эконометрика силлабус2023

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РЕСПУБЛИКИ
КАЗАХСТАН
КАЗАХСТАНСКО-НЕМЕЦКИЙ УНИВЕРСИТЕТ
ФАКУЛЬТЕТ ЭКОНОМИКИ И ПРЕДПРИНИМАТЕЛЬСТВА
УЧЕБНАЯ ПРОГРАММА ДИСЦИПЛИНЫ
СИЛЛАБУС
«Эконометрика»
для образовательных программ «6В04102 – Финансы»,

«6В04103 – Менеджмент предприятий», « 6В04104 – Маркетинг»
Алматы 2022 г.
Составитель: Тлеппаев Арсен Молдагалиевич – доктор PhD
Силлабус разработан в соответствии с рабочим учебным планом

образовательных программ «6В04102 – Финансы», «6В04103 – Менеджмент
предприятий», «6В04104 – Маркетинг», утвержденный решением Ученого
Совета КНУ (Протокол №13 от 16 июня 2022 г.)
Силлабус обсужден на заседании факультета экономики и

предпринимательства
Протокол № 1 от «24» августа 2022 г.
Декан _______________ Альмереков Н.А.

(подпись) (Ф.И.О.)
Утверждено на заседании Учебно-методического Совета КНУ

Протокол № 1 от «31» августа 2022 г.
1. Сведения о преподавателе
Тлеппаев А.М. – доктор PhD
Контактная информация: Алматы, ул. Пушкина, 111, факультет Экономики и
предпринимательства, т. 3-55-05-51(220)
2. Сведения о дисциплине
Название: Эконометрика
Уровень обучения: Бакалавриат
Курс: компонент по выбору
Выписка из учебного плана:
Курс Семестр Кредиты Лекции Практ./ СРС Всего Форма

ECTS семинар часов итогового
контроля
2 4 6 30 30 120 180 Письменный
экзамен
3. Пререквизиты: математика в экономике 1, математика в экономике 2 (ОП

Маркетинг), математика в экономике 1, математика в экономике 2,
экономическая статистика (ОП Финансы, ОП Менеджмент предприятий).
4. Постреквизиты: Проектная работа (бизнес-планирование) (ОП Финансы)/

Бизнес-планирование (ОП Менеджмент предприятий)/Прикладные и
выборочные методы исследований в маркетинге (ОП Маркетинг)
5. Краткое описание дисциплины

Эконометрика наряду с микроэкономикой и макроэкономикой входит в
число базовых дисциплин современного экономического образования. Целью
курса является обучение студентов основам количественного анализа реальных
экономических явлений, опираясь на современное развитие теории и
наблюдения зависимостей и законов, проверки постулируемых отношений.
Отличительной особенностью курса является концептуальная строгость при
ограниченном объеме формальных выкладок с постоянной ориентацией на
реальные экономические приложения. Курс в основном базируется на
оценивании и анализе парных и множественных регрессий.
В рамках дисциплины будут изучаться корреляционный, регрессионный и
дисперсионный анализ. На основе полученных знаний студенты смогут
самостоятельно построить модели зависимостей между переменными и
оценить качество построенной модели. Компетенции, полученные в рамках
дисциплины, позволяют использовать полученные знания в построении
экономических и финансовых моделей.
5.1 Цель изучения дисциплины:
Целью освоения дисциплины является получение студентами знаний и
навыков в области современных проблем, подходов и методов
эконометрического исследования экономических процессов. Результатом
изучения курса должно стать понимание путей эмпирического изучения связей
и зависимостей, а также умение самостоятельно строить и исследовать
эконометрические модели.
5.2 Задачи:
1. Изучение корреляционного, регрессионного, дисперсионного анализа.
2. Изучение метода наименьших квадратов и его предпосылок.
3. Оценка и интерпретация регрессионных моделей
4. Изучение проблемы мультиколлинеарности, его обнаружения и
элиминации последствий.
5. Изучение проблемы автокорреляции, его обнаружения и элиминации
последствий.
6. Изучение проблемы гетероскедастичности, его обнаружения и
элиминации последствий.
7. Применение фиктивных переменных для качественных факторов в
регрессионной модели
5.3.Интеграция учебного процесса с образовательной платформой

MOODLE
Процессе изучения курса тесно интегрирован с образовательной
платформой MOODLE. В процессе обучения используется технология blended-
learning с целью совершенствования студентам навыков самостоятельной
работы и получения дополнительных компетенций.
На образовательном портале представлены учебно-методические материалы:
силлабус, лекционный материал, презентации, задания к практическим
занятиям, задания СРС, литература, журнал посещения, оценки за выполненные
задания.
5.4. Обучение с применением дистанционных технологий

