МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

РОССИЙСКОЙ ФЕДЕРАЦИИ

федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Алтайский государственный университет»

Рубцовский институт (филиал)

УЧЕБНО-МЕТОДИЧЕСКИЙ КОМПЛЕКС ПО ДИСЦИПЛИНЕ

ЭКОНОМЕТРИКА

Специальность – 080801.65 Прикладная информатика (в экономике)

Форма обучения – очная, заочная, заочная (сокращенная) на базе среднего профессионального образования

Кафедра – Математики и прикладной информатики

Рубцовск - 2011





СОДЕРЖАНИЕ

1. ПОЯСНИТЕЛЬНАЯ ЗАПИСКА

Эконометрика − это наука, в которой на базе реальных статистических данных строятся, анализируются и совершенствуются математические модели реальных экономических явлений. Эконометрика позволяет найти количественное подтверждение либо опровержение того или иного экономического закона либо гипотезы. Одним из важнейших направлений эконометрики является построение прогнозов по различным экономическим показателям.

Цели освоения дисциплины:

Изучение методов исследования взаимосвязей экономических переменных на основе построения и анализа эконометрических моделей; овладение навыками решения конкретных задач по выявлению, оценке и анализу количественных зависимостей между различными показателями экономических объектов и процессов; формирование умения вырабатывать практические рекомендации на основе результатов эконометрического исследования.

Задачи дисциплины:

• 
  освоение методов выявления, оценки и анализа взаимосвязей между экономическими показателями;
  
• 
  формирование навыков построения эконометрических моделей, овладение методами нахождения оценок неизвестных параметров моделей;
  
• 
  овладение методами обработки и подготовки исходной статистической информации для проведения расчетов по эконометрическим моделям;
  
• 
  приобретение навыков использования компьютерных технологий при исследовании экономических объектов и процессов с помощью эконометрических моделей;
  
• 
  формирование навыков разработки прогнозов для исследуемых экономических показателей, выработки практических рекомендаций на основе результатов, полученных при расчетах по эконометрическим моделям.
  

Дисциплина «Эконометрика» относится к циклу ОПД.Ф.14 Цикл общепрофессиональных дисциплин. Дисциплина области применения.

Перечень дисциплин, усвоение которых студентами необходимо для изучения данного курса:

«Математика», «Теория вероятностей и математическая статистика», «Информатика и программирование», «Статистика», «Экономика и организация предприятия».

Программа предусматривает различные формы работы со студентами: проведение лекционных занятий и лабораторных работ.

2. ТЕМАТИЧЕСКИЙ ПЛАН

(распределение часов курса по разделам и видам работ)

Очная форма обучения

Очная форма обучения

Дидактические единицы (ДЕ)	Наименование тем	Максимальная нагрузка студентов, час.		Количество аудиторных часов при очной форме обучения			Самостоятельная работа студентов, час.
				Лекции	Семинары	Лабораторные работы
1	2	3		4	5	6	7
ДЕ 1 Введение в эконометрическое моделирование. Свойства оценок мнк. Показатели качества регрессии. (30 баллов)	1. Основные аспекты эконометрического моделирования.	10		4			6
	2. Основные понятия теории вероятностей и математической статистики.	22					22
	3. Парный регрессионный анализ. Метод наименьших квадратов (мнк)	26		6		12	8
Промежуточный контроль		Контрольная работа
ДЕ 2 Линейная модель множественной регрессии. Регрессионные модели с переменной структурой. Нелинейные модели регрессии. Характеристики временных рядов. (40 баллов)	4. Множественный регрессионный анализ.	24		6		10	8
	5. Практическое использование регрессионных моделей.. Фиктивные переменные. Нелинейные модели регрессии и их линеаризация.	16		6		4	6
	6. Временные ряды и прогнозирование.	18		8		4	6
Промежуточный контроль		Коллоквиум
Итоговый контроль		Зачет
ДЕ 3 Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Система линейных одновременных уравнений. (30 баллов)	7. Обобщенная линейная модель. Гетероскедастичность и автокорреляция остатков. Обобщенный метод наименьших квадратов (омнк). Модели стационарных временных рядов, их идентификация.	28		6		8	14
	8. Регрессионные динамические модели. Модели нестационарных временных рядов.	22		4		6	12
	9. Системы одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.	22		4		6	12
Промежуточный контроль		Коллоквиум
Итоговый контроль		Экзамен – 40 баллов
Итого часов		188	44			50	94

