Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы



Скачать 102.42 Kb.
Дата10.01.2013
Размер102.42 Kb.
ТипПрограмма дисциплины
Правительство Российской Федерации
Государственное образовательное бюджетное учреждение

высшего профессионального образования

«Государственный университет - Высшая школа экономики»


Факультет экономики


Программа дисциплины Эконометрика-2



для магистерской программы «Математические методы анализа экономики»


Авторы программы:

Покровский Д.А., доцент, dm.pokrovsky@gmail.com

Соколов М.В., к.э.н., доцент, m.sokolov@econ.pu.ru

Одобрена на заседании кафедры экономической теории «___»___________ 200 г

Зав. кафедрой Усанов П.В.

Рекомендована секцией УМС «___»____________ 200 г

Председатель
Утверждена УС факультета «___»_____________200 г.

Ученый секретарь ________________________


Санкт-Петербург, 200

Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы.

I. Пояснительная записка
Курс "Эконометрика-2" рассчитан на студентов первого года обучения магистерской программы «Математические методы анализа экономики» факультета экономики.

Материал учебной дисциплины предназначен для использования в курсах, связанных с качественным анализом реальных экономических явлений, таких как, например, прикладная микро- и макроэкономика, маркетинг и других. Может быть использован в спецкурсах по теории случайных процессов, математическим моделям в экономике, оптимальному управлению, статистическому прогнозированию, применению методов теории вероятностей в финансовой математике, принятию решений в условиях неопределенности.

Требования к студентам: курс " Эконометрика-2" рассчитан на студентов, прослушавших курсы математического анализа, линейной алгебры, методов оптимальных решений, экономической статистики, теории вероятностей, математической статистики.

Аннотация: учебный процесс состоит из посещения студентами лекций (18 часов) и семинарских занятий (18 часов), освоения методов анализа данных на основе практических задач, выполняемые на компьютерах и защиты выполненных самостоятельных исследований.

В ходе курса рассматриваются методы получения оценок при малом числе наблюдений (бутстрап), засорении выборки или смешении выборок (робастные методы оценивания), некоторые методы проверки однородности выборок (однофакторный и двухфакторный анализ), критерии согласия, а также методы многомерного статистического анализа (методы классификации – кластерный и дискриминационный анализ, и снижения размерности – факторный анализ и метод главных компонент).
Формы контроля.

Предусмотрено выполнение двух домашних заданий и одной отчетной работы.
Промежуточная форма контроля – оценки за выполнение домашних и отчетных работ. Итоговая форма контроля – письменный зачет в конце курса, оценка выставляется по 10 бальной системе.

Необходимым условием отличной оценки является сдача всех домашних заданий и отчетной работы, отлично выполненная зачетная работа.

Необходимым условием хорошей оценки является твердое знание основ курса, сдача всех домашних заданий и отчетной работы, хорошо выполненная зачетная работа.


  • текущий контроль осуществляется путем проверки домашних заданий, выполненных в эконометрических пакетах и проведения тестов на семинарских занятиях.

  • итоговый контроль - в форме устной защиты самостоятельных исследований по окончании курса


Оценка за курс формируется из оценок за домашние задания (Одз) оценок за отчетные работы (Оотчет) и оценки за зачетную работу (Озачет)

следующим образом:

  • если отчетные работа выполнены на оценку не ниже, чем «4» каждая по десятибалльной системе, то оценка за курс образуется согласно следующей формуле:

Оитог=0.2Одз +0.4О отчет+0.4Озачет


  • если какая-то из отчетных работ написана неудовлетворительно (на оценку «1», «2» или «3» по десятибалльной системе), то оценка за курс также считается неудовлетворительной.



II. Содержание программы.
Раздел 1. Бутстрап

Истинное распределение и бутстраповское. Алгоритм бутстрапирования.

Бутстраповские статистики и доверительные интервалы для них. Проверка гипотез при помощи бутстрапа. Корректировка смещения.

Методы построения псевдовыборок: методы для пространственных данных, методы для временных рядов.

Литература:

С. Анатольев.

Эконометрика для продолжающих, М.: РЭШ 2002 (электронное издание), глава 2.
Раздел 2. Робастные методы оценивания

Смешение распределений. Распределение с «тяжелыми хвостами».

Оценки Хубера. Оценки Винзора.

Критерии засорения Смирнова-Граббса, Граббса, Титьена-Мурра.

Литература:

А.М. Дубров, В.С. Мхитарян, Л.И.Трошин.

Многомерные статистические методы, М.: ФиС, 2000, глава 9.
Раздел 3. Критерии согласия и однородности

Критерии согласия Пирсона, Колмогорова-Смирнова, Фишера.

Критерии однородности Смирнова, Манна-Уитни, Уилкоксона.

Критерии знаков, знаковых ранговых сумм Уилкоксона, восходящих и нисходящих серий, критерий Аббе.

Литература:

С.А. Айвазян, В.С. Мхитарян.

