Очная форма обучения. Заочная форма обучения (3) Кол. час Вид занятия, тема и краткое содержание Методы Лекция

Неделя	Кол. час	Вид занятия, тема и краткое содержание	Методы
		Лекция. «Предмет и задачи курса». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.	М, П
	Практическое занятие. «Предмет и задачи курса». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.	Э, И
	Лабораторное занятие. «Знакомство с эконометрическим пакетом Eviews». Область практического применения и возможности пакета Eviews. Работа с пакетом: запуск программы, командная строка, рабочая область, создание рабочего файла, ввод временных периодов, импорт файлов из Excel, сохранение файлов. Процедура нахождения описательных статистик.	Э, И
		Лекция. «Парная регрессия и корреляция». Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии.	М, П
	Практическое занятие. «Парная регрессия и корреляция». Практическая значимость, смысл и назначение уравнения регрессии. Важность верного выбора типа математической функции при построении уравнения регрессии. Парная регрессия. Применение метода наименьших квадратов для определения параметров уравнения парной регрессии.	Э, И
		Лекция. «Парная регрессия и корреляция» (продолжение). Нелинейные модели регрессии и их линеаризация. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.	М, П, Д
	Практическое занятие. «Парная регрессия и корреляция». Процедура лианеризации нелинейных моделей регрессии. Оценка степени тесноты связи между количественными переменными. Расчет коэффициента ковариации. Расчет показателей корреляции: линейного коэффициента корреляции, индекса корреляции, теоретического корреляционного отношения.	Э, И
	Лабораторное занятие. «Применение Eviews при построении и анализе линейной однофакторной модели регрессии». Создание исходного файла с данными в среде Excel. Импорт данных в Еviews. Нахождение описательных статистик по каждой из переменных и интерпретация полученных результатов. Построение поля корреляции (график). Расчет коэффициента парной корреляции (получение корреляционной матрицы) Реализация метода наименьших квадратов. Интерпретация полученных результатов: параметров уравнения регрессии, стандартных ошибок, значений t - статистики и F – статистики, коэффициента детерминации.	Э, И
		Лекция. «Множественная регрессия и корреляция» Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов.	М, П
	Практическое занятие. «Парная регрессия и корреляция». Расчет коэффициента детерминации. Расчет стандартной ошибки уравнения регрессии. Процедура оценки статистической значимости показателей корреляции, параметров уравнения регрессии в целом по t - критерию Стьюдента и F - критерию Фишера.	Э, И
		Лекция. «Множественная регрессия и корреляция» (продолжение). Стандартизованные коэффициенты регрессии, их интерпретация. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации.	М, П
	Практическое занятие. «Множественная регрессия и корреляция». Область применения множественной регрессии. Особенности классической линейной модели множественной регрессии (КЛММР). МНК при определении параметров уравнения множественной регрессии.	Э, И
	Лабораторное занятие. «Применение Eviews при построении и анализе линейной однофакторной модели регрессии». Построение эмпирической и теоретической линий регрессии (график) Построение и анализ графика остатков. Построение доверительного интервала ожидаемого значения результативного признака по заданному точечному значению факторного признака.	Э, И
		Лекция. «Множественная регрессия и корреляция» (продолжение). Оценка надежности показателей корреляции. Оценка качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.	М, П
	Практическое занятие. «Множественная регрессия и корреляция». Расчет и интерпретация стандартизованных коэффициентов регрессии. Парные и частные коэффициенты корреляции.	Э, И
		Лекция. «Множественная регрессия и корреляция» (продолжение). Мультиколлинеарность: причины и последствия. Методы обнаружения мультиколлинеарности. Методы устранения мультиколлинеарности.	М, П
	Практическое занятие. «Множественная регрессия и корреляция». Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка надежности показателей корреляции. Процедура оценки качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.	Э, И
	Лабораторное занятие. «Применение Eviews при построении и анализе многофакторной модели регрессии. Выявление мультиколлинеарности и гетероскедастичности модели. Проверка спецификации модели.» Создание исходного файла с данными в среде Excel. Импорт данных в Еviews. Нахождение описательных статистик по каждой из переменных и интерпретация полученных результатов. Расчет корреляционной матрицы для всех переменных, включенных в модель. Построение регрессионного уравнения МНК.	Э, И
		Лекция. «Спецификация переменных в уравнениях регрессии».Эконометрические модели: общая характеристика, различия статистического и эконометрического подхода к моделированию. Спецификация переменных в уравнениях регрессии. Ошибки спецификации. Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов.	М, П
	Практическое занятие. «Множественная регрессия и корреляция». Проблема мультиколлинеарности. Практическая реализация методов устранения мультиколлинеарности.	Э, И
		Лекция. «Спецификация переменных в уравнениях регрессии» (продолжение). Проблема гетероскедастичности. Автокорреляция. Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции	П, Д
	Практическое занятие. «Спецификация переменных в уравнениях регрессии». Различия статистического и эконометрического подхода к моделированию. Спецификация переменных в уравнениях регрессии. Ошибки спецификации. Специфика обобщенной линейной модели множественной регрессии и обобщенного метода наименьших квадратов.	Э, И
	Лабораторное занятие. «Применение Eviews при построении и анализе многофакторной модели регрессии. Выявление мультиколлинеарности и гетероскедастичности модели. Проверка спецификации модели.» Оценка значимости параметров полученного уравнения и всей модели в целом. Проверка наличия мультиколлинеарности в модели. Проверка спецификации модели. Объяснение полученных результатов.	Э, И