Обучение с применением дистанционных технологий предполагает
использование двух инструментов: платформы Moodle для размещения
контента дисциплины, контроля посещаемости, учета учебных достижений
обучающихся, а также сервисов Skype и Zoom для проведения онлайн-занятий.
При этом в курсе дисциплины на образовательном портале на платформе
Moodle размещена ссылка на используемый сервис.
В режиме дистанционного обучения используются как онлайн занятия, так и
офлайн инструменты.
При смешанном формате обучения проведение лекционных занятий
осуществляется в онлайн-режиме с помощью LMS-системы университета, а
семинары, лабораторные и практические занятия прикладного характера в
очном формате при соблюдении санитарного режима и социального
дистанцирования (2м.).
Посещение занятий в традиционной форме и онлайн-режиме является
обязательным и проводится согласно расписанию занятий.
5.5 Результаты обучения:
Профессиональные компетенции
Студент умеет:
- различать корреляционный, регрессионный, дисперсионный анализ.
рассчитывать ковариацию, коэффициент корреляции;
- строить модель множественной регрессии и описывать пути решения
проблемы мультиколлинеарности;
- строить нелинейную модель, допускающую линеаризацию;
- использовать фиктивные переменные для качественных факторов в
регрессионной модели;
- обнаруживать гетероскедастичность и автокорреляцию в регрессионных
моделях.
Надпрофессиональные компетенции
Студент умеет:
- обучаться самостоятельно и работать в паре и команде;
- использовать технические средства поиска информации и решения задач;
- осуществлять научно-исследовательскую работу в академических,
государственных и коммерческих учреждениях;
- проявлять инициативность;
- быть ответственным.
6. Календарно-тематический план занятий

№ форма содержание Кол-во
занятия/ занятия часов
неделя
1 2 3 4
1 лекция Введение и базовые понятия статистики 1
1 семинар Введение и базовые понятия статистики 3
2,3 лекция Парная линейная регрессия 2
2,3 семинар Парная линейная регрессия 6
4,5 лекция Проверка статистической значимости 2
коэффициентов и коэффициент детерминации
4,5 семинар Проверка статистической значимости 6
коэффициентов и коэффициент детерминации
6 лекция Множественная линейная регрессия 1
6 семинар Множественная линейная регрессия 3
7 лекция Классическая модель множественной 1
линейной регрессии
7 Рубежный контроль 1
7 семинар Классическая модель множественной 3
линейной регрессии - РК1
8 лекция Статистические свойства МНК-оценок 1
8 семинар Статистические свойства МНК-оценок 3
9 лекция Нелинейные эконометрические модели 1
9 семинар Нелинейные эконометрические модели 3
10,11 лекция Гетероскедастичность 1
10,11 семинар Гетероскедастичность 3
12 лекция Автокорреляция 2
12 семинар Автокорреляция 6
13 лекция Спецификация переменных модели 1
13 семинар Спецификация переменных модели 3
14 лекция Мультиколлинеарность 1
Рубежный контроль 2
14 семинар Мультиколлинеарность 3
15 лекция Фиктивные переменные 1
15 семинар Фиктивные переменные - РК2 3
Итого 60
6.1 В условиях смешанного и дистанционного обучения занятия проводятся в

следующем режиме:
1. в режиме онлайн через стриминговую систему Скайп (вопросы и ответы по
пройденному материалу, представление оценок и разьяснения по выполненным
заданиям, представление нового материала.)
2. Загрузка заданий, которые выполняются в течение занятия осуществляется
согласно установленных сроков, указанных в образовательном портале
7. Самостоятельная работа студентов (СРС) в формате смешанного или

