-математического образа мышления;

  • формирование у студентов навыков статистико-вероятностного способа оценки (не)правоты экономико-статистических утверждений;

  • увлечение студентов богатой фактурой эконометрики вообще, включая примеры из макро- и микроэкономики;

  • убеждение студентов в безальтернативности эконометрики в вопросах сбора, обработки и истолкования экономической информации для целей изучения макро- и микроэкономики;

  • развитие у студентов навыка работы с современными статистическими пакетами обработки данных на примере такого программного средства, как STATISTICA.

В результате изучения разделов статистики студент должен:

  • иметь представление:

    • о роли и месте эконометрики в современном информационном обществе;

    • об универсальных эконометрических характеристиках, методах и приемах, поставщиках новой экономической информации;

    • о значении и роли эконометрического инструментария в текущей работе специалиста в экономической области;

    • о специализированных статистических пакетах (STATISTICA и ряд других);

  • знать:

    • основные эконометрические категории, понятия и термины;

    • общие принципы сбора, обработки и анализа данных;

    • устройство статистических специализированных пакетов;

  • уметь:

    • оперировать с абстрактными эконометрическими понятиями;

    • представлять данные для экономико-статистической обработки;

    • обрабатывать данные на предмет поиска основных экономико-статистических характеристик и закономерностей;

    • истолковывать (анализировать) данные;

    • строить прогноз различного рода экономических показателей.

Изучение дисциплины “эконометрика” базируется на естественнонаучной дисциплине “Математика и информатика” и предполагает использование студентами компьютера на персональном уровне с максимальным учетом, как степени подготовки студента, так и его индивидуальных способностей при общении с компьютером и овладении информационными технологиями.

Курс эконометрики2 состоит из двух частей: теоретической и практической. Лекционный курс рассчитан на 30 академических часов. Практические занятия предполагается проводить в компьютерном классе с преподавателем. Практическая часть курса также рассчитана на 30 академических часов.

Приведем перечень тем теоретической части курса.

Лекция №1. Введение в эконометрику.

Обсуждаются место эконометрики в контексте обществоведения, согласно следующей цепочке: общество  социально-экономическое исследование  социометрика, эконометрика  статистика  социально-экономическое управление  проблема свободы  общество. Обсуждаются различные определения эконометрики. Приводится небольшой исторический экскурс в эконометрику.

Лекция №2. Модель парной регрессии.

Исследуется простейшая модель парной регрессии или одномерная регрессионная модель. Обсуждается метод наименьших квадратов (МНК). Дается геометрическая интерпретация процедуры метода наименьших квадратов. Определяются гипотезы, лежащие в основе линейной регрессионной модели. Приводится формулировка и доказательство теоремы Гаусса-Маркова.

Лекция №3. Статистические свойства параметров регрессии.

Изучаются статистические свойства параметров a, b,  2 линейной регрессионной модели Yt = a + bXt + t, t = 1,…,n. Формулируются критерии проверки гипотез: H0: a = a0, H0: b = b0. Приводится классический анализ вариации зависимой переменной. Определяется коэффициент детерминации, а также статистика Фишера для оценки коэффициента регрессии.

Лекция №4. Нелинейная регрессия.

Нелинейные регрессионные модели изучаются на ряде примеров. Определяются внутренне линейные и нелинейные регрессионные модели. Вводятся индексы корреляции и детерминации.

Лекция №5. Модель множественной регрессии.

Приводится обобщение одномерной регрессионной модели на многомерный случай. Формулируются гипотезы, лежащие в основе линейной модели множественной регрессии. Обсуждается метод наименьших квадратов (МНК-метод). Формулируется и доказывается теорема Гаусса-Маркова. Приводятся статистические оценки параметров модели множественной регрессии.

Лекция №6. Дополнительные аспекты множественной регрессии.

Обсуждается ряд особенностей множественных регрессионных моделей. К ним относится мультиколлинеарность. Определяются также так называемые фиктивные переменные. Вводятся частные коэффициенты корреляции и процедура пошагового отбора переменных. Обсуждаются вопросы спецификации регрессионной модели.

Лекция №7. Гетероскедастичность в регрессионных моделях.

Изучаются регрессионные модели, обладающие свойством гетероскедастичности. Определяются два теста для выявления свойства гетероскедастичности: Гольдфельда-Квандта и Спирмэна. Рассматривается обобщенный метод наименьших квадратов (ОМНК). Формулируется и доказывается теорема Айткена, позволяющая построить эффективную линейную и несмещенную оценку параметров при наличии свойства гетероскедастичности.

Лекция №8. Корреляция по времени

Определение и изучение авторегрессионного процесса первого порядка. Оценивание модели с авторегрессией, процедуры: Кохрейна-Оркатта, Хилдрета-Лу, Дарбина. Тестирование по Дарбину-Уотсону наличия корреляции во времени. Элементы прогнозирования: безусловное и условное прогнозирование.

Лекция №9. Системы регрессионных уравнений.

Определяются и изучаются так называемые системы одновременных уравнений, которые представляют собой наиболее развитые экономические модели. Наряду с рассмотрением одновременных уравнений, обсуждаются явно не связанные системы уравнений. Формулируется проблема идентифицируемости, определяются понятия экзогенной и эндогенной переменных. Вводятся понятия структурной и приведенной форм систем уравнений. Приводятся процедуры оценивания системы уравнений косвенным и двухшаговым методами наименьших квадратов.

Лекция №10. Причинное моделирование. Путевой анализ SEPATH.