Заочная форма обучения

Дидактические единицы (ДЕ)	Наименование тем	Максимальная нагрузка студентов, час.		Количество аудиторных часов при заочной форме обучения			Самостоятельная работа студентов, час.
				Лекции	Семинары	Лабораторные работы
1	2	3		4	5	6	7
ДЕ 1 Введение в эконометрическое моделирование. Свойства оценок мнк. Показатели качества регрессии.	1. Основные аспекты эконометрического моделирования.	20		2			18
	2. Основные понятия теории вероятностей и математической статистики.	20					20
	3. Парный регрессионный анализ. Метод наименьших квадратов (мнк)	26		2		4	20
Промежуточный контроль		Контрольная работа
ДЕ 2 Линейная модель множественной регрессии. Регрессионные модели с переменной структурой. Нелинейные модели регрессии. Характеристики временных рядов.	4. Множественный регрессионный анализ.	24		2		2	20
	5. Практическое использование регрессионных моделей.. Фиктивные переменные. Нелинейные модели регрессии и их линеаризация.	24		2		2	20
	6. Временные ряды и прогнозирование.	22			2	2	18
Промежуточный контроль		Коллоквиум
ДЕ 3 Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Система линейных одновременных уравнений.	7. Обобщенная линейная модель. Гетероскедастичность и автокорреляция остатков. Обобщенный метод наименьших квадратов (омнк). Модели стационарных временных рядов, их идентификация.	18					18
	8. Регрессионные динамические модели. Модели нестационарных временных рядов.	18					18
	9. Системы одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.	16					16
Промежуточный контроль		Коллоквиум
Итоговый контроль		Экзамен
Итого часов		188	8		2	10	168

Заочная форма обучения (сокращенная) на базе СПО

Дидактические единицы (ДЕ)	Наименование тем	Максимальная нагрузка студентов, час.		Количество аудиторных часов при заочной (сокращенной) форме обучения			Самостоятельная работа студентов, час.
				Лекции	Семинары	Лабораторные работы
1	2	3		4	5	6	7
ДЕ 1 Введение в эконометрическое моделирование. Свойства оценок мнк. Показатели качества регрессии.	1. Основные аспекты эконометрического моделирования.	20		2			18
	2. Основные понятия теории вероятностей и математической статистики.	20					20
	3. Парный регрессионный анализ. Метод наименьших квадратов (мнк)	26		2		4	20
Промежуточный контроль		Контрольная работа
ДЕ 2 Линейная модель множественной регрессии. Регрессионные модели с переменной структурой. Нелинейные модели регрессии. Характеристики временных рядов.	4. Множественный регрессионный анализ.	24		2		2	20
	5. Практическое использование регрессионных моделей.. Фиктивные переменные. Нелинейные модели регрессии и их линеаризация.	24		2		2	20
	6. Временные ряды и прогнозирование.	22			2	2	18
Промежуточный контроль		Коллоквиум
ДЕ 3 Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками. Система линейных одновременных уравнений.	7. Обобщенная линейная модель. Гетероскедастичность и автокорреляция остатков. Обобщенный метод наименьших квадратов (омнк). Модели стационарных временных рядов, их идентификация.	18					18
	8. Регрессионные динамические модели. Модели нестационарных временных рядов.	18					18
	9. Системы одновременных уравнений. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.	16					16
Промежуточный контроль		Коллоквиум
Итоговый контроль		Экзамен
Итого часов		188	8		2	10	168

3. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

(дидактические единицы)
3.1 Содержание разделов учебной дисциплины
ДЕ 1 Введение в эконометрическое моделирование.

