ЕН.Ф.4 Эконометрика. Лекции 17 (час.) практические занятия 17 час семинарские занятия час лабораторные работы час
 Скачать 1.23 Mb.
|
АННОТАЦИЯучебно-методического комплекса дисциплины «Эконометрика» Учебно-методический комплекс дисциплины «Эконометрика» разработан для студентов специальности 080105.65 «Финансы и кредит» в соответствии с требованиями ГОС ВПО по данной специальности и положением об учебно-методических комплексах дисциплин образовательных программ высшего профессионального образования (утверждено приказом и.о. ректора ДВФУ от 17.04.2012 № 12-13-87). Дисциплина «Эконометрика» входит федеральный компонент цикла общих математических и естественнонаучных дисциплин. Общая трудоемкость освоения дисциплины 68 часов. Учебным планом предусмотрены лекционные занятия (17 часов), практические занятия (17 часов), самостоятельная работа (34 часа). Дисциплина реализуется на 3 курсе в 5 семестре. Курс статистики тесно взаимосвязан с вузовскими курсами: высшая математика, экономическая теория, теория бухгалтерского учета и теория финансов. Учебно-методический комплекс охватывает следующий круг вопросов: линейная модель множественной регрессии; метод наименьших квадратов (мнк); свойства оценок мнк; показатели качества регрессии; линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками; обобщенный метод наименьших квадратов (омнк); регрессионные модели с переменной структурой (фиктивные переменные); нелинейные модели регрессии и их линеаризация; характеристики временных рядов; модели стационарных и нестационарных временных рядов, их идентификация; система линейных одновременных уравнений; косвенный, двухшаговый и трехшаговый метод наименьших квадратов. Перечень элементов учебно-методического комплекса: рабочая учебная программа дисциплины; содержание лекций; планы и структура практических занятий; контрольно-измерительные материалы; методические рекомендации по дисциплине для студентов. Автор-составитель УМКД к.э.н., доцент кафедры мировой экономики ШЭМ А.А. Кравченко Директор филиала ДВФУ в г. Спасске-Дальнем, к.э.н, доцент Е.В. Лагунова  МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Дальневосточный федеральный университет» (ДВФУ)  филиал двфу в г. спасске-дальнем
РАБОЧАЯ ПРОГРАММА УЧЕБНОЙ ДИСЦИПЛИНЫ (РПУД)«Эконометрика»Специальность подготовки 080105.65 «Финансы и кредит» Форма подготовки очная Филиал ДВФУ в г. Спасске-Дальнем курс ___3__ семестр __5____ лекции _17_ (час.) практические занятия___17____час. семинарские занятия__________час. лабораторные работы_______час. консультации не предусмотрены всего часов аудиторной нагрузки__34_ (час.) самостоятельная работа ___34___ (час.) реферативные работы (не предусмотрено) контрольные работы (не предусмотрено) зачет ____ семестр экзамен__5__семестр Учебно-методический комплекс составлен в соответствии с требованиями государственного образовательного стандарта высшего профессионального образования (№ гос. рег. 180эк/сп от 17.03.2000 г.). Учебно-методический комплекс дисциплины обсужден на заседании Совета филиала «26» июня 2012 г. И. о. директора филиала ДВФУ в г. Спасске-Дальнем _________________________ Е.В. Лагунова Составитель (ли):___________________________________________________ А.А. Кравченко Оборотная сторона титульного листа РПУД I. Рабочая программа пересмотрена на заседании Ученого совета филиала: Протокол от «_____» _________________ 2012 г. № ______ Директор филиала _______________________ __________________ (подпись) (И.О. Фамилия) II. Рабочая программа пересмотрена на заседании Ученого совета филиала: Протокол от «_____» _________________ 2012 г. № ______ Директор филиала _______________________ __________________ (подпись) (И.О. Фамилия) Аннотация рабочей программы дисциплины «Эконометрика» Цель и задачи дисциплины: Дисциплина «Эконометрика» входит федеральный компонент цикла общих математических и естественнонаучных дисциплин. Цель дисциплины – рассмотрение методов исследования, т.