Главная страница

Котенко А.П. Эконометрика. Временные ряды. Методические указания составлены применительно к учебному плану по на правлениям Экономика


Скачать 0.73 Mb.
НазваниеМетодические указания составлены применительно к учебному плану по на правлениям Экономика
Дата12.04.2023
Размер0.73 Mb.
Формат файлаpdf
Имя файлаКотенко А.П. Эконометрика. Временные ряды.pdf
ТипМетодические указания
#1056640


1
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«САМАРСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ
УНИВЕРСИТЕТ имени академика С.П. КОРОЛЕВА»
(Самарский университет)
ЭКОНОМЕТРИКА.
ВРЕМЕННЫЕ РЯДЫ
Рекомендовано редакционно-издательским советом федераль- ного государственного автономного образовательного учреж- дения высшего образования «Самарский национальный иссле- довательский университет имени академика С.П. Королева» в качестве методических указаний к лабораторным работам для студентов, обучающихся по программам высшего образо- вания
Составители:А.П. Котенко
О.А. Кузнецова
Самара
Издательство Самарского университета
2016

2
УДК 33(075)
ББК 65в6
Составители: А.П. Котенко, О.А. Кузнецова
Рецензент профессор кафедры организации производства
Самарского университета Д . Ю . И в а н о в
Эконометрика. Временные ряды: метод. указания к лабораторным работам / сост. А.П. Котенко, О.А. Кузнецова. – Самара: Издательство Самарского университе- та, 2016. – 20 с.
Методические указания составлены применительно к учебному плану по на- правлениям «Экономика», «Менеджмент», «Бизнес-информатика». Учтены требова- ния государственного образовательного стандарта высшего профессионального обра- зования по вышеуказанным направлениям и стандарта организации СТО СГАУ
02068410-003–2016.
В методических указаниях приводятся методы решения эконометрических задач.
Предназначены для очной, очно-заочной и вечерней форм обучения.
Подготовлены на кафедре математических методов в экономике.
УДК 33(075)
ББК 65в6
© Самарский университет, 2016

3
ОБЩИЕ СВЕДЕНИЯ
Эконометрика – одна из базовых дисциплин экономического образования. В экономике в большинстве случаев между переменны- ми величинами существуют зависимости, когда каждому значению одной переменной соответствует не какое-то определенное, а множе- ство возможных значений другой переменной. Иначе говоря, каждо- му значению одной переменной соответствует определенное (услов- ное) распределение другой переменной. Такая зависимость получила название статистической.
Задачами регрессионного анализа являются установление формы зависимости между переменными, оценка функции регрессии, оценка неизвестных значений (прогноз значений) зависимой пере- менной.
Переменные могут быть экзогенными (внешними, независи- мыми, объясняющими) – у либо эндогенными (внутренними, зависи- мыми, объясняемыми) – х.
В эконометрике используются пространственные и временные переменные. Пространственные данные характеризуют разные объек- ты за один и тот же период времени (средняя заработная плата по ре- гионам). Временные данные характеризуют данные по одному и тому же объекту за разные периоды времени (динамика продаж предпри- ятия).
Число наблюдений должно как минимум в 7 раз превышать количество экзогенных переменных.

4
ВРЕМЕННЫЕ РЯДЫ
Временной ряд – это совокупность наблюдений какого-либо показателя x(t
1
), x(t
2
), … , x(t
N
) за несколько последовательных мо-
ментов или периодов времени. Включает как динамические, так и статические последовательности уровней какого-либо показателя.
Динамические ряды – ряды уровней, в которых содержится тенденция изменения.
Интервальным вариационным рядом называют упорядо- ченную совокупность интервалов варьирования значений случайной величины с соответствующими частотами или относительными час- тотами попаданий в каждый из них значений величины.
Для построения интервального ряда необходимо:
1) определить величину частичных интервалов;
2) определить ширину интервалов;
3) установить для каждого интервала его верхнюю и ниж-
нюю границы;
4) сгруппировать результаты наблюдений.
Динамический моментный ряд отражает значения показателей на определенный момент времени (дату времени).
Основные компоненты ряда:
- тренд;
- сезонность;
- случайная компонента.
Тренд – это долговременная тенденция изменения исследуе- мого временного ряда. Тренды могут быть описаны различными уравнениями – линейными, логарифмическими, степенными и так далее.
Сезонность – периодически колебания, наблюдаемые на вре- менных рядах.
Каждый его уровень формируется из трендовой (T), цикличе-
ской (S) и случайной (E) компонент.
Аддитивная модель: Y = T + S + E; мультипликативная мо- дель: Y = T S E.
Стационарность и нестационарность временного ряда
Интуитивное представление – ряд имеет постоянное среднее значение и постоянную дисперсию. Однако необходимо учесть и ме- нее очевидную внутреннюю связь между наблюдениями временного