Свойства оценок мнк.

Показатели качества регрессии.
Тема 1. Основные аспекты эконометрического моделирования.

Аудиторное изучение:. Введение в эконометрическое моделирование. Эконометрическая модель и экспериментальные данные. Основные классы эконометрических моделей. Основные этапы и проблемы эконометрического моделирования.

Самостоятельное изучение: Основные понятия эконометрики.
Тема 2. Основные понятия теории вероятностей и математической статистики.

Аудиторное изучение:

Самостоятельное изучение: Случайные величины и их числовые характеристики. Функция распределения случайной величины. Непрерывные случайные величины. Некоторые распределения случайных величин. Точечные и интервальные оценки параметров. Проверка статистических гипотез.
Тема 3. Парный регрессионный анализ. Метод наименьших квадратов (мнк).

Аудиторное изучение: Основные виды зависимостей. Линейная парная регрессия. Коэффициент корреляции. Оценка параметров парной регрессионной модели. Теорема Гаусса-Маркова. Интервальная оценка функции регрессии и ее параметров. Оценка значимости уравнения регрессии. Коэффициент ранговой корреляции Спирмена.

Самостоятельное изучение: Взаимосвязи экономических переменных. Суть регрессионного анализа. Парная линейная регрессия. Коэффициент корреляции. Метод наименьших квадратов. Система нормальных уравнений.

ДЕ 2 Линейная модель множественной регрессии.

Регрессионные модели с переменной структурой.

Нелинейные модели регрессии.

Характеристики временных рядов.

Тема 4. Множественный регрессионный анализ.

Аудиторное изучение: Классическая нормальная линейная модель множественной регрессии. Оценка параметров классической регрессионной модели методом наименьших квадратов. Ковариационная матрица. Оценка дисперсии возмущений. Определение доверительных интервалов для коэффициентов и функции регрессии. Оценка значимости множественной регрессии.

Самостоятельное изучение: Понятие о множественной регрессии. Предпосылки множественного линейного регрессионного анализа. Оценка параметров КЛММР методом наименьших квадратов.
Тема 5. Практическое использование регрессионных моделей. Фиктивные переменные. Нелинейные модели регрессии и их линеаризация.

Аудиторное изучение: Мультиколлинеарность. Линейные регрессионные модели с переменной структурой. Фиктивные переменные. Критерий Чоу. Нелинейные модели регрессии. Частная корреляция.

Самостоятельное изучение: Мультиколлинеарность: суть и последствия мультиколлинеарности, методы определения и устранения. Нелинейные модели регрессии и их линеаризация. Применение МНК для оценки параметров нелинейных моделей. Индекс корреляции. Производственная функция Кобба-Дугласа.
Тема 6. Временные ряды и прогнозирование.

Аудиторное изучение: Общие сведения о временных рядах. Стационарные временные ряды и их характеристики Автокорреляционная функция. Выделение неслучайной компоненты. Прогнозирование на основе моделей временных рядов.

Самостоятельное изучение: Понятие временного ряда и его отличия от случайной выборки. Составляющие временного ряда. Процедуры аналитического выравнивания (сглаживания) временного ряда. Понятия автокорреляции, автокорреляционной функции, временного лага, коэффициента автокорреляции, коррелограммы. Интерпретация коррелограмм.

ДЕ 3 Линейные регрессионные модели с гетероскедастичными и автокоррелированными остатками.

Система линейных одновременных уравнений.

Тема 7. Обобщенная линейная модель. Гетероскедастичность и автокорреляция остатков. Обобщенный метод наименьших квадратов (омнк). Модели стационарных временных рядов, их идентификация.

