Excel
Kursa nosaukums Ekonometrija
Kursa kods Ekon5009
Zinātnes nozare Ekonomika un uzņēmējdarbība
Zinātnes apakšnozare Ekonometrija
Kredītpunkti (ECTS) 3
Kopējais stundu skaits kursā 81
Studenta patstāvīgā darba stundu skaits 81
 
Priekšzināšanas
Kursam priekšzināšanas nav nepieciešamas
 
Kursa anotācija
Apgūstot šo priekšmetu studenti iepazīsies ar ekonometrijas pielietojumu specifiku ekonomiskajos pētījumos. Iegūs praktiskas iemaņas regresijas modeļu veidošanā un specifikācijā atbilstoši ekonomikas teorijai, kā arī darbā ar MS Excel un SPSS datu analīzes rīkiem. Iegūtās zināšanas palīdzēs izstrādāt maģistra darbu un turpināt analītiski-pētniecisko darbu.
Kursa saturs(kalendārs)
1 Ekonometrijas būtība un metodoloģija.
2 Ekonometrijas modeļu specifikācija.
3 Lineārs vairāku mainīgo regresijas modelis.
4 Parametru vērtēšana daudzfaktoru regresijā.
5 Determinācijas koeficients.
6 Hipotēžu pārbaude.
7 1.kontroldarbs. Lineārs vairāku mainīgo regresija, hipotēžu pārbaude, rezultātu interpretācija.
8 Regresijas modeļu funkcionālās formas.
9 Regresijas modeļu funkcionālās formas.
10 Regresijas modelis ar fiktīviem mainīgiem.
11 Fiktīvo mainīgo izmantošana sezonalitātes analīzē.
12 2.kontrolarbs. Fiktīvo mainīgo izmantošana regresijas analīzē.
13 Multikolinearitāte.
14 Heteroscedasticitāte.
15 Regresijas modeļa vērtēšana ar autokorelāciju. 16 Durbina - Vatsona tests.
Prasības kredītpunktu iegūšanai
Izstrādāti un aizstāvēti visi laboratorijas darbi un ieskaitīt visi kontroldarbi un kursa laikā izstrādāts patstāvīgais darbs.
Obligātā literatūra
1. Arhipova I., Bāliņa S. Statistika ar MS Excel ikvienam. 1. daļa. Rīga: Datorzinību Centrs, 1999. - 163 lpp.
2. Arhipova I., Bāliņa S. Statistika ar MS Excel ikvienam. 2. daļa. Rīga: Datorzinību Centrs, 2000. - 133 lpp.
3. Gujarati D. Basic Econometrics. 3 rd ed. Mc Graw - Hill. Inc., 1995. 4. Krastiņš O. Statistika un ekonometrija. Rīga: LR Centrālā statistikas pārvalde, 1998, - 437 lpp.
Papildliteratūra
1. Christensen R. Analysis of variance, Design and Regression. Applied statistical methods. Chapman &Hall, 1996.
2. Norušis M.J. SPSS 8.0 Gouide to Data Analysis. Prentice-Hall, INC., 1998. 3. Weisberg S. Applied Linear Regression. Second Edition. John Willey& Sons.
Periodika un citi informācijas avoti
1. LR Centrālās Statistikas Pārvalde. Statistiskie datu krājumi. 2. LR Centrālās Statistikas Pārvalde. Latvijas reģioni skaitļos.
Piezīmes
Studiju priekšmets paredzēts kā izvēles kurss maģistrantūras studiju programmai 4. semestrī.