5 ряда в разные моменты времени. Поэтому необходимо добавить тре- бование постоянства автокорреляционной функции по времени.
Ряд x(t) называется строго стационарным (сильно стацио-
нарным, стационарным в узком смысле), если совместное распреде- ление вероятностей m наблюдений x(t
1
), x(t
2
), …, x(t
m
) такое же, как и совместное распределение наблюдений x(t
1
+ τ), x(t
2
+ τ), …, x(t
m
+ τ) при любых m, t
1
, t
2
, …, t
m
, τ.
Таким образом, свойства строго стационарного временного ря- да не меняются при изменении начала отсчёта времени. В частно- сти, при m = 1 закон распределения x(t) не зависит от t, а значит, не зависят от t мат. ожидание Mx(t) = a = Const и дисперсия
Dx(t) = M(x(t) – a)
2
= σ
2
= Const.
Выборочными оценками этих моментов являются выборочное
среднее
 



N
t
t
x
N
a
1 1
:
ˆ
и выборочная дисперсия
 


 
2 1
2 2
1 2
ˆ
1
ˆ
1
:
ˆ
a
t
x
N
a
t
x
N
N
t
N
t









или исправленная выборочная дисперсия
 


2 1
2 2
ˆ
1
ˆ
1 1
:








N
N
a
t
x
N
s
N
t
Проверка строгой стационарности на практике невозможна.
Поэтому вводится ослабленное с точки зрения математической тео- рии, но экономически обоснованное понятие слабой стационарности.
Ряд x(t) называют слабо стационарным (стационарным в ши-
роком смысле), если не зависят от времени его среднее значение и дисперсия.
Не удовлетворяющие этим определениям ряды называют не-
стационарными.
Из строгой стационарности очевидно следует слабая; обратное в общем случае неверно.
Автоковариация и автокорреляция
Из предположения о строгой стационарности временного ряда
x(t) при m = 2 следует совпадение совместных двумерных распреде-

6 лений пар СВ (x(t
1
), x(t
2
)) и (x(τ), x(t
2
t
1
+ τ)). Они зависят лишь от разности t
2
t
1
, но не от начала отсчёта τ.
Тогда ковариация СВ x(t) и




t
x
зависит только от сдвига по времени τ, но не от t.
Соответственно, автоковариационная функция γ(τ) :=
= cov(x(t), x(t+τ)) будет зависеть только от сдвига τ и будет чётна:
γ(–τ) = γ(τ).
Метод скользящего среднего
Его идея заключается в замене исходного временного ряда x(1),
x(2), …, x(n) с дисперсией σ
2
сглаженным рядом из средних взве- шенных соседних 2m + 1 значений
 