Прикладная статистика и основы эконометрики, М.: Юнити, 1998, главы 8, 16.

Ю.Н. Тюрин, А.А. Макаров.

Анализ данных на компьютере, 3 изд. М.: Инфра-М, 2003, главы 3, 10.
Раздел 4. Однофакторный анализ

Дисперсионный анализ (ANOVA).

Непараметрические критерии: Краскера-Уоллиса, Джонхиера.

Оценивание эффектов обработки: оценки сдвига, контраста. Эффекты обработки в нормальной совокупности, метод Шеффе множественных сравнений.

Литература:

Ю.Н. Тюрин, А.А. Макаров.

Анализ данных на компьютере, 3 изд. М.: Инфра-М, 2003, глава 6.
Раздел 5. Двухфакторный анализ

Дисперсионный анализ (ANСOVA).

Непараметрические критерии: Фридмана, Пейджа.

Литература:

Ю.Н. Тюрин, А.А. Макаров.

Анализ данных на компьютере, 3 изд. М.: Инфра-М, 2003, глава 7.
Раздел 6. Многомерная классификация

Классификация с обучающими выборками. Дискриминантный анализ, случай нормальных классов. Расщепление смеси распределений.

Классификация без обучения. Кластерный анализ: иерархические, параллельные и последовательные процедуры.

Иерархические деревья.

Литература:

С.А. Айвазян, В.С. Мхитарян.

Прикладная статистика и основы эконометрики, М.: Юнити, 1998, глава 12

А.М. Дубров, В.С. Мхитарян, Л.И.Трошин.

Многомерные статистические методы, М.: ФиС, 2000, глава 7.
Раздел 7. Методы снижения размерности

Кластерный анализ для признаков.

Метод главных компонент: разложение дисперсии, методы вычисления главных компонент. Интерпретация и свойства главных компонент.

Факторный анализ: пространство факторов, метод главных факторов, оценка и интерпретация факторов.

Литература:

С.А. Айвазян, В.С. Мхитарян.

Прикладная статистика и основы эконометрики, М.: Юнити, 1998, глава 13

А.М. Дубров, В.С. Мхитарян, Л.И.Трошин.

Многомерные статистические методы, М.: ФиС, 2000, главы 5, 6.


III. Учебно-методическое обеспечение дисциплины:


  1. С.А. Айвазян, В.С. Мхитарян.

Прикладная статистика и основы эконометрики, М.: Юнити, 1998.

  1. А.М. Дубров, В.С. Мхитарян, Л.И.Трошин.

Многомерные статистические методы, М.: ФиС, 2000.

  1. Ю.Н. Тюрин, А.А. Макаров.

Анализ данных на компьютере, 3 изд. М.: Инфра-М, 2003.

  1. С. Анатольев.

Эконометрика для продолжающих, М.: РЭШ 2002 (электронное издание),

IV. Вопросы к зачету/экзамену:

        1. Алгоритм бутстрапирования.

        2. Бутстраповские статистики и доверительные интервалы для них.

        3. Бутстрап: корректировка смещения, связанного с конечностью выборки.

        4. Методы построения псевдовыборок для пространственных данных.

        5. Методы построения псевдовыборок для временных рядов.

        6. Устойчивые методы оценивания параметров положения: оценки Хубера.

        7. Устойчивые методы оценивания параметров положения: оценки Винзора.

        8. Критерии засорения Смирнова-Граббса, Граббса, Титьена-Мурра.

        9. Критерии согласия.

        10. Критерии однородности.

        11. Однофакторный анализ: непараметрические критерии проверки однородности.

        12. Однофакторный дисперсионный анализ (ANOVA).

        13. Однофакторный анализ: оценивание эффектов обработки в нормальной модели.

        14. Двухфакторный дисперсионный анализ (ANCOVA).

        15. Двухфакторный анализ: непараметрические критерии проверки гипотезы об отсутствии эффекта обработки.

        16. Классификация при наличии обучающих выборок. Параметрический дискриминантный анализ в случае нормальных классов.

        17. Классификация без обучения. Задача расщепления смесей распределений.

        18. Классификация без обучения. Основные типы задач кластер-анализа и основные типы кластер-процедур.

        19. Метод главных компонент. Интерпретация и свойства главных компонент. Вычисление главных компонент.

        20. Факторный анализ: задачи факторного анализа, интерпретация и оценка факторов.



V. Тематика эссе.

  1. Асимптотическое рафинирование с использованием бутстрапа.

  2. Устойчивые методы оценивания параметра положения: робастные M-оценки.

  3. Модели одномерного шкалирования.

  4. Приложения кластерного анализа к рейтингованию.

  5. Модель Терстоуна.

  6. Метод Торгенсона и другие метрические модели шкалирования предпочтений.

  7. Метод Дж. Краскала в многомерном шкалировании.

  8. Эконометрические методы анализа экспертных оценок.

  9. Приложения факторного анализа к психометрии.