е. методов проверки, обоснования, оценивания количественных закономерностей и качественных утверждений (гипотез) в микро- и макроэкономике на основе анализа статистических данных. В программе курса отражены методы проверки, обоснования, оценивания количественных закономерностей и качественных утверждений (гипотез) в микро- и макроэкономике на основе анализа статистических данных. Задачи дисциплины: - сформировать полное представление о теоретических основах современных эконометрических методах анализа данных; - показать как можно более широкий спектр инструментов анализа данных, описывающих социально-экономические процессы; - научить корректному использованию инструментов на практике; - сформировать представление о прикладной эконометрике; - научить использовать специализированные эконометрические программы Eviews и Stata. Место дисциплины в структуре ОП учебного плана ЕН.Ф.4 Связь с другими дисциплинами учебного плана: программа опирается на знания, полученные в ходе изучения дисциплин: «Микроэкономика», «Макроэкономика», а также дисциплины математической направленности. Знания, приобретенные при изучении курса, могут найти применение при выполнении индивидуальных заданий, расчетных блоков в курсовом проектировании и в дипломном проекте. 3. Требования к результатам освоения дисциплины В результате освоения дисциплины студент должен: Знать: - методы корреляционного, дисперсионного, регрессионного, факторного анализа, применяемых для построения различных эконометрических моделей; - основные эконометрические показатели; - круг, охватываемых прикладной эконометрикой, задач. Уметь: - строить эконометрические модели на основе пространственных данных и временных рядов; - оценивать параметры эконометрических моделей; - оценивать качество эконометрических моделей; - принимать решение о спецификации и идентификации модели; - проверять гипотезы о свойствах экономических показателей и формах их связи; - давать статистическую оценку значимости таких искажающих эффектов, как гетероскедастичность остатков зависимой переменной, мультиколлинеарность объясняющих переменных, автокорреляцию; - использовать результаты анализа для прогноза и принятия обоснования экономических решений. Владеть: - современными навыками эмпирического анализа априорных экономических законов для проверки и уточнения постулируемых отношений; - современными эконометрическими компьютерными пакетами; - навыками самостоятельной исследовательской работы. 4. Формы и методы обучения Лекционный курс, семинарские занятия, выполнение домашних заданий, самостоятельная работа, выполнение контрольных работ. 5. Трудоемкость дисциплины Общая трудоемкость освоения дисциплины 68 часов. Учебным планом предусмотрены лекционные занятия (17 часов), практические занятия (17 часов), самостоятельная работа (34 часа). Дисциплина реализуется на 3 курсе в 5 семестре. 6. Контроль успеваемости Промежуточная аттестация проводится в форме экзамена в 5 семестре. 2. Структура и содержание теоретической части курса (17 часов) Тема 1. Введение в эконометрику (1 час) Предмет, метод и задачи эконометрики. Связь эконометрики с экономической теорией, математической и экономической статистикой. Эконометрический метод. Эконометрическая модель. Типы моделей. Типы данных. Основные этапы эконометрического моделирования. Компьютеры и эконометрическая практика. Тема 2. Парная линейная и нелинейная регрессия и корреляции (1 час) Модель парной линейной регрессии. Метод наименьших квадратов. Интерпретация коэффициентов уравнения регрессии. Экономическая интерпретация коэффициентов уравнения регрессии. Линейный коэффициент корреляции как показатель тесноты связи между явлениями. Свойства линейного коэффициента корреляции. Шкала Чеддока. Графическая интерпретация линейного коэффициента корреляции. Коэффициент детерминации. Показатели качества регрессии. Закон Оукена как пример парной линейной регрессии в экономике. Нелинейная парная регрессия на основе метода наименьших квадратов. Некоторые нелинейные регрессионные модели: степенная, показательная, гиперболическая, параболическая. Линеаризация нелинейных моделей. Выбор лучшей модели. Индекс корреляции нелинейной регрессии. Индекс детерминации. Средняя ошибка аппроксимации. Коэффициент эластичности. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции. Тема 3. Гетероскедастичность и автокорреляция (2 часа) Последствия для свойств МНК-оценки. Вывод альтернативной оценки. Гетероскедастичность и ее последствия. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу. Устранение гетероскедастичности. Взвешенный метод наименьших квадратов. Автокорреляция первого порядка. Тестирование на наличие автокорреляции. Пример: спрос на мороженое. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках. Тема 4. Множественная линейная и нелинейная регрессия и корреляция (2 часа) Построение линейной множественной регрессии. Вывод и интерпретация коэффициентов множественной регрессии. Индекс множественной корреляции. Индекс множественной детерминации. Мультиколлинеарность. Отбор наиболее существенных факторных признаков в уравнении регрессии. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных. Применение линейных множественных регрессий в ценообразовании. Множественная регрессия в нелинейных моделях. Типы нелинейных моделей. Производственные функции. Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда. Линеаризация моделей. Оценка коэффициентов уравнения регрессии и тесноты связи в ППП MS Excel. Инструменты анализа данных «Регрессия», «Корреляция». Тема 5. Оценка значимости уравнения и коэффициентов регрессии (1 час) Теорема Гаусса-Маркова. Оценка значимости коэффициентов парной и множественной регрессионной модели. t-критерий Стьюдента. Оценка значимости уравнения парной и множественной регрессии. F – критерий Фишера. Принятие решения на основе уравнения регрессии. Определение доверительных интервалов для коэффициентов и функции регрессии. Тема 6. Регрессионные модели с переменной структурой (фиктивные переменные) (2 часа) Фиктивные переменные. Бинарные фиктивные переменные. Преимущество использования бинарных фиктивных переменных. Уравнение регрессии с фиктивной переменной. Интерпретация коэффициентов. Использование сезонных фиктивных переменных в модели потребления электроэнергии. Выбор эталонной переменной. Множественные совокупности фиктивных переменных. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок. Фиктивные переменные для коэффициента наклона. Тест Чоу. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП. Тема 7. Модели с ограниченными зависимыми переменными (2 часа) Модели бинарного выбора. Спецификационные тесты в моделях бинарного вывода. Модели с множественным откликом. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека. Мультиномиальные модели. Тобит-модель. Логит-модель. Тема 8. Моделирование динамических процессов (2 часа) Временной ряд. Модели стационарных и нестационарных временных рядов. Модель с включением фактора времени. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция. Тесты на наличие автокорреляции. Устранение автокорреляции. Обобщенный метод наименьших квадратов. Уравнение авторегрессии. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу. Метод инструментальной переменной. Коинтеграция временных рядов. Тест Энгеля-Грэнжера. Модели с распределенными лагами. Лаги Алмон. Использование фиктивных переменных в моделировании сезонных колебаний. Тема 9. Системы эконометрических уравнений (2 часа) Общий вид системы одновременных уравнений. Типы систем уравнений. Модель производительности труда и фондоотдачи. Модель динамики цен и заработной платы. Модель экономической эффективности сельскохозяйственного производства. Эндогенные, экзогенные, предопределенные переменные. Проблемы идентифицируемости. Правило идентифицируемости. Структурная форма модели. Приведенная форма модели. Косвенный метод наименьших квадратов. Двухшаговый и трехшаговый метод наименьших квадратов. Тема 10. Модели, основанные на панельных данных (2 часа) Преимущества панельных данных. Эффективность оценивания параметров. Идентификация параметров. Статическая линейная модель. Модель с фиксированными эффектами. Модели со случайными эффектами. Качество подгонки данных моделью. Альтернативные оценки метода инструментальных переменных. Тестирование на наличие гетероскедастичности и автокорреляции. Пример: объяснение индивидуальной заработной платы. Динамические линейные модели. Модель авторегрессии панельных данных. Неполные панельные данные. 