дистанционного обучения
№ Задание на СРС Сроки Форма Часы
исполнен контроля
ия
1 2 3 4 5
Базовые понятия статистики Сдача 4
1. 2 неделя
решения задач
Базовые понятия статистики Сдача 4
2. 3неделя
Парная линейная регрессия Сдача 4
3. 4 неделя
Парная линейная регрессия Сдача 4
4. 5 неделя
Индивидуальное задание по теме 6 неделя Сдача 5
Парная регрессия (номер задания решения задач
5. соответствует номеру по порядку
в журнале посещаемости
факультета)
Множественная линейная 7 неделя Сдача 4
6.
регрессия решения задач
Множественная линейная 8 неделя Сдача 4
7.
регрессия решения задач
Нелинейные эконометрические 9 неделя Сдача 4
8.
модели решения задач
Гетероскедастичность 10 неделя Сдача 4
9.
Гетероскедастичность 11 неделя Сдача 4
10.
Автокорреляция 12 неделя Сдача 4
11.
Автокорреляция 13 неделя Сдача 4
12.
Мультиколлинеарность и 14 неделя Сдача 4
13.
фиктивные переменные решения задач
Сдача отчета по модели 15 неделя Защита отчета 7
14. множественной регрессии по
данным экономики Казахстана и
Всего 60
8. Список литературы
8.1 Список основной литературы
1. Тлеппаев А.М. Эконометрика. – Алматы: УО Казахстанско-немецкий
университет, 2016.
2. Бородич С.А. Эконометрика.Практикум – Минск, Новое знание, 2018.
3. Тлеппаев А.М. Эконометрика. Продвинутый курс: учебное пособие. -
Алматы : ИП "Волкова Н.А.", 2018
4. Картаев Ф. Введение в эконометрику: учебник. – М.: Экономический
факультет МГУ имени М.В. Ломоносова, 2019
5. Новиков А.И. Эконометрика. – М., ИНФРА –М, 2020.
8.2 Список дополнительной литературы
1. Джеймс Сток, Марк Уотсон Введение в эконометрику: учебник; пер. с англ.
под науч. ред. М. Ю. Турунцевой. - М.: Дело, 2015
2. William H. Greene, Econometric Analysis (6th Edition), Prentice Hall, Upper
Saddle River, New Jersey, 2018
8.3 В режиме дистанционного обучения на образовательном портале
загружены электронные учебники и могут использоваться ресурсы электронной
библиотеки:
Алматы: ИП "Волкова Н.А.", 2018
3. Новиков, А. И. Эконометрика: учебное пособие / А. И. Новиков. - 3-е изд.,
перераб. и доп. - Москва: ИНФРА-М, 2020. - 272 с. - (Высшее образование:
Бакалавриат). - ISBN 978-5-16-004634-1. - Текст: электронный. - URL:
https://znanium.com/catalog/product/1045602
4. Бородич С. А. Эконометрика. Практикум: учеб. пособие / С.А. Бородич. —
Минск : Новое знание ; Москва : ИНФРА-М, 2018. — 329 с.: ил. — (Высшее
образование: Бакалавриат). - ISBN 978-5-16-009429-8. - Текст: электронный. -
URL: https://znanium.com/catalog/product/988809
5. Орлова И. В. Эконометрика. Компьютерный практикум для студентов
третьего курса, обучающихся по специальностям 080105.65 "Финансы и
кредит", 080109.65 "Бухгалтерский учет, анализ и аудит" / И. В. Орлова, Е. С.
Филонова, А. В. Агеев. - Москва : 2018. - 96 с. - Текст: электронный. - URL:
6. Ниворожкина Л. И. Эконометрика: теория и практика : учеб. пособие / Л.И.
Ниворожкина, С.В. Арженовский, Е.П. Кокина. — Москва: РИОР : ИНФРА-М,
2018. — 207 с. — (Высшее образование). — DOI: https://doi.org/10.12737/1698-5.
- ISBN 978-5-369-01698-5. - Текст: электронный. - URL:
7. Бабешко Л. О. Эконометрика и эконометрическое моделирование в Excel и R:
учебник / Л.О. Бабешко, И.В. Орлова. — Москва: ИНФРА-М, 2021. — 300 с.:
ил. — (Высшее образование: Магистратура). — DOI 10.12737/1079837. - ISBN
978-5-16-016059-7. - Текст: электронный. - URL:
Студенты могут использовать ресурсы электронной библиотеки университета.
9. Виды контроля и критерии оценки знаний
Виды контроля и критерии оценки знаний регламентируются Правилами
проведения текущего контроля успеваемости и промежуточной аттестации
студентов/магистрантов в Казахстанско-Немецком Университете.
По дисциплине предусмотрены следующие виды контроля: текущий, рубежный
и итоговый.
Текущий контроль учитывает посещение занятий, активность на занятиях,
выполнение текущих домашних заданий, контроль СРС. СРС и контрольные
задания сдаются строго по графику сдач (см. ниже таблицу и распределение
баллов). Сдача СРС на следующую неделю после срока сдачи возможна лишь
при уважительной причине (болезни и др. причин при разрешении
администрации).
Не допускается:
- пропуск более 50% занятий
- опоздание на занятие более 15 минут
- нарушать дисциплину (разговаривать по телефону, шуметь на занятиях и т.п.)
и академическую политику университета.
При нарушении дисциплины студент удаляется с занятий и отмечается как
пропустивший занятие.
Максимальный балл при выполнении заданий текущего и итогового контроля
студент может получить при полном усвоении темы, правильном без ошибок
выполнении СРС и своевременной сдаче.
Условиями допуска студента к экзамену являются выполнение требований,
указанных выше в п.9. и выполнение СРС
Виды № недели /занятий Итого

