Економетрика

Мета вивчення дисципліни – систематизоване засвоєння концепції, методології і технології побудови економетричних моделей. Формування комплексу знань, на яких базуються сучасні економетричні дослідження, принципи розробки моделей, методи оцінки параметрів цих моделей, тестування гіпотез за допомогою інформаційних технології, а також придбання практичних навичок щодо рішення економетричних задач. Формування комплексу компетенцій, які дозволять фахівцю у майбутній діяльності прогнозувати на основі стандартних теоретичних та економетричних моделей соціально-економічні процеси; розуміння нових закономірностей розвитку сучасної соціально-економічної системи, використання знань як рушійної сили суспільства і інновацій як основи економічного зростання.
Практичне значення та використання отриманих знань: вивчення теоретичних основ побудови та опису моделей; набуття вмінь застосування кількісних методів й моделей аналізу економічних даних та процесів; розвиток вмінь використання кореляційно-регресійного аналізу для пошуку рішення рівняння, що найбільш відповідає сукупності даних; підготовка фахівців-розробників багатопараметричного комплексного аналізу стану підприємства в умовах нечіткої інформації; вивчення основних теоретичних підходів до аналізу різних економічних ситуацій на галузевому і макроекономічному рівні; здійснення аналізу можливостей сучасних математичних інструментальних середовищ для вирішення економетричних задач та візуалізації отриманих результатів (на прикладі середовищ Microsoft Excel та Tableau Pablic).
Здобувачі вищої освіти повинні знати:
- основні теоретичні положення макро- та мікро- економіки;
- основні моделі соціально-економічних процесів;
- теоретичні основи побудови та опису економетричних моделей;
- основні принципи формулювання та перевірки гіпотез, оцінки параметрів;
- принципи інтерпретації економетричних моделей відповідно до типу рівняння.
Здобувачі вищої освіти повинні вміти:
- ідентифікувати економічні данні та розуміти методологію аналізу відповідно до поставлених завдань;
- використовувати кореляційно-регресійний аналіз для пошуку рішення рівняння, що найбільш відповідає сукупності даних;
- підготовка фахівців-розробників багатопараметричного комплексного аналізу стану підприємства в умовах нечіткої інформації.
- розуміти методологію визначення і методи отримання соціально-економічних
- даних, збирати та аналізувати необхідну інформацію;
- використовувати інформаційно - комунікаційні технології для отримання, аналізу та рішення економіко-математичних завдань;
- застосовувати кількісні методи й моделі аналізу економічних даних та процесів; вміти візуалізовати отримані результати.
Тематика та види навчальних занять
Для денної форми здобуття освіти
Лекційні заняття
Лекція 1. Визначення економетрики.
Лекція 2. Випадкові змінні.
Лекція 3. Теорія вибірок. Оцінки та якості.
Лекція 4. Теоретична та вибіркова коваріація.
Лекція 5. Теоретична та вибіркова дисперсія.
Лекція 6. Коефіцієнт кореляції та коефіцієнт окремої кореляції .
Лекція 7. Парний регресійний аналіз.
Лекція 8. Інтерпретація рівняння регресії.
Лекція 9. Лінійна регресія та кореляція.
Лекція 10. Якість рівняння регресії.
Лекція 11. Нелінійна регресія.
Лекція 12. Рішення рівнянь нелінійної регресії.
Лекція 13 .Кореляція для нелінійної регресії.
Лекція 14. Множинна регресія.
Лекція 15. Множинна лінійна регресія.
Лабораторні заняття
Лабораторне заняття№ 1. Розрахунок математичного очікування та теоретичної дисперсії дискретної випадкової змінної.
Мета заняття: Засвоїти поняття генеральної сукупності, математичного очікування, теоретичної дисперсії. Засвоїти поняття про характеристики та оцінки генеральної сукупності. Визначити аналітичні приклади та докази властивостей оцінок, узагальнених оцінок теоретичного середнього для приватних випадків та малих вибірок.
Лабораторне заняття№ 2. Теорія вибірок. Випадкова та постійна складова випадкової змінної.
Мета заняття: Визначити основні принципи побудови репрезентативної вибірки; пошуку та порівняння узагальнених оцінок теоретичного середнього для приватних випадків та малих вибірок. Ознайомиться з принципом очищення великих вибірок від викидів по методу Ірвіна.
Лабораторне заняття№ 3. Оцінки та якості: незміщеність, спроможність, ефективність.
Мета заняття: Ознайомиться з аналітичними та практичними прикладами властивостей оцінок, доказ властивостей оцінок для різних вибірок з однієї генеральної сукупності. Засвоїти поняття та використання характеристик ГС та їх оцінок.
Лабораторне заняття№ 4. Теоретична та вибіркова коваріація. Доказ правил розрахунку.