3. Структура и содержание практической части курса (17 часов) Тема 1. Введение в эконометрику (1 час) Основные этапы эконометрического моделирования. Компьютеры и эконометрическая практика. Упражнения с исследовательским набором данных. Тема 2. Парная линейная и нелинейная регрессия и корреляция (1 час) Построение парной линейной и нелинейной регрессий. Оценка тесноты связи. Сравнение моделей. Выбор наилучшей модели. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции. Тема 3. Проблема гетероскедастичности данных (1 час) Гетероскедастичность и ее последствия. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу. Устранение гетероскедастичности. Взвешенный метод наименьших квадратов. Тема 4. Множественная линейная регрессия и корреляция (1 час) Построение линейной множественной регрессии. Вывод и интерпретация коэффициентов множественной регрессии. Индекс множественной корреляции. Индекс множественной детерминации. Мультиколлинеарность. Отбор наиболее существенных факторных признаков в уравнении регрессии. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных. Тема 5. Практическое приложение множественной линейной регрессии и корреляции (1 час) Применение линейных множественных регрессий в ценообразовании. Введение переменных. Отбор факторов. Получение оценок. Интерпретация результатов. Тема 6. Множественная нелинейная регрессия и корреляция (1 час) Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда. Линеаризация моделей. Тема 7. Оценка значимости уравнения и коэффициентов регрессии (1 час) Оценка значимости уравнения парной и множественной регрессии. F – критерий Фишера. Принятие решения на основе уравнения регрессии. Определение доверительных интервалов для коэффициентов и функции регрессии. Тема 8. Регрессионные модели с переменной структурой (фиктивные переменные) (1 час) Уравнение регрессии с фиктивной переменной. Интерпретация коэффициентов. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок. Использование сезонных фиктивных переменных в модели потребления электроэнергии. Тема 9. Тест Чоу (1 час) Предпосылки теста Чоу. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП. Тема 10. Модели с ограниченными зависимыми переменными(1 час) Модели с ограниченными зависимыми переменным. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека. Тема 11. Построение логит-модели (1 час) Требования логит-модели. Построение модели банкротства предприятий (по данным предприятий пищевой промышленности Приморского края). Тема 12. Проблема автокорреляции (1 час)Модель с включением фактора времени. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция. Тесты на наличие автокорреляции. Устранение автокорреляции. Обобщенный метод наименьших квадратов. Тема 13. Моделирование динамических процессов: уравнение авторегрессии (1 час) Уравнение авторегрессии. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу. Метод инструментальной переменной. Тема 14. Коинтеграция временных рядов (1 час) Коинтеграция временных рядов. Тест Энгеля-Грэнжера. Модели с распределенными лагами. Лаги Алмон. Тема 15. Моделирование динамических процессов (1 час) Автокорреляция первого порядка. Тестирование на наличие автокорреляции. Пример: спрос на мороженое. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках. Тема 16. Системы эконометрических уравнений (1 час) Системы эконометрических уравнений. Модель производительности труда и фондоотдачи. Модель динамики цен и заработной платы. Модель экономической эффективности сельскохозяйственного производства. Тема 17. Модели, основанные на панельных данных (1 час) Модели, основанные на панельных данных. Пример: объяснение индивидуальной заработной платы. 