  10. Нелинейные обобщения метода главных компонент.

  11. Выявление «нетипичного» поведения на фондовом рынке.

  12. Исследование рынка отечественных автомобилей в северо-западном регионе.

  13. Выявление характеристик, которыми руководствуется электорат при выборе кандидата.

  14. Исследование различий в оплате труда между частным и бюджетным секторами экономики.


VI. Вариант контрольной работы

  1. Имеется выборка из распределения со средним . Используя бутстрап, скорректируйте смещение оценки параметра .

  2. Имеется выборка из распределения, симметричного относительно точки . Число , доставляющее минимум функции , называется (робастной) -оценкой параметра . Найдите -оценку параметра при нечетном .

  3. С целью выяснения влияния наличия высшего образования на размер оплаты труда, были собраны данные о среднемесячных заработных платах 25-летних респондентов с высшим образованием и без высшего образования. Результаты представлены следующей таблице.




Кол-во респондентов

Выборочная средняя заработная плата, тыс. руб.

Выборочная дисперсия

Респонденты без высшего образования

32

25

384

Респонденты с высшим образованием

30

31

316

Используя F-критерий однородности дисперсий, проверьте гипотезу об однородности двух выборок (на уровне значимости 0.05).

  1. По результатам обследования 24 предприятий по 3-м показателям (коэффициент общей ликвидности, рентабельность собственного капитала, оборачиваемость активов) была определена выборочная ковариационная матрица . Найдите главные компоненты и относительные доли суммарной дисперсии, обусловленные одной, двумя и тремя главными компонентами.

  2. По данным, представленным в таблице, проведите классификацию 4-х инвестиционных проектов по двум показателям (внутренняя норма доходности и период окупаемости проекта).

Номер проекта

Показатель

1

2

3

4

Внутренняя норма доходности (IRR), % годовых

6

10

4

9

Период окупаемости (PP), мес.

9

6

2

8

Классификацию проведите по иерархическому агломеративному алгоритму с использованием обычного евклидова расстояния, а расстояние между кластерами определите по принципу «ближайшего соседа» и «центра тяжести».

VII. Тематический расчет часов

Наименование разделов и тем

Аудиторные часы

Самостоятельная работа

Всего

Часов




Лекции

Семинары

Все-го

Раздел 1. Бутстрап

2

2

4

3

7

Раздел 2.

Робастные методы оценивания

2

2

4

3

5

Раздел 3.

Критерии согласия и однородности

2

2

4

3

3,5

Раздел 4.

Однофакторный анализ

2

2

4

3

3,5

Раздел 5.

Двухфакторный анализ

2

2

4

3

3

Раздел 6.

Многомерная классификация

4

4

8

3

9

Раздел 7.

Методы снижения размерности

4

4

8

4

4

Всего

18

18

36

22

58

Похожие:

Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма-минимум кандидатского экзамена по специальности 08. 00. 13 «Математические и инструментальные методы экономики» по физико-математическим наукам
В основу настоящей программы положены следующие дисциплины: выпуклый анализ; математическое программирование; элементы теории устойчивости;...
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconКонвенция о создании совместной магистерской программы
Количественная экономика, специализация Экономика рынка труда и демография Университета Париж-i пантеон – Сорбонна и Магистратуры...
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconМагистерской программы «Математические методы в экономике» реализуемой на кафедре №31 «Прикладная математика» совместно с эаи нияу мифи
Наименование программы: «Математические методы в экономике» (Направление 080100 по оксо)
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма дисциплины Численные методы для IV курса отделения Прикладной математики и информатики Автор программы : И. Л. Кривцун
Математические и статистические высшей математики методы в экономике на факультете экономики
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма по курсу «эконометрика»
Определение эконометрики. Эконометрика и экономическая теория. Эконометрика и статистика. Эконометрика и экономико-математические...
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма дисциплины «Венчурный капитал»
Данная дисциплина предназначена для студентов второго года обучения специализации «Банки и банковская деятельность» магистерской...
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма дисциплины Для студентов магистерской программы «Количественные методы в финансах и экономике»
Рецензент: М. С. Красс, д ф м наук, профессор кафедры «Математическое моделирование экономических процессов»
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма дисциплины "Математические модели и методы теории решений"
Авторы программы: д ф м н., проф., член-корр. Ран павловский Юрий Николаевич и д ф м н., проф. Самыловский Александр Иванович, д...
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма дисциплины «Дискретные математические модели»
Автор программы: к э н. Потапов Дмитрий Борисович. Программа разработана на основе программы дисциплины «Дискретные математические...
Программа дисциплины Эконометрика-2  для магистерской программы «Математические методы анализа экономики» Авторы программы iconПрограмма дисциплины "Стратегическая архитектура корпораций: методы, модели и задачи" Для направления
...
Разместите кнопку на своём сайте:
ru.convdocs.org


База данных защищена авторским правом ©ru.convdocs.org 2016
обратиться к администрации
ru.convdocs.org