Аудиторное изучение: Обобщенная линейная модель множественной регрессии. Обобщенный метод наименьших квадратов. Гетероскедастичность выборки. Тесты на гетероскедастичность. Автокорреляция остатков временного ряда. Статистика Дарбина–Уотсона.

Самостоятельное изучение: Гетероскедастичность: суть, последствия, методы обнаружения и устранения гетероскедастичности. Автокорреляция остатков: суть и последствия автокорреляции, методы ее обнаружения и устранения.
Тема 8. Регрессионные динамические модели. Модели нестационарных временных рядов.

Аудиторное изучение: Стохастические регрессоры. Оценивание моделей с распределенными лагами. Модель частичной корректировки. Модель потребления Фридмена.

Самостоятельное изучение: Временные ряды. Лаги в экономических моделях. Оценка моделей с лагами в независимых переменных.
Тема 9. Системы одновременных уравнений.. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.

Аудиторное изучение: Общий вид системы одновременных уравнений. Модель спроса и предложения. Идентифицируемость уравнений. Косвенный метод наименьших квадратов. Двухшаговый и трехшаговый метод наименьших квадратов.

Самостоятельное изучение: Системы эконометрических уравнений. Виды систем эконометрических уравнений: системы независимых, рекурсивных и взаимозависимых уравнений. Понятия эндогенных, экзогенных и предопределенных переменных в системах эконометрических уравнений. Идентифицируемые уравнения.
3.2 Содержание лабораторных занятий (практических занятий)

Лабораторная работа №1. Парная линейная регрессия и корреляция. Вычисление коэффициентов уравнения линейной регрессии. Вычисление выборочного коэффициента корреляции. Вычисление оценок дисперсий коэффициентов парной линейной регрессии. Функции Excel для вычисления коэффициентов парной линейной регрессии. Построение интервальной оценки для функции парной линейной регрессии. Проверка значимости уравнения линейной регрессии по критерию Фишера. Реализация линейной регрессии в Microsoft Excel двумя способами. Численное решение уравнений. Метод половинного деления.

Лабораторная работа №2. Множественная линейная регрессия. Вычисление коэффициентов линейной множественной регрессии. Вычисление коэффициентов линейной множественной регрессии и проверка значимости в режиме Регрессия. Отбор факторов при построении множественной регрессии. Построение уравнения множественной регрессии в стандартизованном масштабе.

Лабораторная работа №3. Парная нелинейная регрессия. Построение нелинейной регрессии с использованием команды «Добавить линию тренда». Выбор наилучшей нелинейной регрессии по выборочному коэффициенту детерминации.

Лабораторная работа №4. Регрессионные линейные модели с переменной структурой. Фиктивные переменные. Использование фиктивных переменных при построении множественной регрессии. Использование критерия Чоу для оценки однородности двух уравнений. Устранение мультиколлинеарности. Пошаговая процедура отбора наиболее информативных переменных.

Лабораторная работа №5. Сглаживание и экстраполяция временных рядов. Составление прогноза методами скользящей средней и экспоненциального сглаживания.

Лабораторная работа №6. Множественная линейная регрессия. Проверка наличия автокорреляции остатков с помощью критерия Дарбина-Уотсона. Проверка на гетероскедастичность.

Лабораторная работа №7. Динамические модели. Модели с распределёнными лагами. Модель Койка. Оценка моделей с распределенными лагами с помощью преобразования Койка. Оценка моделей с распределенными лагами с помощью схемы Алмон.

Лабораторная работа №8. Системы одновременных уравнений. Структурная и приведенная форма модели. Алгоритм применения косвенного метода наименьших квадратов. Проверка сверхидентифицируемости. Алгоритм применения двухшагового метода наименьших квадратов.
4. МАТЕРИАЛЫ К ПРОМЕЖУТОЧНОМУ И ИТОГОВОМУ КОНТРОЛЮ

Данные, характеризующие прибыль торговой компании «Все для себя» за первые 10 месяцев 2005 года (в тыс. руб.), даны в следующей таблице:

январь	февраль	март	апрель	май
382 + N	402 + N	432+ N	396+ N	454+ N
июнь	июль	август	сентябрь	октябрь
419+ N	460+ N	447+ N	464+ N	498+ N

В этой таблице две последних цифры номера зачетной книжки студента.