Мета заняття: Методика розрахунків вибіркової та теоретичної коваріації за допомогою прямих та альтернативних формул; аналітичний та розрахунковий метод. Придбати навички розрахунку методами ручного рахування, та використання статистичних функцій MS – Excel, вбудованих формул, побудова діаграм та ліній тренду.
Лабораторна робота 5. Теоретична та вибіркова дисперсія. Доказ правил розрахунку.
Мета заняття: Методика розрахунків вибіркової та теоретичної та дисперсії за допомогою прямих та альтернативних формул; аналітичний та розрахунковий метод. Використання формули Ірвіна для побудови незалежних вибірок. Придбати навички розрахунку методами ручного рахування, та використання статистичних функцій MS – Excel, вбудованих формул, побудова діаграм та ліній тренду.
Лабораторна робота 6. Коефіцієнт кореляції та коефіцієнт окремої кореляції.
Мета заняття: Опрацювати розрахунок коефіцієнта кореляції та доказ, що коефіцієнт кореляції не залежить від одиниць виміру змінних у вибірці. Приклади розрахунку теоретичного, вибіркового та окремого коефіцієнтів кореляції за допомогою ручного рахування та статистичних функції MS – Excel, вбудованих формул.
Лабораторне заняття№ 7. Лінійна регресія по методу найменших квадратів: оцінка параметрів; інтерпретація рівняння регресії.
Мета заняття: Опанувати методику розрахунку параметрів лінійного рівняння регресії, інтерпретації результатів. Розрахунок параметрів лінійного рівняння регресії двома методами. Використання MS – Excel для отримання результатів, використання пакету аналізу. Інтерпретація параметрів рівняння. Візуалізація результатів за допомогою діаграм MS – Excel та Tableau Pablic.
Лабораторна робота 8. Лінійна регресія по методу найменших квадратів: інтерпретація рівняння регресії та параметрів
Мета заняття: Опанувати методику інтерпретації параметрів лінійного рівняння регресії; порівняння сенсу параметрів при подвійних дослідженнях вибірки. Розрахунок параметрів лінійних рівнянь регресії для двох окремих факторів та результату. Поєднання отриманих рівнянь. Використання MS – Excel для отримання результатів, використання пакету аналізу.
Лабораторна робота 9. Лінійна регресія та кореляція. Критерії Фішера та Стьюдента. Побудова довірчого інтервалу параметрів.
Мета заняття: Розрахунок та оцінювання кое-фіцієнта кореляції та оцінка яко-сті параметрів регресії. Засвоїти методику розрахунку та викори-стання критеріїв Фішера та Стьюдента; побудови довірчого інтервалу параметрів.
Лабораторна робота 10. Коефіцієнт та індекс детермінації, середня помилка апроксимування; дисперсійний аналіз рівняння регресії; інтервальний прогноз.
Мета заняття: Засвоїти методику розрахунку коефіцієнту та індексу детермінації, середній помилки апроксимування, інтерпретація результатів. Проведення дисперсійного аналізу, побудова інтервального прогнозу, інтерпретація дисперсійного аналізу.
Лабораторне заняття№ 11. Побудова та визначення параметрів рівнянь нелінійної регресії.
Мета заняття: Отримати навички вибіру специфікації нелінійної регресії за допомогою аналітичного та графічного методів. Засвоїти методику лінеаризації нелінійних рівнянь по методу перетворення нелінійних рівнянь в лінійні: логарифмізація, потенціювання, заміна функції. Використання MS – Excel для отримання результатів. Інтерпретація параметрів нелінійних рівняннь.
Лабораторне заняття№12. Побудова та визначення параметрів рівнянь нелінійної регресії.
Ступна модель регресії. Показова модель регресії
Мета заняття: Оцінювання специфікації парної ступневої та показникової моделі. Використання методів лінеаризації моделей для різних одиниць виміру змінних. Інтерпретація параметрів рівняння; випадки втрати сенсу рівняння.
Лабораторна робота 13. Побудова та визначення параметрів рівнянь нелінійної регресії. Експоненційна, логістична, зворотна, гіперболічна моделі.
Мета заняття: Оцінювання специфікації парної експоненційной, логістичної, зворотній, гіперболічної моделей. Використання методів лінеаризації моделей для різних одиниць виміру змінних. Інтерпретація параметрів рівняння; випадки втрати сенсу рівняння.
Лабораторна робота 14. Якість та кореляція для нелінійної регресії. Середній коефіцієнт еластичності: розрахунок та інтерпретація показника. Якість та кореляція для нелінійної регресії.