m
m
k
k
k
t
x
w
t
f
:
ˆ
,
m
n
m
t



,
1
, (1) с весовыми коэффициентами
 
1
:
1
,
0





m
m
k
k
k
w
w
и меньшей дисперсией σ
2
/ (2m + 1).
При запуске t от m + 1 до n m «маска» для расчёта (1) скользит по оси времени так, что при каждом следующем пересчёте происхо- дит замена только одного слагаемого x(t m) слагаемым x(t + m + 1).
Поэтому этот метод назван методом скользящего среднего.
Системы эконометрических уравнений; их классификация
Переменные, входящие в систему уравнений, подразделяют на
экзогенные, эндогенные и лаговые (эндогенные переменные, влия- ние которых характеризуется некоторым запаздыванием, временным лагом τ).
Экзогенные и лаговые переменные называют предопределен- ными, т. е. определенными заранее.
Классификация переменных на эндогенные и экзогенные за- висит от принятой теоретической концепции модели. Экономические показатели могут выступать в одних моделях как эндогенные, а в других как экзогенные переменные. Внеэкономические переменные
(например, климатические условия, социальное положение, пол, воз- раст) входят в систему только как экзогенные переменные. В качестве экзогенных переменных могут рассматриваться значения эндогенных переменных за предшествующий период времени (лаговые перемен-
ные).

7
Структурная форма модели описывает реальное экономиче- ское явление или процесс. При структурной форме в системе одни и те же переменные одновременно рассматриваются как зависимые в одних уравнениях и как независимые в других.
Классификация систем эконометрических уравнений:
1) система независимых уравнений – каждая зависимая перемен- ная (y) рассматривается как функция одного набора регрессоров (x):






















,
,
2 2
1 1
2 2
2 22 1
21 2
1 1
2 12 1
11 1
n
m
nm
n
n
n
m
m
m
m
x
a
x
a
x
a
y
x
a
x
a
x
a
y
x
a
x
a
x
a
y







Для её решения используется МНК;
2) система рекурсивных уравнений – зависимая переменная
(y) одного уравнения является регрессором в следующем уравнении:





































,
,
,
2 2
1 1
1 1
,
2 2
1 1
2 2
2 22 1
21 2
32 1
31 3
2 2
2 22 1
21 1
21 2
1 1
2 12 1
11 1
n
m
nm
n
n
n
n
n
n
n
n
m
m
m
m
m
m
x
a
x
a
x
a
y
b
y
b
y
b
y
x
a
x
a
x
a
y
b
y
b
y
x
a
x
a
x
a
y
b
y
x
a
x
a
x
a
y










Для её решения используется МНК, который применяется к уравнениям системы по очереди, начиная с первого;
3) система взаимосвязанных (одномоментных) уравнений – зависимые переменные (y) в одних уравнениях входят в левую часть, а в других – в правую:




































,
,
2 2
1 1
1 1
,
2 2
1 1
2 2
2 22 1
21 2
3 23 1
21 2
1 1
2 12 1
11 1
3 13 2
12 1
n
m
nm
n
n
n
n
n
n
n
n
m
m
n
n
m
m
n
n
x
a
x
a
x
a
y
b
y
b
y
b
y
x
a
x
a
x
a
y
b
y
b
y
b
y
x
a
x
a
x
a
y
b
y
b
y
b
y










Её называют ещё структурной формой модели, а её коэффи- циенты – структурными. МНК для её решения не применим, т.к. он даёт несостоятельные оценки идентифицируемых параметров.
Эндогенные переменные – взаимозависимые переменные (y), определённые внутри модели.
Экзогенные переменные – независимые переменные (x), опре- делённые вне модели.

8
Предопределённые переменные – экзогенные и лаговые (за предыдущие моменты времени) эндогенные переменные системы.
Система линейных зависимостей всех эндогенных переменных от всех предопределённых называется приведённой формой модели:




















,

,

2 2
1 1
2 2
22 1
21 2
1 2
12 1
11 1
m
nm
n
n
n
m
m
m
m
x
x
x
y
x
x
x
y
x
x
x
y













Её коэффициенты называются приведёнными.
Идентифицируемость и идентификация уравнений системы
Идентифицируемость системы уравнений – возможность опре- деления коэффициентов системы уравнений.
Идентификация системы уравнений – процесс проверки иден- тифицируемости каждого уравнения системы.
Задача идентификации системы уравнений сводится к коррект- ной и однозначной оценке ее коэффициентов.
Счётное правило (необходимое условие идентифицируемо-
сти):
D+1=H – уравнение идентифицируемо;
D+1<H – уравнение неидентифицируемо;
D+1>H – уравнение сверхидентифицируемо; где H – число эндогенных переменных в уравнении;
D – число предопределённых переменных системы, отсутствующих в уравнении.