4. Контроль достижения целей курса Вопросы к экзамену Предмет, метод и задачи эконометрики. Связь эконометрики с экономической теорией, математической и экономической статистикой. Эконометрический метод. Эконометрическая модель. Типы моделей. Типы данных. Основные этапы эконометрического моделирования. Компьютеры и эконометрическая практика. Модель парной линейной регрессии. Метод наименьших квадратов. Интерпретация коэффициентов уравнения регрессии. Экономическая интерпретация коэффициентов уравнения регрессии. Линейный коэффициент корреляции как показатель тесноты связи между явлениями. Коэффициент детерминации. Показатели качества регрессии. Закон Оукена как пример парной линейной регрессии в экономике. Нелинейная парная регрессия на основе метода наименьших квадратов. Нелинейные регрессионные модели: степенная, показательная, гиперболическая, параболическая. Линеаризация нелинейных моделей. Выбор лучшей модели. Индекс корреляции нелинейной регрессии. Индекс детерминации. Коэффициент эластичности. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции. Последствия для свойств МНК-оценки. Вывод альтернативной оценки. Гетероскедастичность и ее последствия. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу. Устранение гетероскедастичности. Взвешенный метод наименьших квадратов. Автокорреляция первого порядка. Тестирование на наличие автокорреляции. Пример: спрос на мороженое. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках. Построение линейной множественной регрессии. Вывод и интерпретация коэффициентов множественной регрессии. Индекс множественной корреляции. Индекс множественной детерминации. Мультиколлинеарность. Отбор наиболее существенных факторных признаков в уравнении регрессии. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных. Применение линейных множественных регрессий в ценообразовании. Множественная регрессия в нелинейных моделях. Типы нелинейных моделей. Производственные функции. Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда. Оценка коэффициентов уравнения регрессии и тесноты связи в ППП MS Excel. Инструменты анализа данных «Регрессия», «Корреляция». Теорема Гаусса-Маркова. Оценка значимости коэффициентов парной и множественной регрессионной модели. t-критерий Стьюдента. Оценка значимости уравнения парной и множественной регрессии. F – критерий Фишера. Принятие решения на основе уравнения регрессии. Определение доверительных интервалов для коэффициентов и функции регрессии. Фиктивные переменные. Бинарные фиктивные переменные. Преимущество использования бинарных фиктивных переменных. Уравнение регрессии с фиктивной переменной. Интерпретация коэффициентов. Использование сезонных фиктивных переменных в модели потребления электроэнергии. Выбор эталонной переменной. Множественные совокупности фиктивных переменных. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок. Фиктивные переменные для коэффициента наклона. Тест Чоу. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП. Модели бинарного выбора. Спецификационные тесты в моделях бинарного вывода. Модели с множественным откликом. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека. Тобит-модель. Логит-модель. Временной ряд. Модели стационарных и нестационарных временных рядов. Модель с включением фактора времени. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция. Тесты на наличие автокорреляции. Устранение автокорреляции. Обобщенный метод наименьших квадратов. Уравнение авторегрессии. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу. Метод инструментальной переменной. Коинтеграция временных рядов. Тест Энгеля-Грэнжера. Модели с распределенными лагами. Лаги Алмон. Общий вид системы одновременных уравнений. Типы систем уравнений. Модель производительности труда и фондоотдачи. Модель динамики цен и заработной платы. Модель экономической эффективности сельскохозяйственного производства. Эндогенные, экзогенные, предопределенные переменные. Проблемы идентифицируемости. Правило идентифицируемости. Структурная форма модели. Приведенная форма модели. Косвенный метод наименьших квадратов. Двухшаговый и трехшаговый метод наименьших квадратов. Преимущества панельных данных. Эффективность оценивания параметров. Идентификация параметров. Модель с фиксированными эффектами. Модели со случайными эффектами. Качество подгонки данных моделью. Альтернативные оценки метода инструментальных переменных. Тестирование на наличие гетероскедастичности и автокорреляции. Пример: объяснение индивидуальной заработной платы. Динамические линейные модели. Модель авторегрессии панельных данных. Неполные панельные данные. 