Раздел I. Многомерные статистические методы

Утверждена на заседании

Ученого совета

Факультета экономики

20 декабря 2011г.

 

Декан факультета ________________

Замулин О.А.

 

ПРОГРАММА

Итогового ГОСУДАРСТВЕННОГО

Междисциплинарного экзамена

ПО НАПРАВЛЕНИЮ 080100.62 - эКОНОМИКА

 

Москва, 2011 г.

 

1. Основная тематика, включаемая в

итоговый междисциплинарный экзамен

Итоговый государственный междисциплинарный экзамен по направлению «Экономика» специализация «Статистика, анализ данных и демография» включает тематику следующих дисциплин:

• Многомерные статистические методы,
• Эконометрика,
• Макроэкономическая статистика,
• Методы выборочных обследований.

2. Требования к профессиональной подготовке бакалавров

Бакалавр должен уметь решать задачи, соответствующие его степени (квалификации):

– иметь системное представление о структурах и тенденциях развития российской и мировой экономик;

– понимать многообразие экономических процессов в современном мире, их связь с другими процессами, происходящими в обществе;

знать:

– теоретические основы и закономерности функционирования экономики, включая переходные процессы;

– принципы принятия и реализации экономических и управленческих решений;

уметь:

– выявлять проблемы экономического характера при анализе конкретных ситуаций, предлагать способы их решения и оценивать ожидаемые результаты;

– систематизировать и обобщать информацию по вопросам профессиональной деятельности, редактировать, реферировать, рецензировать тексты;

– использовать основные методы экономического анализа статистической, бухгалтерской и финансовой информации;

– использовать компьютерную технику в режиме пользователя для решения экономических задач;

владеть:

– специальной экономической терминологией и лексикой специальности как минимум на одном иностранном языке (английском);

– навыками самостоятельного овладения новыми знаниями, используя современные образовательные технологии;

– навыками участия в научных дискуссиях;

– навыками передачи экономических знаний в образовательном процессе.

 

3. Форма проведения итогового

междисциплинарного экзамена

Итоговый государственный экзамен по направлению «Экономика» осуществляется в форме устного опроса по экзаменационному билету, включающему три вопроса (по одному вопросу из каждого раздела).

 

4. Критерии оценки

При проведении итогового государственного междисциплинарного экзамена по направлению «Экономика» устанавливаются следующие критерии оценки знаний выпускников.

Оценка «отлично-10» - глубокие исчерпывающие знания всего программного материала, понимание сущности и взаимосвязи рассматриваемых процессов и явлений, твердое знание положений смежных дисциплин. Логически последовательные, содержательные, полные, правильные и конкретные ответы на все вопросы экзаменационного билета и дополнительные вопросы членов экзаменационной комиссии при грамотном чтении и четком изображении схем и графиков. Активное использование в ответах на вопросы материалов всей рекомендованной литературы.

Оценка «отлично-9» - глубокие исчерпывающие знания всего программного материала, понимание сущности и взаимосвязи рассматриваемых процессов и явлений, знание положений смежных дисциплин. Логически последовательные, полные, правильные и конкретные ответы на все вопросы экзаменационного билета при грамотном чтении и четком изображении схем и графиков. Полные, правильные и конкретные ответы на дополнительные вопросы членов экзаменационной комиссии. Использование в необходимой мере в ответах на вопросы материалов всей рекомендованной литературы.

Оценка «отлично-8» - глубокие знания всего программного материала, понимание сущности рассматриваемых процессов и явлений, знакомство с положениями смежных дисциплин. Логически последовательные, правильные и конкретные ответы на все вопросы экзаменационного билета при грамотном чтении и четком изображении схем и графиков. Полные и правильные ответы на дополнительные вопросы членов экзаменационной комиссии. Использование в ответах на вопросы материалов рекомендованной литературы.

Оценка «хорошо-7» - твердые и достаточно полные знания всего программного материала, понимание сущности и взаимосвязи рассматриваемых процессов и явлений. Последовательные, правильные, конкретные ответы на поставленные вопросы при свободном устранении замечаний по отдельным вопросам; грамотное чтение и четкое изображение схем и графиков. Правильные и конкретные ответы на дополнительные вопросы членов экзаменационной комиссии. Использование в ответах на вопросы отдельных материалов рекомендованной литературы.

Оценка «хорошо-6» - твердые и достаточно полные знания программного материала, понимание сущности рассматриваемых процессов и явлений. Последовательные и правильные ответы на поставленные вопросы при свободном устранении замечаний по отдельным вопросам; грамотное чтение и четкое изображение схем и графиков. Правильные неразвёрнутые ответы на дополнительные вопросы членов экзаменационной комиссии. Ссылки в ответах на вопросы на отдельные материалы рекомендованной литературы.

Оценка «удовлетворительно-5» - знание и понимание основных вопросов программы. Правильные и конкретные, без грубых ошибок ответы на поставленные вопросы при устранении неточностей и несущественных ошибок в освещении отдельных положений при наводящих вопросах экзаменатора. Наличие отдельных ошибок в чтении и изображении схем и графиков. Недостаточное использование в ответах на вопросы материалов рекомендованной литературы.

Оценка «удовлетворительно-4» - знание основных вопросов программы. Правильные, без грубых ошибок ответы на поставленные вопросы при устранении неточностей и ошибок в освещении отдельных положений при наводящих вопросах экзаменаторов. Затруднения в ответах на дополнительные вопросы членов экзаменационной комиссии. Наличие ошибок в чтении и изображении схем и графиков. Слабое использование в ответах на вопросы материалов рекомендованной литературы.

