Программа по дисциплине icon

Программа по дисциплине



Смотрите также:
Рабочая программа по дисциплине «Безопасность жизнедеятельности» Рабочая программа...
Программа по дисциплине "История отечества"...
Рабочая программа по дисциплине Риторика наименование дисциплины для специальности...
Рабочая программа по дисциплине Риторика наименование дисциплины для специальности...
Программа по дисциплине “ статистика ” для студентов...
Рабочая учебная программа по дисциплине «Моделирование рынка ценных бумаг» ен. Р...
Рабочая учебная программа по дисциплине микробиология для обучения зубных техников кафедра...
Программа по дисциплине “ Мировая экономика” для студентов 2 курса дневного отделения факультета...
Рабочая программа по дисциплине «Биоорганическая химия» для специальности: 040200 Педиатрия...
Программа по дисциплине «Элементарная математика»...
Рабочая программа по дисциплине piapp 2412...
Рабочая программа по дисциплине Античная литература наименование дисциплины для специальности...



скачать
Министерство образования и науки Российской Федерации Государственное образовательное учреждение высшего профессионального образования

«Новосибирский государственный педагогический университет»


УТВЕРЖДЕНА


Советом факультета ИФМИП

_______________________________

_________________/Е. Ю. Булыгина/

(подпись)

«13» октября 2010 г.


Обсуждена на заседании кафедры

экономики и управления

Протокол № __ от «___» __________ 20___ г.

_________________/______________/

(подпись)



^ ПРОГРАММА ПО ДИСЦИПЛИНЕ

СД. 05. Эконометрика

(код по УП) (наименование дисциплины)


Направление 080500.62 Менеджмент

Степень: бакалавр менеджмента


Составитель: И. М. Конкина, ст. преп.


Новосибирск 2010

СОДЕРЖАНИЕ

1. ПРЕДИСЛОВИЕ 4

^ 2. ПОЯСНИТЕЛЬНАЯ ЗАПИСКА 6

3. ПРОГРАММА КУРСА 9

3.1. Основные условия и модели эффективных экономические решений. 9

3.2. Модели и методы статистических многофакторных исследований экономических закономерностей. 10

^ 3.3 Количественная оценка факторов с учетом эффектов взаимодействия в многофакторных экономических и управленческих исследованиях. 11

3.4. Построение регрессионных нелинейных моделей по МНК. 12

Многофакторное логистическое прогнозирование в экономике и управлении 12

^ 3.5. Оптимизация технологических решений по созданию конкурентоспособной продукции 13

3.6. Построение регрессионных моделей временных рядов по МНК 14

3.7. Системы регрессионных линейных уравнений 15

4. Тематический план курса 16

ЛИТЕРАТУРА 18

^ КОНТРОЛЬНЫЕ ВОПРОСЫ 19


1. ПРЕДИСЛОВИЕ

Разработка и реализация эффективных экономических решений являются необходимыми условиями экономического роста и устойчивого развития России.

Согласно Хартии устойчивого развития Европейских городов, принятой на первой Европейской конференции по проблемам устойчивого развития (Дания, 27 мая 1994 г.), главная цель устойчивого развития – достижение стабильной экономики, социальной справедливости и устойчивости окружающей среды.

В декларации Совета предпринимателей по устойчивому развитию [8] отмечается: “Проблемы экономического роста и защиты окружающей среды неразрывно связаны с тем, насколько удастся решать насущные проблемы сегодня, не нанося ущерба окружающей среде, от состояния которой зависит все живое на Земле”.

Существующая взаимосвязь между качеством жизни населения (КЖН) и экономическим ростом такова, что с повышением КЖН создаются более благоприятные условия для жизнедеятельности людей. Наилучшие результаты достигаются путем сбалансированного (эффективного) решения экономических и экологических проблем – главного необходимого условия устойчивого развития общества.