Требуется:

1. 
   Построить диаграмму рассеяния.
   
2. 
   Убедится в наличии тенденции (тренда) в заданных значениях прибыли фирмы и возможности принятия гипотезы о линейном тренде.
   
3. 
   Построить линейную парную регрессию (). Вычисление коэффициентов выполнить методом наименьших квадратов.
   
4. 
   Нанести график регрессии на диаграмму рассеяния.
   
5. 
   Вычислить значения статистики и коэффициента детерминации . Проверить гипотезу о значимости линейной регрессии.
   
6. 
   Вычислить выборочный коэффициент корреляции и проверить гипотезу о ненулевом его значении.
   
7. 
   Вычислить оценку дисперсии случайной составляющей эконометрической модели.
   
8. 
   Проверить гипотезы о ненулевых значениях коэффициентов .
   
9. 
   Построить доверительные интервалы для коэффициентов .
   
10. 
    Построить доверительные интервалы для дисперсии случайной составляющей эконометрической модели.
    
11. 
    Построить доверительную область для условного математического ожидания (диапазон по оси январь – декабрь). Нанести границы этой области на диаграмму рассеяния.
    
12. 
    С помощью линейной парной регрессии сделать прогноз величины прибыли и нанести эти значения на диаграмму рассеяния. Сопоставить эти значения с границами доверительной области для условного математического ожидания и сделать вывод о точности прогнозирования с помощью построенной регрессионной модели.
    

Перечень вопросов к экзамену

1. 
   Основные понятия эконометрики. Эконометрическая модель и экспериментальные данные. Основные классы эконометрических моделей.
   
2. 
   Основные этапы и проблемы эконометрического моделирования.
   
3. 
   Случайные величины и их числовые характеристики. Некоторые распределения случайных величин.
   
4. 
   Точечные и интервальные оценки параметров. Проверка статистических гипотез.
   
5. 
   Парный регрессионный анализ. Основные виды зависимостей.
   
6. 
   Линейная парная регрессия.
   
7. 
   Оценка параметров парной регрессионной модели. Коэффициент корреляции. Теорема Гаусса-Маркова.
   
8. 
   Интервальная оценка функции регрессии и ее параметров.
   
9. 
   Оценка значимости уравнения регрессии.
   
10. 
    Коэффициент ранговой корреляции Спирмена.
    
11. 
    Классическая нормальная линейная модель множественной регрессии.
    
12. 
    Оценка параметров классической линейной модели множественной регрессии методом наименьших квадратов.
    
13. 
    Ковариационная матрица и её выборочная оценка.
    
14. 
    Оценка дисперсии возмущений.
    
15. 
    Определение доверительных интервалов для коэффициентов и функции регрессии.
    
16. 
    Оценка значимости множественной регрессии.
    
17. 
    Мультиколлинеарность.
    
18. 
    Линейные регрессионные модели с переменной структурой. Фиктивные переменные.
    
19. 
    Критерий Чоу.
    
20. 
    Нелинейные модели регрессии.
    
21. 
    Частная корреляция.
    
22. 
    Общие сведения о временных рядах.
    
23. 
    Стационарные временные ряды и их характеристики Автокорреляционная функция.
    
24. 
    Временные ряды. Выделение неслучайной компоненты.
    
25. 
    Прогнозирование на основе моделей временных рядов.
    
26. 
    Обобщенная линейная модель множественной регрессии.
    
27. 
    Обобщенный метод наименьших квадратов.
    