		Лекция. «Спецификация переменных в уравнениях регрессии» (продолжение). Фиктивные переменные: общий случай. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. Тест Чоу. Моделирование: влияние отсутствия переменной, которая должна быть включена; влияние включения в модель переменной, которая не должна быть включена. Замещающие переменные.	М, П
	Практическое занятие. «Спецификация переменных в уравнениях регрессии». Методика выявления гетероскедастичности. Методика выявления автокорреляции. Анализ линейной модели множественной регрессии при гетероскедастичности и автокорреляции	Э, И
		Лекция. «Временные ряды в эконометрических исследованиях» Специфика временных рядов как источника данных в эконометрическом моделировании. Аналитическое выравнивание временных рядов. Оценка параметров уравнения тренда.	М, П
	Практическое занятие. «Спецификация переменных в уравнениях регрессии». Область и особенности применения фиктивных переменных. Множественные совокупности фиктивных переменных. Фиктивные переменные для коэффициентов наклона. Тест Чоу. Практическое моделирование: влияния отсутствия переменной, которая должна быть включена; влияния включения в модель переменной, которая не должна быть включена. Применение замещающих переменных.	Д, И
	Лабораторное занятие. «Применение Eviews при построении и анализе многофакторной модели регрессии. Выявление мультиколлинеарности и гетероскедастичности модели. Проверка спецификации модели.» Проверка гетероскедастичности в модели. Тест Готфельда – Кванта. White – тест. Объяснение полученных результатов.	Э, И
		Лекция. «Временные ряды в эконометрических исследованиях» (продолжение). Автокорреляция в остатках, ее измерение и интерпретация. Критерий Дарбина-Уотсона в оценке качества трендового уравнения регрессии.	М, П
	Практическое занятие. «Временные ряды в эконометрических исследованиях». Особенности временных рядов как источника данных в эконометрическом моделировании. Применение и специфика аналитического выравнивания временных рядов. Расчет параметров уравнения тренда.	Э, И
		Лекция. «Временные ряды в эконометрических исследованиях» (продолжение) Анализ временных рядов при наличии периодических колебаний: аддитивная и мультипликативная модели.	М, П
	Практическое занятие. «Временные ряды в эконометрических исследованиях». Измерение и интерпретация автокорреляции в остатках. Оценка качества трендового уравнения регрессии посредством критерия Дарбина-Уотсона.	Э, И
	Лабораторное занятие. «Применение фиктивных переменных в регрессионных моделях». Необходимость и особенности применения фиктивных переменных в моделях регрессии. Расчет уравнения регрессии с фиктивными переменными. Интерпретация полученных результатов. Тест Чоу.	Э, И
		Лекция. «Временные ряды в эконометрических исследованиях» (продолжение) Особенности изучения взаимосвязанных временных рядов. Автокорреляция рядов динамики и методы ее устранения. Метод последовательных разностей. Интерпретация параметров уравнения регрессии, построенного по первым и вторым разностям. Метод отклонения уровней ряда от основной тенденции. Метод включения фактора времени.	М, П
	Практическое занятие. «Временные ряды в эконометрических исследованиях». Алгоритм и особенности расчетов аддитивной и мультипликативной моделей при наличии периодических колебаний во временных рядах. Методы устранения автокорреляции рядов динамики.	Э, И
		Лекция. «Системы эконометрических уравнений». Виды систем эконометрических уравнений. Независимые системы. Рекурсивные системы. Системы одновременных (совместных) уравнений.	М,ПБ
	Практическое занятие. «Временные ряды в эконометрических исследованиях». Применение метода последовательных разностей. Расчет и интерпретация параметров уравнения регрессии, построенного по первым и вторым разностям. Специфика метода отклонения уровней ряда от основной тенденции и метода включения фактора времени.	Э, И
	Лабораторное занятие. «Временные ряды в эконометрических исследованиях». Применение и специфика аналитического выравнивания временных рядов. Расчет параметров уравнения тренда. Измерение и интерпретация автокорреляции в остатках. Оценка качества трендового уравнения регрессии посредством критерия Дарбина-Уотсона. Расчет аддитивной и мультипликативной моделей при наличии периодических колебаний во временных рядах. Методика устранения автокорреляции рядов динамики. Применение метода последовательных разностей. Расчет и интерпретация параметров уравнения регрессии, построенного по первым и вторым разностям. Специфика метода отклонения уровней ряда от основной тенденции и метода включения фактора времени.	Э, И
		Лекция. «Системы эконометрических уравнений» (продолжение). Структурная и приведенная формы эконометрической модели. Проблемы идентификации.	М
	Практическое занятие. «Системы эконометрических уравнений». Виды и особенности систем эконометрических уравнений (независимые системы, рекурсивные системы, системы одновременных (совместных) уравнений). Особенности структурной и приведенной формы эконометрической модели. Проблемы идентификации. Общая схема алгоритма и расчет косвенного и двухшагового методов наименьших квадратов. Практическое применение эконометрических моделей (модель Кейнса (статистическая и динамическая формы), модель Клейна).	Э, И
		Лекция. «Системы эконометрических уравнений» (продолжение). Косвенный и двухшаговый метод наименьших квадратов, общая схема алгоритма расчетов.	М
	Практическое занятие. «Системы эконометрических уравнений». Общая схема алгоритма и расчет косвенного и двухшагового методов наименьших квадратов. Контрольное занятие.	Э, И
	Лабораторное занятие. «Системы эконометрических уравнений». Определение эндогенных, экзогенных, лаговых и предопределенных переменных в предложенной модели. Применение необходимого и достаточного условия идентифицируемости, определение того, идентифицируемо ли каждое уравнение модели. Вывод об идентифицируемости системы уравнений в целом. Запись приведенной формы модели. Определение метод оценки параметров модели и краткое описание алгоритма действий по его применению.	Э, И
		Лекция. «Системы эконометрических уравнений» (продолжение). Применение эконометрических моделей. Модель Кейнса (статистическая и динамическая формы). Модель Клейна	М,П
	Практическое занятие. «Системы эконометрических уравнений». Практическое применение эконометрических моделей (модель Кейнса (статистическая и динамическая формы), модель Клейна).	И, ПГ