Комплексная оценка современного социально-экономического состояния России с использованием 22-ух ключевых показателей развития общества выявила их значения, превышающие критические значения, используемые в мировой практике для оценки состояния социально-экономических систем [9].

В этих условиях повышение эффективности управления состоянием социально-экономических систем (СЭС) на государственном, региональном и муниципальном уровнях является актуальной современной проблемой.


Главная цель эффективного управления устойчивым развитием (УР) СЭС – минимизация финансовых средств, повышение эффективности решений проблем УР СЭС.

Необходимые условия эффективных экономических решений следующие:

  • принимаемые решения должны быть оптимальными (рациональными);

  • фактические результаты должны совпадать с прогнозируемыми с учетом точности принятых решений.

Мероприятия (факторы), обеспечивающие выполнение данных условий, называются эффективными.

Дисциплина «Эконометрика» является составной частью современной экономической теории. Назначение эконометрики состоит в исследовании экономических закономерностей с помощью современных математико-статистических методов и в разработке эффективных экономических решений с использованием эконометрических моделей, построенных на основе статистических данных.

Главная особенность эконометрических моделей состоит в существующей всегда ошибки по определению оптимальных решений. Поэтому чем точнее будут эконометрические модели, тем точнее могут быть эффективные экономические решения.

Умение определять достоверные эконометрические модели по ограниченному объему исходных статистических данных является главной задачей специалистов по эконометрике.

^ 2. ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

Учебно-методический комплекс (УМК) по дисциплине «Эконометрика» разработан в соответствии с Государственным образовательным стандартом высшего профессионального образования по эконометрике для специальности

УМК «Эконометрика» предназначается для студентов очного отделения .

Предмет курса – построение эконометрических моделей на основе статистических данных.

Цель курса - овладение студентами основными математико-статистическими методами построения эконометрических моделей.

Успешное изучение курса эконометрики основывается на хорошем знании студентов следующих дисциплин: «Высшая математика», «Основы теории вероятностей и математической статистики», «Экономическая информатика», «Макроэкономика», «Микроэкономика».

Основными средствами успешного изучения курса являются следующие:

  • качественная запись и целенаправленное изучение лекций;

  • активное участие в лабораторных занятиях;

  • успешное выполнение контрольной работы;

  • изучение основной учебной литературы;

  • применение знаний для решения практических задач.

Учебный план предусматривает проведение лекционных и лабораторных занятий в объеме 104

После завершения преподавателем по эконометрике лекционных и лабораторных занятий студентами выполняется контрольная работа по индивидуальному заданию в заданные сроки после получения задания.


Предусмотрены консультации по темам курса «Эконометрика», необходимые для успешной подготовки студентов к аттестации по эконометрике. Консультации проводятся преподавателем по эконометрике .

Итоговая аттестация студентов по эконометрике может быть:

1. По результатам выполненной контрольной работы и сдачи экзамена по эконометрике.

2. По результатам текущего контроля на основе рейтинговой системы, учитывающей активное участие студентов по освоению эконометрики во время лекций и лабораторных занятий, результатов выполненной в срок контрольной работы и знаний по эконометрике по результатам собеседования преподавателя с студентами.

Аттестация студентов по рейтинговой системе определяется в соответствии с таблицей 1

Таблица 1


Отлично

90-100 баллов

Хорошо

80-89 баллов

Удовлетворительно

65-79 баллов

Неудовлеворительно

менее 65 баллов

Определение баллов производится в соответствии таблицей 2

Таблица 2

1. Активное участие в лекционных и лабораторных занятиях (качественная запись лекций и материала лабораторных занятий)

До 15

2. Результаты выполненных практических заданий при проведении лабораторных занятий и результаты текущей и итоговой оценок знаний студентов по материалам лекций

До 35

3. Результаты контрольной работы

До 35

4. Качество реферата по применению математико-статистических методов для решения практических задач

До 15

Учебно-методический комплекс по дисциплине «Эконометрика» является необходимым элементом методического обеспечения курса.