9
ЛАБОРАТОРНАЯ РАБОТА №1.
ВРЕМЕННЫЕ (ДИНАМИЧЕСКИЕ) РЯДЫ
В ЭКОНОМЕТРИЧЕСКИХ ИССЛЕДОВАНИЯХ
Цель работы: научиться определять наличие сезонности в данных и строить различные виды моделей временного ряда, харак- теризующие зависимость уровней ряда от времени. Освоить прогно- зирование по построенной модели.
Исходные данные к работе: в табл. 1 приведены данные по статистике продаж за 4 года по месяцам.
Таблица 1. Динамика продаж товара
Месяц
Объём продаж
2010
Объём продаж
2011
Объём продаж
2012
Объём продаж
2013 1
40,98 43,632 50,118 49,134 2
37,086 40,668 46,992 44,682 3
42,522 46,932 52,992 50,922 4
48,99 50,244 59,706 59,202 5
50,79 54,432 63,846 61,53 6
57,882 61,506 67,536 73,71 7
62,814 66,198 68,562 69,84 8
64,506 65,31 68,364 69,48 9
59,796 62,016 64,008 74,52 10 49,182 54,672 56,394 57,84 11 41,106 46,128 46,668 48,582 12 42,18 45,63 47,616 55,698
Порядок выполнения работы:
1. Определить автокорреляцию ряда, пользуясь вспомога-
тельными табл. 2, 3 и 4.
Автокорреля ция − статистическая взаимосвязь между слу- чайными величинами из одного ряда, но взятых со сдвигом, напри- мер, для случайного процесса – со сдвигом по времени.

10
Таблица 2. Вспомогательная таблица для расчета коэффициента автокорреляции первого порядка временного ряда
t
Y
t
Y
t-
-1
Y
t
-
-Y
tcp
Y
t-1
-
Y
t-1cp
(Y
t
-
-Y
tcp)
2
(Y
t-1
-
- Y
t-1cp)
2
(Y
t
- Y
tcp
)
2
×
×(Y
t-1
- Y
t-1cp)
2
Сумма
Среднее
,
Таблица 3. Вспомогательная таблица для расчета коэффициента автокорреляции первого порядка временного ряда
t
Y
t
Y
t-
-2
Y
t
-
-Y
3cp
Y
t-2
-
- Y
4ср
(Y
t
-
-Y
3cp)
2
(Y
t-2
-
-Y
4cp)
2
(Y
t
- Y
3cp
)
2
×
×(Y
t-2
- Y
4cp)
2
Сумма
Среднее
,
Построить коррелограмму временного ряда (табл. 4).
Коррелограмма показывает коэффициенты автокорреляции для последовательности лагов из определенного диапазона.
,
,

11
Таблица 4. Вспомогательная таблица для построения коррелограммы
Лаг
Коэффициент автокорреляции
Коррелограмма
1 0,43
****
2 0,57
******
Выделить уравнение линии тренда.
Для этого необходимо провести выравнивание исходных дан- ных методом скользящей средней. Построить по полученным значе- ниям график, вывести уравнение тренда.
2. Рассчитать значения сезонной компоненты S, пользуясь
вспомогательной табл. 5 и 6.
Таблица 5. Вспомогательная таблица для расчета сезонной компоненты
t
yt
Итого за 4 квартала
Скользящая средняя
Центрированная скользящая средняя
Оценка сезонной компоненты
Центрированная скользящая средняя – среднее значение из двух последовательных скользящих средних.
Оценка сезонной компоненты – разность между фактически- ми уровнями ряда и центрированными скользящими средними.
Таблица 6. Вспомогательная таблица для расчета значений сезонной компоненты в аддитивной модели
Показатели год 1 кв 2 кв 3 кв 4 кв
1
-
-
2 3
-
-
Итого за i кв
Средняя оценка сезонной компоненты для i квартала, S
ср
Скорректированная сезонная компонента,
S
i