оцениваемых баллов
занятий/работ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
СРС 1 12 12
СРС 2 15 15
СРС 3 10 10
СРС 4 12 12
СРС 5 15 15
СРС 6 12 12
Контрольный 24
24
срез
Рубежный
100
контроль (РК1)
СРС 7 8 8
СРС 8 8 8
СРС 9 8 8
СРС 10 12 12
СРС 11 8 8
СРС 12 12 12
СРС 13 8 8
СРС14 (лаб) 20 20
Контрольный 16
16
срез
Рубежный
100
контроль (РК2)
Итого 12 15 10 12 15 36 8 8 8 12 8 12 24 20
max 200
(РК1+ РК2)**
Оценивание учебных достижений студентов по видам работ (текущий

контроль) осуществляется по накопительной системе.
Баллы текущего контроля складываются (суммируются) по каждому из видов

заданий (СРС, домашнее задание (ДЗ), проекты, курсовые работы/проекты,
расчетно-графическая работа (РГР) и др.) и оцениваемых занятий (семинары,
практические, лабораторные кроме лекционных занятий). Максимальное
количество баллов, которое может заработать студент по дисциплине (не
включая экзамен), равняется 200. Баллы по каждому оцениваемому
заданию/занятию присваиваются в зависимости от их сложности и должны
быть распределены относительно равномерно.
Во время изучения дисциплины предусмотрены 2 рубежных контролей

(контрольных среза).
Форма РК1 – письменная работа
Форма РК2- письменная работа.
В формате ДОТ рубежные контроли проводятся в тестовой форме.
Итоговый контроль (экзамен) оценивается в 100 баллах и считается
выдержанным, если экзаменационная работа выполнена как минимум на 50
баллов.
Итоговый контроль – экзамен – проводится в письменной форме.
В смешанном и дистанционном форматах экзамен проводится в тестовой
форме.
Балльно-рейтинговая буквенная система оценивания учебных достижений
Оценка по Цифровой Баллы (%-ное Оценка по

буквенной эквивалент содержание) традиционной
системе системе
А 4,0 95-100 Отлично
А- 3,67 90-94
В+ 3,33 85-89 Хорошо
В 3,0 80-84
В- 2,67 75-79
С+ 2,33 70-74
С 2,0 65-69 Удовлетворительно
С- 1,67 60-64
D+ 1,33 55-59
D 1,0 50-54
FX 0,5 25-49 Неудовлетворительно
F 0 0-24
Итоговая оценка студента выставляется на основе рейтинговой системы и

рассчитывается по формуле:
Итоговая оценка = (текущая оценка)  0,6 + (экзаменационная оценка)  0,4

При этом текущая и экзаменационная оценки выражены в процентах.
Итоговая оценка не рассчитывается, если студент не выдержал экзамен.
Пересдача экзамена с положительной оценки (если экзаменационная работа
выполнена на 50% и более) с целью ее повышения не разрешается.
10. Программа для подготовки к экзамену

Тема 1 Введение и базовые понятия статистики
Содержание темы
1. Место эконометрики среди экономико-математических дисциплин.
2. Модели и статистические данные.
3. Генеральная совокупность и выборка.
4. Теоретическая и выборочная ковариация. Коэффициент корреляции.
5. Понятие несмещенности, эффективности, состоятельности оценки
характеристики случайной величины.
Литература
Тема 2 Парная линейная регрессия

1. Функция регрессии и основные задачи статистического анализа парной
связи.
2. Взаимосвязи между критериями в парном регрессионном анализе.
3. Причины включения случайного члена в уравнение регрессии.
4. Метод наименьших квадратов для вычисления коэффициентов уравнения
регрессии.
5. Интерпретация уравнения парной регрессии.
Литература:
Тема 3 Проверка статистической значимости коэффициентов и коэффициент