5. Тематика и перечень курсовых работ, рефератов Курсовые работы и рефераты не предусмотрены планом 6. Учебно-методическое обеспечение дисциплины Рекомендуемая литература Основная литература Буравлев А. Эконометрика. – М.: Бином, 2012. Елисеева И.И. Эконометрика. Серия: магистр. – М.: Юрайт, 2012. Новиков А.И. Эконометрика. – М.: Дашков и Ко, 2012. Тихомиров Н.П. Методы эконометрики и многомерного статистического анализа. – М.: Экономика, 2011. Уткин В. Эконометрика. – М.: Дашков и Ко, 2012. Дополнительная литература Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. – М.: Юнити, 2008. Афанасьев В.Н., Юзбашев М.М., Гуляева Т.И. Эконометрика. – М.: Финансы и статистика, 2009. Берндт Э. Практика эконометрики. М.: Юнити, 2008. Валентинов В.В. Эконометрика. – М.: Дашков и Ко, 2012. Дорохина Е.Ю., Тихомиров Н.П. Эконометрика. – М.: Экзамен, 2009. Доугерти К. Введение в эконометрику. – М.: Инфра-М, 2009. Замков О.О. Эконометрические методы в макроэкономическом анализе. – М.: ГУ ВШЭ, 2011. Карлберг К. Бизнес-анализ с помощью Microsoft Excel. – М.: Издательский дом «Вильямс», 2012. Костина Н.И., Алексеев А.А. Финансовое прогнозирование в экономических системах. – М.: Юнити, 2012. Кравченко А.А. Эконометрика в вопросах и задачах. – Спасск-Дальний: изд-во Дальневосточного университета, 2009. Кравченко А.А. Эконометрика-2. Рабочая тетрадь. – Спасск-Дальний: изд-во Дальневосточного университета, 2011. Кремер Н.Ш., Путко Б.А. Эконометрика. – М.: Юнити, 2007. Кулинич Е.И. Эконометрия. – М.: Финансы и статистика, 2011. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. – М.: Дело, 2012. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Сборник задач к начальному курсу экономиетрики. – М.: Дело, 2010. Мардас А.Н. Эконометрика. – Спб.: Питер, 2001. Марно В. Путеводитель по современной эконометрике. М.: Научная книга, 2008. Многомерный статистический анализ в экономике. Под ред. В.Н. Тамашевича. – М.: Юнити-Дана, 2009. Нельсон Л. Анализ данных в Excel для «чайников». – М.: Диалектика, 2012. Новиков А.И. Эконометрика. – М.: Инфра-М, 2007. Орлов А.И. Эконометрика. – М.: Экзамен, 2002. Практика эконометрики / Э.Р.Берндт. – М.: Юнити-Дана, 2005. Практикум по эконометрике / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2006. Пересецкий А.А. Эконометрические методы в дистанционном анализе деятельности российских банков. – М.: ЦЭМИ, 2009. Терехов Л.Л. Производственные функции. – М.: Статистика, 1974. Чавкин А.М. Методы и модели рационального управления в рыночной экономике. – М.: Финансы и статистика, 2001. Эконометрика / Под ред. А.В. Гладилина. – М.: Кнорус, 2006. Эконометрика / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2010. Юзбашев М.М., Афанасьев В.Н., Гуляева Т.И. Эконометрика. – М.: Финансы и статистика, 2005. Электронные ресурсы Балдин, К. В. Эконометрика [Электронный ресурс] : учеб. пособие для вузов / К. В. Балдин, О. Ф. Быстров, М. М. Соколов. - 2-е изд. перераб. и доп. - М. : ЮНИТИ-ДАНА, 2012. - 254 с. Режим доступа: http://znanium.com/bookread.php?book=389655 Валентинов В.А. Эконометрика: Учебник. Издательство «Дашков и К». 2009. 448 с. Режим доступа: http://e.lanbook.com/books/element.php?pl1_cid=25&pl1_id=922 Эконометрика: теоретические основы: Учебное пособие / Г.А. Соколов. - М.: ИНФРА-М, 2012. - 216 с. Режим доступа: http://znanium.com/bookread.php?book=243046  МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное автономное образовательное учреждение высшего профессионального образования «Дальневосточный федеральный университет» (ДВФУ) филиал двфу в г. спасске-дальнем |