12
Определить корректирующий коэффициент: ∑ S
i
cp
должна быть равна нулю.
m
S
k
i


, где m – количество периодов сезонности.
Скорректированная сезонная компонента считается по фор- муле
k
S
S
i
i


'
Проверить условие равенства нулю суммы значений сезонной компоненты.
3. Рассчитать значения тренда и ошибки модели, исполь-
зуя табл. 7.
Таблица 7. Вспомогательная таблица для расчета ошибки аддитивной модели
Значения тренда найти с помощью уравнения линейного тренда.
Найти значения тренда с учётом сезонной компоненты T + S.
Найти абсолютную ошибку.
Она используется для оценки качества построенной модели.


239
,
0 2
2





t
t
Y
Y
Е

4. Сделать прогноз продаж.
Определить объём продаж по уравнению тренда путём подста- новки числового значения периода.
Взять значение сезонной компоненты для соответствующего периода.
Подставить значения в модель.
Построение мультипликативной модели временного ряда
Для этого необходимо провести выравнивание исходных дан- ных методом скользящей средней.
t
Y
t
S
t
T + E=y
t
-S
t
T
T + S
E = y
t
- (T + S)
E
2

13
5. Рассчитать значения сезонной компоненты S, используя
вспомогательные табл. 8, 9 и 10.
Таблица 8. Вспомогательная таблица для расчета сезонной компоненты
t
yt
Итого за 4 квартала
Скользящая средняя
Центрированная скользящая средняя
Оценка сезонной компоненты
Центрированная скользящая средняя – среднее значение из двух последовательных скользящих средних.
Оценка сезонной компоненты – частное от деления фактиче- скими уровнями ряда на центрированные скользящие средние.
Таблица 9. Вспомогательная таблица для расчета значений сезонной компоненты в мультипликативной модели
Показатели год 1 кв 2 кв 3 кв 4 кв
1
-
-
2 3
-
-
4
Итого за i кв
Средняя оценка сезонной компоненты для i квартала, S
ср
Скорректированная сезонная компонента, S
i
Определить корректирующий коэффициент: ∑ S
icp
должна быть равна нулю.


i
S
m
k
,
m – количество периодов сезонности.
Скорректированная сезонная компонента
k
S
S
i
i


'
Проверить условие равенства нулю суммы значений сезонной компоненты:

14
6. Рассчитать значения тренда и ошибки модели, исполь-
зуя табл. 10.
Таблица 10. Вспомогательная таблица для расчета выровненных значений T и ошибки E в мультипликативной модели
Значения тренда найти с помощью уравнения линейного тренда.
Найти значения тренда с учётом сезонной компоненты TS.
7. Найти абсолютную ошибку.
Она используется для оценки качества построенной модели.


239
,
0 2
2





t
t
Y
Y
Е

8. Сделать прогноз продаж аналогично п. 4.
t
Y
t
S
t
T ∙ E = y
t
/ S
t
T
T ∙ S
E = y
t
/(T ∙ S)
E
2