Составленная программа курса ориентирована на более углубленное изучение студентами современных математико-статистических методов по сравнению с объемом лекционных и лабораторных занятий.

Некоторые методы имеют отечественный приоритет [13-26]. Методы позволяют решать задачи по поиску эффективных экономических решений созданию конкурентоспособной продукции с заданным уровнем качества.

^ 3. ПРОГРАММА КУРСА

3.1. Основные условия и модели эффективных экономические решений.

Необходимыми условиями эффективных экономических решений являются следующие:

  • достоверная оценка состояния социально-экономических систем (СЭС), достигаемая с использованием количественных показателей состояния СЭС;

  • определение точных требований к результатам решений проблем устойчивого развития СЭС, которые необходимо достигнуть в течение заданного периода времени;

  • достоверное прогнозирование развития СЭС;

своевременная корректировка принятых решений по УР СЭС.

Точные требования к результатам решений проблем УР СЭС определяются в виде совокупности интервальных условий к значениям показателей состояния СЭС, которые необходимо достигнуть в течение заданного периода времени.

Данные условия называются динамическими интервальными условиями многоцелевой оптимизации решений проблем УР СЭС. Эти условия состоят из совокупности статических интервальных условий..

Цель других требований - минимизация (максимизация) значений показателей, для которых в интервальных условиях отсутствует одно из граничных значений. Эти требования называются критериальными условиями многоцелевой оптимизации решений проблем УР СЭС. Возможны другие критериальные условия, например, условия минимизации затрат, необходимых для эффективного решения проблем УР СЭС.

Показатели полагают зависимыми от факторов, определяющих условия и результаты решения проблем УР СЭС. Функции, описывающие эти зависимости, называются целевыми функциями показателей (ЦФП) состояния СЭС.

Принимаемые решения по УР СЭС имеют статистический характер реализации их результатов и всегда существуют отклонения фактических результатов от прогнозируемых. Эти отклонения являются случайными величинами и называются флуктуацией результатов решений (ФРР).

Существуют две основные причины ФРР: наличие ошибки в определении многофакторных функциональных экономических зависимостей, используемых для поиска оптимальных решений; существование флуктуации значений факторов, соответствующих результатам оптимального решения проблем УР СЭС.

Оптимальные решения проблем УР СЭС, найденные с учетом флуктуации результатов решений, называются оптимальными гарантированными решениями (ОГР).

Главная особенность ОГР – интервальная оценка результатов оптимальных решений, позволяющая определить наилучший (оптимистический) и наихудший (пессимистический) возможные фактические (статистические) результаты.

Материал раздела представлен в работах [17-21,23,25,26].

^ 3.2. Модели и методы статистических многофакторных исследований экономических закономерностей.

Главная особенность экономических закономерностей состоит в их случайном многофакторном характере и в существовании неопределенности в определении достоверной структуры аналитических моделей, используемых при их статистической идентификации. Поэтому построение математических моделей экономических закономерностей по статистическим данным является сложной математико-статистической задачей.


В настоящее время в учебной [3-6] и научной [10-12] литературе основным методом построения многофакторных регрессионных моделей (МФРМ) является метод наименьших квадратов (МНК). Среди МФРМ, построенных по МНК, широко используемыми моделями являются многофакторные регрессионные полиномиальные модели (МФРПМ),

Однако эффективность МНК при существовании неопределенности по выбору достоверной структуры МФРПМ существенно снижается, что отражается на точности регрессионных моделей экономических процессов.

С целью повышения точности статистической идентификации экономических закономерностей разработан новый метод построения МФРПМ [21,22,25], названный методом многоцелевой оптимизации интервальной регрессии.

В данном разделе определяются необходимые условия построения регрессионых моделей экономических процессов по МНК и описан метод многоцелевой оптимизации интервальной регрессии.

^ 3.3 Количественная оценка факторов с учетом эффектов взаимодействия в многофакторных экономических и управленческих исследованиях.