Заочная форма обучения (5,6)

Кол. час	Вид занятия, тема и краткое содержание	Методы
	Лекция. «Предмет и задачи курса». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.	М, П
	Лабораторное занятие. «Знакомство с эконометрическим пакетом Eviews». Область практического применения и возможности пакета Eviews. Работа с пакетом: запуск программы, командная строка, рабочая область, создание рабочего файла, ввод временных периодов, импорт файлов из Excel, сохранение файлов. Процедура нахождения описательных статистик.	Э, И
	Лекция. «Парная регрессия и корреляция». Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии.	М, П
	Лекция. «Парная регрессия и корреляция» (продолжение). Нелинейные модели регрессии и их линеаризация. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.	М, П, Д
	Лабораторное занятие. «Применение Eviews при построении и анализе линейной однофакторной модели регрессии». Создание исходного файла с данными в среде Excel. Импорт данных в Еviews. Нахождение описательных статистик по каждой из переменных и интерпретация полученных результатов. Построение поля корреляции (график). Расчет коэффициента парной корреляции (получение корреляционной матрицы) Реализация метода наименьших квадратов. Интерпретация полученных результатов: параметров уравнения регрессии, стандартных ошибок, значений t - статистики и F – статистики, коэффициента детерминации.	Э, И
	Лекция. «Множественная регрессия и корреляция» Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов. Парные и частные коэффициенты корреляции. Множественный коэффициент корреляции и множественный коэффициент детерминации. Оценка качества модели множественной регрессии: F – критерий Фишера, t - критерий Стьюдента.	М, П
	Лабораторное занятие. «Применение Eviews при построении и анализе линейной однофакторной модели регрессии». Построение эмпирической и теоретической линий регрессии (график) Построение и анализ графика остатков. Построение доверительного интервала ожидаемого значения результативного признака по заданному точечному значению факторного признака.	Э, И
	Лабораторное занятие. «Применение Eviews при построении и анализе многофакторной модели регрессии. Выявление мультиколлинеарности и гетероскедастичности модели. Проверка спецификации модели.» Создание исходного файла с данными в среде Excel. Импорт данных в Еviews. Нахождение описательных статистик по каждой из переменных и интерпретация полученных результатов. Расчет корреляционной матрицы для всех переменных, включенных в модель. Построение регрессионного уравнения МНК.	Э, И
	Лабораторное занятие. «Применение Eviews при построении и анализе многофакторной модели регрессии. Выявление мультиколлинеарности и гетероскедастичности модели. Проверка спецификации модели.» Оценка значимости параметров полученного уравнения и всей модели в целом. Проверка наличия мультиколлинеарности в модели. Проверка спецификации модели. Объяснение полученных результатов.	Э, И