15
ЛАБОРАТОРНАЯ РАБОТА №2.
СИСТЕМА ЭКОНОМЕТРИЧЕСКИХ УРАВНЕНИЙ
Цель работы: научиться проводить идентификацию струк- турной модели системы уравнений. Научиться определять структур- ные коэффициенты системы уравнений, исходя из приведённой фор- мы модели.
Исходные данные к работе: данные по вариантам приведены в табл. 11.
Порядок выполнения работы:
1. Провести идентификацию структурной модели (табл. 11).
Таблица 11. Системы структурных уравнений для идентификации
Вариант 1.
y
1
=b
11
y
3
+a
11
x
1
+a
13
x
3
y
2
=b
21
y
1
+b
23
y
3
+a
22
x
2
y
3
=b
32
y
2
+a
31
x
1
+a
33
x
3
Вариант 2.
y
1
=b
12
y
2
+a
11
x
1
+a
13
x
3
y
2
=b
23
y
3
+b
23
y
3
+a
22
x
2
y
3
=b
31
y
1
+a
31
x
1
+a
33
x
3
Вариант 3.
y
1
=b
12
y
2
+a
12
y
2
+a
13
x
3
y
2
=b
23
y
3
+b
23
y
3
+a
22
x
2
y
3
=b
31
y
1
+a
31
x
1
+a
33
x
3
Вариант 4.
y
1
=b
12
y
2
+a
11
x
1
+a
13
x
3
y
2
=b
21
y
1
+b
23
y
3
+a
22
x
2
y
3
=b
32
y
2
+a
31
x
1
+a
33
x
3
Вариант 5.
y
1
=b
12
y
2
+a
12
x
2
+a
13
x
3
y
2
=b
23
y
3
+a
22
x
2
+a
23
x
3
y
3
=b
31
y
1
+a
32
x
2
+a
33
x
3
Вариант 6.
y
1
=b
12
y
2
+b
13
y
3
+a
13
x
3
y
2
=b
23
y
3
+b
23
y
3
+a
22
x
2
y
3
=b
31
y
1
+a
31
x
1
+a
33
x
3
Вариант 7.
y
1
= a
11
x
1
+a
13
x
3
y
2
=b
21
y
1
+b
23
y
3
+a
22
x
2
y
3
=b
32
y
2
+a
31
x
1
+a
33
x
3
Вариант 8.
y
1
=b
12
y
2
+a
11
x
1
+a
13
x
3
y
2
=b
23
y
3
+ a
22
x
2
y
3
=b
31
y
1
+a
31
x
1
+a
33
x
3
Вариант 9.
y
1
=b
12
y
2
+a
12
y
2
+a
13
x
3
y
2
=b
23
y
3
+b
23
y
3
+a
22
x
2
y
3
=a
31
x
1
+a
33
x
3
Вариант 10.
y
1
=a
11
x
1
+a
13
x
3
y
2
=b
21
y
1
+a
22
x
2
y
3
=b
32
y
2
+a
31
x
1
+a
33
x
3
Вариант 11.
y
1
=b
12
y
2
+a
11
x
1
+a
13
x
3
y
2
=b
23
y
3
+a
22
x
2
y
3
= a
31
x
1
+a
33
x
3
Вариант 12.
y
1
=b
12
y
2
+a
12
y
2
+a
13
x
3
y
2
=b
23
y
3
+a
22
x
2
y
3
=b
31
y
1
+a
31
x
1
+a
33
x
3
Проидентифицировать каждое уравнение, для чего воспользо- ваться формулой:
М – m = k – 1, где М – количество предопределённых переменных в системе; m – количество предопределённых переменных в уравнении; k – количе- ство у в уравнении.

16
Найти M
1
, M
2
, M
3
, m
1
,m
2
, m
3
, K
1
, K
2
, K
3
, k
1
, k
2
, k
3
Сравнить две разницы и поставить знак (>, =, < ).
1) M
1
m
1
и k – 1;
2) M
2
m
2
и k – 1;
3) M
3
m
3
и k – 1.
По знаку определить, является ли каждое уравнение идентифици- руемым, неидентифицируемым или сверхидентифицируемым.
Определить идентифицируемость всей модели.
2. Найти структурные коэффициенты системы уравне-
ний, исходя из приведённой формы модели.
y
1
= δ
11
x
1
+ δ
11
x
2
+ δ
13
x
3
y
2
= δ
21
x
1
+ δ
22
x
2
+ δ
23
x
3
y
3
= δ
32
x
1
+ δ
31
x
2
+ δ
33
x
3
.
Коэффициенты
δ подставляются в соответствии с номером ва- рианта (табл. 12).
Таблица 12. Исходные данные по вариантам для приведённой формы модели
Вариант 1 2; 4; 10 3; -6; 2
-5; 8; 5
Вариант 2 2; 6; -5
-3; 4; 2 5; 8; -10
Вариант 3
-2; 4; 10 3; 6; 2 5; -8; 5
Вариант 4 2; 8; 10 3; -4; 2
-5; 6; 5
Вариант 5 2; 4; -10 3; 6; -2 5; 8; 5
Вариант 6 3; 4; 10 2; -5; 2
-6; 8; 5
Вариант 7 2; 6; 5 3; 4; 2 5; 8; 10
Вариант 8 3; 4; 10 2; 5; 2 6; 8; 5
Вариант 9 2; 6; -5
-3; 4; 2 5; 8; 10
Вариант 10 3; 4; -10 2; 5; 2
-6; 8; 5
Вариант 11 2; 6; -5 3; 4; 2 5; -8; 10
Вариант 12
-3; 4; 10 2; 5; -2 6; 8; 5
3. Сделать выводы по работе.