Количественная оценка факторов, часто называемая ранжированием факторов, является одной из главных необходимых задач, подлежащих решению при оптимизации экономических и управленческих решений. От точности определения факторов, влияющих на результаты решений, непосредственно зависит эффективность оптимальных решений.

Главная трудность ранжирования факторов состоит в существовании эффектов взаимодействия факторов, при которых влияние какого-либо фактора на результаты решений зависит от значений остальных факторов.

Это свойство факторов не позволяет произвести их достоверную оценку с использованием традиционного (графического) метода анализа факторов.

Разработан математико-статистический метод количественной оценки факторов с учетом эффектов взаимодействия [13-17,24]. Суть метода состоит в комплексном анализе исследуемых факторов, позволяющем учитывать их взаимодействие. Каждый фактор последовательно рассматривается в качестве ранжируемого.

^ 3.4. Построение регрессионных нелинейных моделей по МНК.

Многофакторное логистическое прогнозирование в экономике и управлении

Главная особенность реализации эффективных мероприятий по УР СЭС - наступление положительных результатов через некоторое время после начала их действия и последовательное улучшение результатов в течение некоторого (заданного) периода времени. Поэтому для оперативной корректировки принятых решений необходимо достоверное прогнозирование возможных результатов.

Процессы устойчивого развития социально-экономических систем статистически достоверно могут описаны многофакторными регрессионными логистическими моделями (МФРЛМ) [19,25].

Монотонное изменение процессов по логистическому закону состоит из трех этапов. Первый (начальный) этап характеризуется последовательным увеличением скорости изменения значений показателей состояния систем (логистических функций отклика).

На втором (основном) этапе скорость изменения значений логистической функции отклика (ЛФО) является максимальной.

На третьем (завершающем) этапе происходит последовательное уменьшение скорости изменения значений ЛФО, которые стремятся к постоянным (предельным) значениям.


Главная задача прогнозирования – определение значений показателей состояния систем, соответствующих третьему этапу, на основе статистических данных, полученных на предыдущих этапах.

Главная трудность построения МФРЛМ состоит в сложной структуре логистических моделей

При изменении значений факторов меняются значения логпараметров модели (1). Данное свойство модели (1) используется для построения МФРЛМ. Зависимости логпараметров от факторов аппроксимируются регрессионными полиномиальными моделями и таким образом производится построение МФРЛМ.

Отметим, что МФРЛМ являются нелинейными по параметрам моделями, которые используются для исследования экономических закономерностей. Нелинейными эконометрическими моделями являются производственные функции.

^ 3.5. Оптимизация технологических решений по созданию конкурентоспособной продукции

Главная особенность технологических решений по созданию конкурентоспособной продукции – необходимость проведения экспериментальных многофакторных исследований по созданию продукции (технических изделий) с заданным уровнем свойств, определяющих качество продукции.

Минимизация затрат на создание технических изделий с заданным уровнем качества является главным необходимым условием создания конкурентоспособной продукции.

Эффективное решение этой проблемы во многом зависит от эффективности проведения многофакторных экспериментальных исследований, главная цель которых - поиск оптимальных технологических решений.

Проведение указанных многофакторных экспериментальных исследований предполагает использование методов математического планирования эксперимента.

Для повышения эффективности экспериментальных исследований (снижения затрат) разработаны специальные методы многофакторного планирования эксперимента по построению эконометрических моделей [13,14,17]. Данные модели необходимы для многоцелевой оптимизации решений по созданию продукции с заданным уровнем качества.

^ 3.6. Построение регрессионных моделей временных рядов по МНК

Модели временных рядов необходимы для прогноза экономических показателей, изменение которых происходит через некоторый период (лаг) времени. Поэтому в качестве одного или нескольких факторов используются ранее зафиксированные значения исследуемого показателя.

Используются следующие модели:

  • модели распределенных лагов;

  • модели полиномиальных лагов;

  • модели геометрических лагом.