Дается введение в путевой анализ в пакете STATISTICA, который именуется SEPATH. Данная возможность позволяет изучать причинные связи в сложных многофакторных экономических, социальных процессах и явлениях с помощью структурных уравнений. Рассматривается ряд примеров построения диаграмм путей и освоения языка путевого анализа. Определяются явные и латентные (скрытые), эндогенные и экзогенные переменные.

Лекция №11. Временные ряды. Общее введение.

Дается введение в известный раздел статистики под названием временные ряды. Определяется понятие тренда (основной тенденции), сезонной и циклической компонент, а также случайной составляющей. Формулируются постановка вопроса о прогнозировании. Рассматривается простейший метод экспоненциального сглаживания для целей прогнозирования.

Лекция №12. Регрессионные модели со многими временными рядами.

Исследуются временные ряды с лагированными, взятыми в предыдущие моменты времени, переменными. Рассматриваются модели полиномиальных и геометрических лагов. Определяются: динамические модели с лагированными эндогенными переменными, авторегрессионная модель первого порядка, понятия стационарного и нестационарного рядов. Изучается пример мнимой регрессии и коинтеграции.

Лекция №13. Модели Бокса-Дженкинса (ARMA).

Определяется класс моделей авторегрессии и скользящего среднего Бокса-Дженкинса (ARMA) для описания стационарных временных рядов. Обсуждается процедура проверки ряда на стационарность. Осуществляется переход к интегрированным процессам авторегрессии и скользящего среднего ARIMA(p,d,q). Формулируются основы идентификации и оценивания моделей ARIMA(p,d,q) в пакете STATISTICA.

Лекция №14. Прогнозирование в моделях Бокса-Дженкинса.

Изложены основы прогнозирования с помощью методологии Бокса-Дженкинса. На ряде примеров иллюстрируется процедура идентификации, оценивания и прогнозирования временных рядов в пакете STATISTICA. Определяются сезонные модели ARIMA, а также процедура их идентификации, оценивания и прогнозирования.

Лекция №15. Российская экономика в глобальном контексте.

Строится и исследуется эконометрическая модель российской экономики в глобальном мире. Модель содержит 16 регрессоров, среди которых экзогенными выбирались цена на нефть, отношение курса доллара к курсу евро и денежный агрегат M2 Российской Федерации. Модель получила название монетарной, поскольку единственным управляемым параметров со стороны правительства РФ считался денежный агрегат M2. Строится ежеквартальный прогноз с помощью данной модели на 2008 г. для всех 16-и регрессоров.

Лекция №15+. Российская экономика в глобальном контексте. Кризисный сценарий.

Строится и исследуется эконометрическая модель Российской Федерации в глобальном контексте с точки зрения возможного кризисного сценария: внезапного резкого “обвала” курса доллара на мировых валютных рынках. Тревожные симптомы на финансовых рынках были отмечены в предыдущей, монетарной модели, они были связаны с аномальными параболическими законами роста ряда внешнеэкономических показателей РФ. Моделировалась реакция экономики РФ по 16-и регрессорам в течение 2008г. на внезапный обвал курса доллара в марте 2008г. на 35% по отношению к курсу евро.

Особенности тренинга (семинарских занятий) на базе пакета прикладных программ. На семинаре №1 дается общее введение в статистический пакет STATISTICA. Семинары №2 и №3 посвящены определению (напоминанию) основных статистических понятий в рамках пакета STATISTICA. Собственно эконометрическая тематика начинается с семинара №4. Последние два семинара №15 и №15+ показывают, как с помощью пакета STATISTICA можно провести исследование эконометрической динамики Российской Федерации в глобальном контексте за период с 2002 г. по 2007 г., включая построение прогноза на 2008 г. В большинстве случаев темы семинарских занятий дублируют тематику лекций. Это делается с целью, как закрепления лекционного материала, так и получения практического навыка работы с эконометрическими данными в статистическом пакете STATISTICA.

1 Басовский Л.Е. Эконометрика: Учеб. пособие. — М.: Изд-во РИОР, 2005; Гладилин А.В., Герасимов А.Н., Громов Е.И. Эконометрика: Учеб. пособие. — М.: КНОРУС, 2006; Яновский Л.П. Введение в эконометрику: учебное пособие. — М.: КНОРУС, 2007; Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учебник. — М.: Дело, 2005; Елисеева И.И., Курышева С.В., Костеева Г.В. и др. Эконометрика: учебник/ Под ред. И.И. Елисеевой. — М.: Финансы и статистика, 2007.

2 Плохотников К.Э. Основы эконометрики в пакете STATISTICA. — М.: Вузовский учебник, 2010.

Добавить в свой блог или на сайт

Похожие:

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Васильева Надежда Михайловна ст ст. 29 31, 38, 57, 58 (совместно с Трошкиной)

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Государственное образовательное учреждение среднего профессионального образования

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Государственное образовательное учреждение высшего профессионального образования

Министерство образования и науки российской федерации федеральное агентство по образованию icon«уфимский государственный колледж радиоэлектроники» утверждаю зам директора по умр
Министерство образования и науки Российской Федерации Федеральное агентство по образованию

Министерство образования и науки российской федерации федеральное агентство по образованию iconПрограмма по математической статистике Генеральная и выборочная совокупности. Виды выборок
Министерство образования и науки Российской Федерации Федеральное агентство по образованию

Министерство образования и науки российской федерации федеральное агентство по образованию iconМинистерство образования и науки российской федерации федеральное агентство по образованию
Категория слушателей: специалисты и руководители теплосетевых компаний и тепловых сетей


Разместите кнопку на своём сайте:
lib.convdocs.org


База данных защищена авторским правом ©lib.convdocs.org 2012
обратиться к администрации
lib.convdocs.org
Главная страница