детерминации
1. Несмещенность коэффициентов регрессии вычисленных по методу
наименьших квадратов. Их эффективность.
2. Статистическая значимость коэффициентов уравнения линейной регрессии.
3. Ошибки I рода и II рода.
4. Двусторонние и односторонние t-тесты.
5. Предсказание индивидуального значения зависимой переменной.
6. Предсказание среднего значения зависимой переменной
7. Качество оцененного уравнения: коэффициент детерминации. Его связь с
коэффициентом корреляции.
8. Использование статистики Фишера для оценки значимости коэффициента
детерминации.
Тема 4 Множественная линейная регрессия
1. Условия Гаусса-Маркова для реализации случайного члена в уравнении
регрессии.
2. Свойства коэффициентов множественной линейной регрессии в условиях
Гаусса-Маркова. Их интерпретация.
3. Преобразование случайного отклонения.
Тема 5 Классическая модель множественной линейной регрессии

1. Уравнение множественной линейной регрессии.
2. Вывод системы линейных уравнений для определения коэффициентов
регрессии по методу наименьших квадратов.
Тема 6 Статистические свойства МНК-оценок

1. Оценка качества уравнения в целом.
2. Обычный и скорректированный коэффициенты детерминации.
Тема 7 Нелинейные эконометрические модели

1. Примеры нелинейных зависимостей в экономико-математическом
моделировании.
2. Частная корреляция в модели множественной линейной регрессии.
3. Преобразование переменных. Логарифмическое преобразование.
Тема 8 Гетероскедастичность
1. Нарушение условия постоянства дисперсии.
2. Выявление гетероскедастичности и ее последствия.
3. Тесты для выявления гетероскедастичности.
4. Способы исключения или уменьшения влияния гетероскедастичности
Тема 9 Автокорреляция
1. Условия возникновения автокорреляции.
2. Последствия автокорреляции.
3. Обнаружение автокорреляции первого порядка с помощью статистики
Дарбина-Уотсона.
4. Способы устранения автокорреляции
5. Итеративный метод Кокрана-Орката.
Тема 10 Спецификация переменных модели
1. Виды ошибок спецификации.
2. Возможные ошибки в спецификации переменных и их последствия.
Тема 11 Мультиколлинеарность
1. Явление мультиколлинеарности.
2. Причины появления мультиколлинеарности и способы ее выявления.
3. Методы устранения мультиколлинеарности.
4. Последствия мультиколлинеарности для оценок коэффициентов регрессии.
Тема 12 Фиктивные переменные

1. ANOVA – модели
2. ANCOVA – модели
11. Время консультаций

Согласно расписанию факультета, при ДОТ проведение онлайн консультаций
согласно расписанию в Moodle

эконометрика силлабус2023

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

эконометрика силлабус2023

Загружено:

Авторское право:

Доступные форматы

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РЕСПУБЛИКИ

ФАКУЛЬТЕТ ЭКОНОМИКИ И ПРЕДПРИНИМАТЕЛЬСТВА

УЧЕБНАЯ ПРОГРАММА ДИСЦИПЛИНЫ

для образовательных программ «6В04102 – Финансы»,

Силлабус разработан в соответствии с рабочим учебным планом

Силлабус обсужден на заседании факультета экономики и

Протокол № 1 от «24» августа 2022 г.

Декан _______________ Альмереков Н.А.

Утверждено на заседании Учебно-методического Совета КНУ

Курс Семестр Кредиты Лекции Практ./ СРС Всего Форма

3. Пререквизиты: математика в экономике 1, математика в экономике 2 (ОП

4. Постреквизиты: Проектная работа (бизнес-планирование) (ОП Финансы)/

5. Краткое описание дисциплины

5.3.Интеграция учебного процесса с образовательной платформой

5.4. Обучение с применением дистанционных технологий

6. Календарно-тематический план занятий

6.1 В условиях смешанного и дистанционного обучения занятия проводятся в

7. Самостоятельная работа студентов (СРС) в формате смешанного или

Виды № недели /занятий Итого

Оценивание учебных достижений студентов по видам работ (текущий

Баллы текущего контроля складываются (суммируются) по каждому из видов

Во время изучения дисциплины предусмотрены 2 рубежных контролей

Балльно-рейтинговая буквенная система оценивания учебных достижений

Оценка по Цифровой Баллы (%-ное Оценка по

Итоговая оценка студента выставляется на основе рейтинговой системы и

Итоговая оценка = (текущая оценка)  0,6 + (экзаменационная оценка)  0,4

10. Программа для подготовки к экзамену

Тема 2 Парная линейная регрессия

Тема 3 Проверка статистической значимости коэффициентов и коэффициент

Тема 5 Классическая модель множественной линейной регрессии

Тема 6 Статистические свойства МНК-оценок

Тема 7 Нелинейные эконометрические модели

Тема 12 Фиктивные переменные

11. Время консультаций

Вам также может понравиться