С учетом характера изменения экономического показателя по времени модели могут быть стационарные и нестационарные.

Построение регрессионных моделей временных рядов по МНК является достаточно сложной задачей и зависит от типа моделей.

^ 3.7. Системы регрессионных линейных уравнений

Модели систем регрессионных уравнений используются для исследования сложных экономических закономерностей, которые описываются несколькими взаимосвязанными моделями (уравнениями).


В зависимости от вида используемых моделей системы уравнений могут быть линейными и нелинейными и соответственно для построения регрессионных моделей используются различные модификации МНК.

Наиболее простыми являются системы линейных одновременных уравнений, для построения регрессионных моделей которых используется двухшаговый МНК.

^ 4. Тематический план курса

Распределение часов по темам дисциплины

«Эконометрика» для студентов специальности



Наименование темы

Количество часов







в том числе




Всего

Аудиторные

самостоятельные

1.

^ НАЗНАЧЕНИЕ, ПОНЯТИЯ И ОСНОВНЫЕ МОДЕЛИ ЭКОНОМЕТРИКИ:

Определение и назначение эконометрики.

Многофакторные экономические процессы и адекватные эконометрические модели для их математического описания. Основные особенности построения эконометрических моделей по статистическим данным. Классификация регрессионных эконометрических моделей.

16

8

8

2.

Тема 2. ПОСТРОЕНИЕ И АНАЛИЗ ОДНОФАКТОРНЫХ РЕГРЕССИОННЫХ ПОЛИНОМИАЛЬНЫХ МОДЕЛЕЙ ПЕРВОГО ПОРЯДКА (ПАРНАЯ РЕГРЕССИЯ):

Построение однофакторных регрессионных полиномиальных моделей первого порядка (парная регрессия) по методу наименьших квадратов (МНК). Требования к исходным статистическим данным. Вывод аналитических формул для определения коэффициентов регрессии (КР) по МНК. Основные свойства КР. Оценка значимости КР. Оценка точности регрессионных моделей (РМ). Прогнозирование значений зависимой переменной (отклика) при различных значениях фактора (независимой переменной).


20

10

10

3.

Тема 3. ПОСТРОЕНИЕ И АНАЛИЗ МНОГОФАКТОРНЫХ РЕГРЕССИОННЫХ ПОЛИНОМИАЛЬНЫХ МОДЕЛЕЙ (МНОЖЕСТВЕННАЯ РЕГРЕССИЯ):

Построение многофакторных регрессионных полиномиальных моделей (РПМ) по МНК (множественная регрессия). Число необходимых статистических данных, необходимых для построения РПМ при различном числе факторов и различных степенных функциях. Вывод формулы для определения КР по МНК.

Основные особенности КР и оценка значимости КР. Уточнение РПМ при незначимых КР. Вывод формулы для определения дисперсии регрессионного значения отклика (зависимой переменной) при различных значениях факторов. Основная особенность дисперсии. Оценка точности прогноза отклика при различных значениях факторов с использованием РПМ.

16

8

8

4.

^ ПОСТРОЕНИЕ НЕЛИНЕЙНЫХ ЭКОНОМЕТРИЧЕСКИХ МОДЕЛЕЙ :

Построение регрессионных нелинейных моделей (РНЛМ) по МНК. Основные особенности РНЛМ.

20

10

10

5.

^ МОДЕЛИ ВРЕМЕННЫХ РЯДОВ:

Типы моделей временных рядов. Построение регрессионных моделей временных рядов по МНК.

16

8

8

6.

^ СИСТЕМЫ РЕГРЕССИОННЫХ

ЛИНЕЙНЫХ УРАВНЕНИЙ Системы линейных и нелинейных уравнений. Построение регрессионных линейных уравнений по МНК.