28. 
    Гетероскедастичность выборки. Тесты на гетероскедастичность.
    
29. 
    Автокорреляция остатков временного ряда.
    
30. 
    Статистика Дарбина–Уотсона.
    
31. 
    Стохастические регрессоры.
    
32. 
    Оценивание моделей с распределенными лагами.
    
33. 
    Модель частичной корректировки.
    
34. 
    Модель потребления Фридмена.
    
35. 
    Общий вид системы одновременных уравнений. Модель спроса и предложения.
    
36. 
    Косвенный метод наименьших квадратов.
    
37. 
    Идентифицируемость уравнений.
    
38. 
    Трехшаговый метод наименьших квадратов.
    

5. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ОСВОЕНИЮ УЧЕБНОГО МАТЕРИАЛА

Дисциплина «Эконометрика» изучается в течение третьего курса специальности «Прикладная информатика (в экономике)».

Вся дисциплина разбита на три ДЕ, по итогам каждой имеется промежуточная аттестация. Итоговыми контрольными точками является зачет и экзамен.

Освоение материала дисциплины предполагает изучение его теоретической части и выполнение лабораторных работ. Причем для допуска к экзамену студенту необходимо выполнить все лабораторные работы, назначенные преподавателем.

Немаловажную часть в изучении дисциплины представляет самостоятельная работа студентов. Под ней подразумевается самостоятельное изучение теоретического материала – чтение основной и дополнительной литературы, работа с источниками в электронном виде, размещенными на файл-сервере института, поиск и изучение материалов в сети Интернет, а так же выполнение лабораторных работ дома или в компьютерных классах свободного доступа, подготовка отчетов по выполненным работам. Большая доля самостоятельной работы направлена на подготовку к промежуточному и итоговому контролю знаний.

Балльно-рейтинговая схема предполагает, что студент для получения зачета по данной дисциплине должен набрать не менее 61 балла (максимум – 100 баллов), сдать все лабораторные работы, назначенные преподавателем, и не иметь пропусков занятий без уважительной причины.

Баллы набираются главным образом за прохождение промежуточного контроля освоения дидактических единиц. Дополнительно баллы можно получить за успехи при выполнении лабораторных работ. Баллы могут быть сняты за пропуски занятий без уважительной причины.

Студенты, сдавшие все лабораторные работы, но набравшие от 50 до 60 баллов, допускаются во время зачетной недели к пересдаче одной дидактической единицы. Студенты, сдавшие все лабораторные работы, но набравшие менее 50 баллов (или не набравшие 61 балл в результате пересдачи дидактической единицы), сдают зачет в установленные сроки. Карточки к зачету содержат два вопроса – по одному из каждой дидактической единицы. Для получения зачета необходимо ответить на оба вопроса.

Для получения удовлетворительной оценки за экзамен по данной дисциплине студент должен сдать все лабораторные работы, назначенные преподавателем, не иметь пропусков занятий без уважительной причины и набрать от 61 до 75 баллов. Для получения оценки «хорошо» необходимо набрать от 76 до 90 баллов. Для получения оценки «отлично» необходимо набрать 91 балл и выше.

Студенты, сдавшие все лабораторные работы, но набравшие менее 50 баллов, сдают экзамен в установленные сроки. Билеты к экзамену содержат два вопроса и одну задачу. Ответ на экзамене дает студенту от 0 до 40 баллов. Для получения удовлетворительной оценки необходимо дать полный ответ на один вопрос и полное решение задачи.

6. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

Для преподавания дисциплины используются лекционные аудитории (для проведения лекций и семинаров) и компьютерные классы (стационарные или мобильные на ноутбуках) института. Кроме того, для самостоятельной работы студенты могут воспользоваться компьютерными классами свободного доступа. Со всех компьютеров локальной вычислительной сети института имеется доступ в Интернет, Университетскую библиотеку On-line и электронно-библиотечную систему издательства «Лань». Для выполнения лабораторного практикума по дисциплине используется пакет электронных таблиц MS Excel.

