- Цели и задачи дисциплины
- Цель освоения дисциплины: Основной целью освоения дисциплины является формирование у обучающихся комплекса теоретических знаний и устойчивых практических навыков в области эконометрического моделирования, проведения корреляционно-регрессионного анализа и применения современных статистических методов для обработки реальных эмпирических данных с целью выявления скрытых закономерностей. Основные задачи курса: Овладение методами сбора, предварительной подготовки и визуализации ?сырых? баз данных (на примере статистических показателей). Проведение разведочного (EDA) и интеллектуального анализа данных, изучение основ описательной статистики и статистики вывода. Освоение методов проверки эмпирических данных на нормальность распределения и алгоритмов применения нормализующих преобразований (метод Бокса-Кокса). Практическое построение, спецификация и параметризация эконометрических моделей (парная, множественная и нелинейная регрессия). Овладение математическим инструментарием для оценки качества и адекватности построенных уравнений регрессии. Выявление и устранение нарушений классических предпосылок метода наименьших квадратов (МНК), решение проблем мультиколлинеарности и гетероскедастичности.
- Краткое содержание дисциплины
- 1. Разведочный анализ и статистическая обработка данных. Введение в эконометрику. Сбор и подготовка эмпирических баз данных. Методы описательной статистики и визуализации данных (графические функции). Проведение разведочного (EDA) и интеллектуального анализа данных. Основы статистики вывода. Проверка данных на нормальность распределения и применение нормализующих преобразований (метод Бокса-Кокса). 2. Эконометрическое моделирование и регрессионный анализ. Основы корреляционного анализа. Спецификация и параметризация моделей парной и множественной линейной регрессии. Оценка качества уравнения регрессии и введение показателей эффективности. Построение моделей нелинейной регрессии и определение типа функциональной связи. Проверка выполнения классических предпосылок МНК: выявление и устранение проблем мультиколлинеарности и гетероскедастичности. Снижение размерности моделей.
- Компетенции обучающегося, формируемые в результате освоения дисциплины
- Выпускник должен обладать:
- ПК-2 Способен проводить аналитические и имитационные исследования
- ПК-7 Способен передавать результат, проведенных физико-математических и прикладных ис-следований, в виде конкретных рекомендаций, выраженных в терминах предметной области изучаемого явления