16

8

8




ИТОГО

104

52

52


ЛИТЕРАТУРА

Учебники и учебные пособия:

  1. Экономика. Учебник. Издание второе, переработанное и дополненное. Под ред. А.И. Архипова, А.Н. Нестеренко, А.К. Большакова. – М.: ПБОЮЛ М.А. Захаров, 2001. – 784 с.

  2. Макконнелл К.Р., Брю С.Л. Экономикс: принципы, проблемы и политика: В 2-х т. Т. 1: Пер. с 13-го англ. изд. – М.: ИНФРА-М, 2000. – 486 с. Т. 2: Пер. с 13-го англ. изд. – М.: ИНФРА-М, 2000. – 528 с.

  3. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. – 5-е изд., испр. – М.: Дело, 2001. – 400 с.

  4. Доугерти К. Введение в эконометрику: Пер. с англ. – М.: ИНФРА-М, 2001. – 402 с. – (Серия «Университетский учебник»).

  5. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: Учебник/Под общ. ред. д.э.н., проф. А.В. Сидоровича; МГУ им. М.В. Ломоносова. – 3-е изд., перераб. – М.: Издательство «Дело и Сервис», 2001. – 368 с. – (Серия «Учебники МГУ им. М.В. Ломоносова).

  6. Орлов А.И. Эконометрика: Учеб. пособ. для вузов/ - М.: Издательство “Экзамен”, 2002. – 576 с.

  7. Катышев П.К., Магнус Я.Р., Пересецкий А.А. Сборник задач к начальному курсу эконометрики. – 2-е изд. Перераб. и доп. – М.: Дело, 2002. – 208 с.

  8. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов: Учеб. пособие. - М.: Финансы и статистика, 2003.-416 с: ил.

  9. Дуброва ТА Статистические методы прогнозирования: Учеб. Пособие дом вузов. - М.: ЮНИТИ-ДАНА, 2003. - 206 с.

^ КОНТРОЛЬНЫЕ ВОПРОСЫ

Контрольные вопросы предназначены для использования преподавателем на блиц опросах, проводимых с целью активного изучения лекций и также при проведении зачетов и экзаменов.

1. Назначение эконометрики. Основные условия эффективных экономических решений.

2. Стандартная форма записи многофакторных полиномиальных моделей второго порядка. Формула определения числа параметров данных моделей при различном числе факторов.

3. Дифференцирование многофакторных полиномиальных моделей второго порядка и образование системы линейных уравнений для определения оптимальных значений факторов.

4. Дифференцирование двухфакторных полиномиальных моделей второго порядка и определение оптимальных значений факторов.

5. Определение по методу наименьших квадратов (МНК) коэффициентов регрессии однофакторных полиномиальных моделей первого порядка (парная регрессия).

6. Формула преобразования исходных значений факторов в безразмерные. Основные соотношения между исходными и безразмерными значениями факторов.

7. Вывод формулы для определения по МНК коэффициентов регрессии линейных по параметрам моделей (множественная регрессия).

8. Оценка точности регрессионных моделей.

9. Вывод формулы для определения дисперсии регрессионных значений экономических показателей при различных значениях факторов в линейных по параметрам моделях. Применение данной формулы для регрессионных полиномиальных моделей.

10. Построение регрессионных моделей временных рядов по МНК.

11. Построение регрессионных моделей линейных одновременных уравнений по МНК.




Скачать 171,64 Kb.
оставить комментарий
И. М. Конкина
Дата30.09.2011
Размер171,64 Kb.
ТипПрограмма, Образовательные материалы
Добавить документ в свой блог или на сайт

Ваша оценка этого документа будет первой.
Ваша оценка:
Разместите кнопку на своём сайте или блоге:
rudocs.exdat.com

Загрузка...
База данных защищена авторским правом ©exdat 2000-2017
При копировании материала укажите ссылку
обратиться к администрации
Анализ
Справочники
Сценарии
Рефераты
Курсовые работы
Авторефераты
Программы
Методички
Документы
Понятия

опубликовать
Документы

наверх