Мета заняття: Методика розрахунку та використання індексів кореляції, детермінації та апроксимування. Засвоїти методику розрахунку та використання індексів кореляції, детермінації та апроксимування для нелінійних моделей. Вивчити та засвоїти основні показники якості нелінійного рівняння регресії, інтерпретацію параметрів моделей, побудову інтервального прогнозу. Використання MS – Excel та Tableau Pablic для отримання результатів.
Лабораторна робота 15. Множинна регресія. Оцінка параметрів множинної лінійної регресії. Інтерпретація рівняння множиної лінійної регресії.
Мета заняття: Визначення низки факторів, що мають значення для побудови множинної регресії. Відбір факторів рівняння за допомогою матриці коефіцієнтів кореляції. Розрахунок параметрів множинної лінійної регресії. Інтерпретація рівняння множинної лінійної регресії. Використання MS – Excel та Tableau Pablic для отримання результатів.
Для заочнної форми здобуття освіти
Лекційні заняття
Лекція 9. Лінійна регресія та кореляція.
Лекція 15. Множинна лінійна регресія.
Лабораторні заняття
Лабораторне заняття№ 7. Лінійна регресія по методу найменших квадратів: оцінка параметрів; інтерпретація рівняння регресії.
Мета заняття: Опанувати методику розрахунку параметрів лінійного рівняння регресії, інтерпретації результатів. Розрахунок параметрів лінійного рівняння регресії двома методами. Використання MS – Excel для отримання результатів, використання пакету аналізу. Інтерпретація параметрів рівняння. Візуалізація результатів за допомогою діаграм MS – Excel та Tableau Pablic.
Лабораторна робота 15. Множинна регресія. Оцінка параметрів множинної лінійної регресії. Інтерпретація рівняння множиної лінійної регресії.
Мета заняття: Визначення низки факторів, що мають значення для побудови множинної регресії. Відбір факторів рівняння за допомогою матриці коефіцієнтів кореляції. Розрахунок параметрів множинної лінійної регресії. Інтерпретація рівняння множинної лінійної регресії. Використання MS – Excel та Tableau Pablic для отримання результатів.
Консультації здійснюються впродовж семестру згідно встановленого розкладу.
Індивідуальна робота
Для денної форми здобуття освіти
Не передбачена
Для заочної форми здобуття освіти
Контрольна робота
Завдання для виконання контрольної роботи здобувач отримує на установчій лекції.
Термін надання виконаної контрольної роботи на перевірку – не пізніше, ніж за місяць до початку сесії.
Основним завданням цієї дисципліни є вивчення теоретичних основ побудови та опису моделей; набуття вмінь застосування кількісних методів й моделей аналізу економічних даних та процесів; розвиток вмінь використання кореляційно-регресійного аналізу для пошуку рішення рівняння, що найбільш відповідає сукупності даних; здійснення аналізу можливостей сучасних математичних інструментальних середовищ для вирішення економетричних задач та візуалізації отриманих результатів (на прикладі середовищ Microsoft Excel та Tableau Pablic).
Тому необхідно виконати роботу, що складається з наступних двоих частин:
1. Теоретична частина – відповідь на 3 теоретичних питання, згідно номеру здобувача у списку групи з наданих методичних вказівок щодо виконання контрольної роботи. Реферативна частина 10-15 сторінок з посиланнями на джерела отриманої інформації, згідно списку джерел. Оформлення повинне відповідати стандартам.
2. Виконаних завдань в Excel (.xlsx)
Потрібно виконати згідно методичних вказівок розрахунок 5 парних лінійних та нелінійних моделей, провести оцінку отриманих результатів, надати інтерпретацію найкращої моделі, пояснити свій вибір за допомогою порівняльної таблиці оцінок коефіціентів, візуалізувати результати за допомогою зведеної діаграми (див.метод.вказівки до виконання лаб.робіт):
Форми контрольних заходів та оцінювання результатів навчання
Для денної форми здобуття освіти
Поточний контроль полягає у виконанні:
1) 15-ти лабораторних поточних завдань. Лабораторні поточні завдання виконуються на ПК і полягають в виконанні типових завдань відповідно до мети та завдань лабораторних занять. Бездоганне виконання лабораторного поточного завдання №1 – №№15 – оцінюється по 4 бали кожна;
2) двох модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної і практичної частин. Бездоганне виконання кожної модульної контрольної роботи становить 20 балів.
Підсумковий контроль – екзамен. Екзамен усний. Максимальна оцінка, яку може отримати студент – 100 балів.
Для заочної форми здобуття освіти
Бездоганне виконання та захист двох лабораторних робіт оцінюється в 20 балів (по 10 балів кожна). Захист контрольної роботи. Бездоганне виконання контрольної роботи оцінюється у 60 балів. При її захисті студент може отримати до 20 балів.
Підсумковий контроль – екзамен. Екзамен усний. Максимальна оцінка, яку може отримати студент – 100 балів.