17
СПИСОК ЛИТЕРАТУРЫ
1. Айвазян С.А. Эконометрика. Краткий курс. М.: Маркет Дс,
2010. 104 с.
2. Айвазян С.А. Эконометрика-2. Продвинутый курс с при- ложениями в финансах: учебник. Магистр, 2014. 944 с.
3. Бородич С.А. Эконометрика: практикум. М.: ИНФРА-М,
2014. 329 с.
4. Буравлёв А. Эконометрика: учеб. пособие. М.: Бином, 2012.
166 с.
5. Герасимов А.Н., Гладилин А.В. Эконометрика. Теория и практика. КноРус, 2011.
6. Гладилин А.В., Герасимов А.Н., Громов Е.И. Эконометри- ка. М.: Феникс, 2011. 304 с.
7. Горлач Б.А. Теория вероятностей и математическая стати- стика: учеб. пособие. СПб.: Издательство «Лань», 2013. 320 с.
8. Кремер Н.Ш., Путко Б.А. Эконометрика / под ред. Н.Ш.
Кремера. М.: ЮНИТИ, 2010. 328 с.
9. Клентак Л.С. Элементы теории вероятностей и математи- ческой статистики: учеб. пособие. Самара: Изд-во Самар. гос. аэро- косм. ун-та, 2013. 156 с.
10. Костромин А.В. Эконометрика. Изд-во: КноРус, 2015. 232 с.
11. Новиков А.И. Эконометрика. М.: ИНФРА-М, 2014. 272 с.
12. Озерная С. А. Эконометрика: метод. указания к лабора- торному практикуму по специальностям «Бизнес-информатика»,
«Менеджмент», «Финансы и кредит». Самара, 2013. 76 с.
13. Соколов Г.А. Эконометрика. Теоретические основы: учеб. пособие. М.: ИНФРА-М, 2012. 216 с.
14. Эконометрика / под ред. член-корреспондента РАН
И.И. Елисеевой. М.: Изд-во Юрайт, 2012. 453 с.

18 15. Тимофеев В.С., Фаддеенков А.В., Щеколдин В.Ю. Эконо- метрика: учебник для бакалавров. М.: Изд-во Юрайт, 2013. 328 с.
16. Елисеева И.И. Эконометрика: учебник для магистров. М.:
Изд-во Юрайт, 2014. 449 с.

19
Учебное издание
ЭКОНОМЕТРИКА. ВРЕМЕННЫЕ РЯДЫ
Методические указания к лабораторным работам
Составители: Котенко Андрей Петрович,
Кузнецова Ольга Александровна
Редактор Ю.Н. Литвинова
Доверстка Т.С. Зинкина
Подписано в печать 20.08.2016. Формат 60х84 1/16.
Бумага офсетная. Печать офсетная. Печ. л. 1,25.
Тираж 100 экз. Заказ
____
. Арт. – 62/2016.
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ
ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«САМАРСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ
УНИВЕРСИТЕТ имени академика С.П.КОРОЛЕВА»
443086 САМАРА, МОСКОВСКОЕ ШОССЕ, 34
ИЗДАТЕЛЬСТВО САМАРСКОГО УНИВЕРСИТЕТА
443086 САМАРА, МОСКОВСКОЕ ШОССЕ, 34

20


написать администратору сайта