Заочная форма обучения (3)

Кол. час	Вид занятия, тема и краткое содержание	Методы
	Лекция. «Предмет и задачи курса». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.	М, П
	Лекция. «Парная регрессия и корреляция». Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии.	М, П
	Практическое занятие. «Парная регрессия и корреляция». Практическая значимость, смысл и назначение уравнения регрессии. Важность верного выбора типа математической функции при построении уравнения регрессии. Парная регрессия. Применение метода наименьших квадратов для определения параметров уравнения парной регрессии.	Э, И
	Лекция. «Парная регрессия и корреляция» (продолжение). Нелинейные модели регрессии и их линеаризация. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.	М, П, Д
	Практическое занятие. «Парная регрессия и корреляция». Процедура лианеризации нелинейных моделей регрессии. Оценка степени тесноты связи между количественными переменными. Расчет коэффициента ковариации. Расчет показателей корреляции: линейного коэффициента корреляции, индекса корреляции, теоретического корреляционного отношения.	Э, И
	Лекция. «Множественная регрессия и корреляция» Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов.	М, П
	Практическое занятие. «Парная регрессия и корреляция». Расчет коэффициента детерминации. Расчет стандартной ошибки уравнения регрессии. Процедура оценки статистической значимости показателей корреляции, параметров уравнения регрессии в целом по t - критерию Стьюдента и F - критерию Фишера.

Заочная форма обучения (3,6)

Кол. час	Вид занятия, тема и краткое содержание	Методы
	Лекция. «Предмет и задачи курса». Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические методы. Области применения эконометрических моделей. Методологические вопросы построения эконометрических моделей: обзор используемых методов.	М, П
	Лекция. «Парная регрессия и корреляция». Понятие о функциональной, статистической и корреляционной связях. Основные задачи прикладного корреляционно-регрессионного анализа. Уравнение регрессии, его смысл и назначение. Выбор типа математической функции при построении уравнения регрессии. Парная регрессия. Метод наименьших квадратов и условия его применения для определения параметров уравнения парной регрессии.	М, П
	Практическое занятие. «Парная регрессия и корреляция». Практическая значимость, смысл и назначение уравнения регрессии. Важность верного выбора типа математической функции при построении уравнения регрессии. Парная регрессия. Применение метода наименьших квадратов для определения параметров уравнения парной регрессии.	Э, И
	Лекция. «Парная регрессия и корреляция» (продолжение). Нелинейные модели регрессии и их линеаризация. Оценка степени тесноты связи между количественными переменными. Коэффициент ковариации. Показатели корреляции: линейный коэффициент корреляции, индекс корреляции, теоретическое корреляционное отношение. Коэффициент детерминации. Стандартная ошибка уравнения регрессии. Оценка статистической значимости показателей корреляции, параметров уравнения регрессии в целом: t - критерий Стьюдента, F - критерий Фишера.	М, П, Д
	Практическое занятие. «Парная регрессия и корреляция». Процедура лианеризации нелинейных моделей регрессии. Оценка степени тесноты связи между количественными переменными. Расчет коэффициента ковариации. Расчет показателей корреляции: линейного коэффициента корреляции, индекса корреляции, теоретического корреляционного отношения.	Э, И
	Лекция. «Множественная регрессия и корреляция» Понятие о множественной регрессии. Классическая линейная модель множественной регрессии (КЛММР). Определение параметров уравнения множественной регрессии методом наименьших квадратов.	М, П
	Практическое занятие. «Парная регрессия и корреляция». Расчет коэффициента детерминации. Расчет стандартной ошибки уравнения регрессии. Процедура оценки статистической значимости показателей корреляции, параметров уравнения регрессии в целом по t - критерию Стьюдента и F - критерию Фишера.	Э, И

2.2. Индивидуальная работа преподавателя со студентом

Неделя	Кол. час	Темы, разделы, вынесенные на индивидуальную подготовку, по докладам на НОК, рефератам, темы контрольных работ, промежуточный контроль уровня усвоения дисциплины и др.	Методы
		Контрольная работа на остаточные знания из курсов ТВиМС, Теории статистики
		Контрольная работа на парную регрессию
		Подготовка отчета по исследованию экономического явления с помощью парной регрессии	Э
		Контрольная работа на множественную регрессию
		Подготовка отчета по исследованию экономического явления с помощью множественной регрессии	Э
		Контрольная работа на проблемы спецификации эконометрической модели
		Подготовка отчета по проблеме подбора спецификации эконометрической модели	Э
		Контрольная работа на временные ряды
		Подготовка отчета по исследованию экономических временных рядов	Э

2.3. Самостоятельная работа студента