7. СПИСОК ОСНОВНОЙ И ДОПОЛНИТЕЛЬНОЙ ЛИТЕРАТУРЫ, ДРУГИЕ ИНФОРМАЦИОННЫЕ ИСТОЧНИКИ
Основная литература

1. 
   Буравлев, А.И. Эконометрика / А.И. Буравлев. – М.: Бином. Лаборатория знаний, 2012. – 164 с.
   
2. 
   Валентинов, В.А. Эконометрика: учебник / В.А. Валентинов – изд. 2-е – М.: Дашков и К, 2010. – 448 с.
   
3. 
   Эконометрика: учеб. для вузов / Н.Ш. Кремер [ и др.]; под ред. Н.Ш. Кремера. – М.: ЮНИТИ-ДАНА, 2002. –311 с.
   
4. 
   Эконометрические модели: учебно-методическое пособие/ сост. Кузьмин П.И. – Барнаул.: Изд-во Алт. ун-та, 2004. – 173 с.
   
5. 
   Уткин, В.Б. Эконометрика: учебник / В.Б. Уткин – изд. 2-е – М.: Дашков и К, 2011. – 564 с.
   

Дополнительная литература

6. 
   Айвазян, С.А. . Прикладная статистика в задачах и упражнениях: учеб. для вузов / С.А. Айвазян, В.С. Мхитарян. – М.: ЮНИТИ-ДАНА, 2007 – 270 с.
   
7. 
   Бородич, С.А. Эконометрика: учеб. пособие / С.А. Бородич. – Минск: Новое знание, 2001. – 408c.
   
8. 
   Кремер, Н.Ш. Теория вероятностей и математическая статистика / Н.Ш. Кремер. – М.: ЮНИТИ-ДАНА, 2004 – 573 с.
   
9. 
   Мардас, А.Н. Эконометрика: учеб. пособие / А.Н. Мардас.– СПб: Питер, 2001. – 144c.Носко, В.П. Эконометрика для начинающих: основные понятия, элементарные методы, границы применимости, интерпретация результатов / В.П. Носко. – М.: ИЭПП, 2000. – 252 с.
   
10. 
    Орлов, А.И. Эконометрика: учеб. пособие для вузов / А.И. Орлов. – М.: Экзамен, 2002. – 576 с.
    
11. 
    Практикум по эконометрике: учеб. пособие / И.И. Елисеева [ и др.]; под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2001. – 192 с.
    
12. 
    Садовникова, Н.А., Шмойлова Р.А. Анализ временных рядов и прогнозирование: учебное пособие. - Московский государственный университет экономики, статистики и информатики. - М.: 2001, 67 с.
    
13. 
    Скляров, Ю. С. Эконометрика. Краткий курс: учеб. пособие / Ю. С. Скляров – изд.2-е, испр. ГУАП. – СПб., 2007. – 140 с.
    

Базы данных, Интернет-ресурсы,

информационно-справочные и поисковые системы

14. 
    Единое окно доступа к образовательным ресурсам. Электронная библиотека [Электронный ресурс]: инф. система. – М.: ФГАУ ГНИИ ИТТ "Информика", 2005-2012. – Режим доступа: //www. https://window.edu.ru, свободный. – Загл. с экрана (дата обращения 11.04.2012)
    
15. 
    Поисковые системы: Google, Yandex.
    
16. 
    Университетская библиотека On-line [Электронный ресурс], М.: Издательство «Директ-Медиа», 2001-2010. Режим доступа: https://www.biblioclub.ru. –  Загл. с экрана (дата обращения 27.10.2010).
    
17. 
    Электронно-библиотечная система Издательство «Лань» [Электронный ресурс], СПб.: Издательство Лань, 2010. Режим доступа: https://e.lanbook.com. – Загл. с экрана (дата обращения 27.10.2010).