Оценки «неудовлетворительно-3-2-1» - неправильный ответ хотя бы на один из основных вопросов, непонимание сущности излагаемых вопросов. Неуверенные, неточные или неправильные ответы на дополнительные вопросы. Наличие грубых ошибок в чтении и изображении схем и графиков. Демонстрация незнания в ответах на вопросы материалов рекомендованной литературы.

 

5. Содержание

Раздел I. Многомерные статистические методы

Генеральная и выборочная совокупности. Задачи оценивания. Многомерное нормальное распределение. Основные типы и формы представления исходных данных. Проблема размерности в многомерных методах исследования. Многомерные методы оценивания и статистического сравнения.

Измерители статистической связи между объектами. Поле корреляции. Парный, частный и множественный коэффициенты корреляции и детерминации, их свойства. Точечные оценки параметров двумерной корреляционной модели. Проверка значимости параметров связи. Построение доверительных интервалов параметров связи.

Методы снижения размерности признакового пространства, компонентный и факторный анализы. Алгоритм метода главных компонент. Собственные векторы и собственные значения корреляционной матрицы, их использование для получения матрицы весовых коэффициентов. Матрица факторных нагрузок. Квадратичные формы и главные компоненты. Главные компоненты двумерного, трехмерного и конечномерного пространства. Получение и использование матрицы индивидуальных значений главных компонент. Особенности регрессии на главные компоненты.

Методы классификации без обучения. Расстояния между объектами и кластерами. Функционалы качества разбиения объектов на кластеры. Иерархические кластер процедуры. Метод k-средних. Выбор метода классификации в зависимости от цели исследования.

Методы классификации с обучением. Основные понятия дискриминантного анализа. Линейный дискриминантный анализ. Дискриминантый анализ при нормальном законе распределения.

Параметрическая классификация без обучения. Модель смеси вероятностных распределений. Оценивание параметров модели смеси распределений.

 

Литература

 

1. Айвазян С. А., Мхитарян В. С. Прикладная статистика. Основы эконометрики. – Т.1: Теория вероятностей и прикладная статистика М.: ЮНИТИ-ДАНА, 2001.

2. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы.– М.: Финансы и статистика, 2011.

 

 

Раздел II. Эконометрика

Понятие эконометрической модели. Основные этапы эконометрического моделирования. Информационные технологии в эконометрических исследованиях. Классификация переменных в эконометрических моделях. Понятия спецификации и идентификации модели. Виды эконометрических моделей. Примеры эконометрических моделей

Основные понятия и задачи регрессионного анализа. Классическая линейная модель множественной регрессии (КЛММР). МНК-оценки коэффициентов регрессии. Оценка дисперсии ошибок. Оценка ковариационной матрицы оценок коэффициентов регрессии. Дисперсионный анализ регрессионной модели. Коэффициент детерминации и его свойства. Проверка гипотезы о нормальном распределении остатков модели. Оценка значимости уравнения в целом и отдельных коэффициентов регрессии. Построение интервальных оценок параметров регрессионной модели. Оценка эластичности объясняемой переменной в регрессионной модели. Прогнозные оценки значений зависимой переменной. Мультиколлинеарность факторов: причины, последствия для моделирования, методы преодоления: гребневая регрессия, пошаговые алгоритмы исключения и включения факторов уравнения регрессии, уравнение регрессии на главных компонентах.

Проблема неоднородности данных в регрессионном анализе. Типологическая регрессия. Регрессионные модели с фиктивными переменными. Проверка гипотезы о регрессионной однородности двух групп наблюдений: критерий Чоу. Понятие о регрессионных моделях по панельным данным. Модели с фиксированными и случайными эффектами.

Классификация нелинейных регрессионных моделей. Линеаризация нелинейных моделей. Гармонический анализ. Индификация нелинейных регрессионных моделий. Полиномиальная регрессия. Идентификация производственной функции Кобба-Дугласа.

Линейная модель вероятности. Модели бинарного выбора: логит-модель, пробит-модель. Оценивание параметров моделей бинарного выбора. Показатели качества модели бинарного выбора.

Временной ряд: основные понятия и определения. Компоненты временного ряда. Тренд-сезонные модели временных рядов. Адаптивные модели временных рядов. Проверка временного ряда на стационарность: анализ автокорреляционной функции, частной автокорреляционной функции. Статистика Дики-Фуллера. Модели стационарных временных рядов (ARMA). Методология Бокса-Дженкинса (ARIMA-модели).

Динамические модели со стационарными переменными. Авторегрессионная модель с распределенными лагами (ADL). Модели с нестационарными переменными. Понятие о коинтеграции временных рядов.

 

Литература

1. Айвазян С.А., Методы эконометрики: учебник– М.: Магистр: ИНФРА-М, 2010.- 512с.

2. Мхитарян В.С., Архипова М.Ю., Дуброва Т.А., Сиротин В.П. и др. Эконометрика: Учебник / под ред. д.э.н., проф. В.С.Мхитаряна. – М.: Проспект, 2010.

3. Марно Вербик. Путеводитель по современной эконометрике. М., «Научная книга»,2008.

4. К. Доугерти. Введение в эконометрику. М., ИНФРА-М, 2000

5. Я. Магнус, П. Катышев, А. Пересецкий. Эконометрика. Начальный курс. М., Дело, 2005.

6. Берндт Э. Практика эконометрики. Классика и современность. М.: Юнити, 2005.