Моделирование сезонных и циклических колебаний временного ряда

ЕН.Ф.04 Эконометрика

Лабораторная работа. Моделирование одномерных временных рядов

Методические указания

Направление подготовки дипломированного специалиста

080100 Экономика

Специальность 080105 Финансы и кредит

Уфа 2010

УДК 311

ББК 60.6

М 54

Рекомендовано к изданию методической комиссией экономического факультета (протокол № 4 от «19» февраля 2010 г.)

Составитель: к.э.н., доцент Салимова Г.А.

Рецензент: к.э.н., доцент кафедры аудита и налогообложения Нурдавлятова Э.Ф.

Ответственный за выпуск: заведующий кафедрой статистики и информационных систем в экономике д.э.н., профессор Рафикова Н.Т.

г. Уфа, ФГОУ ВПО «Башкирский государственный аграрный университет», кафедра статистики и информационных систем в экономике

Введение

Методические указания к практическим и лабораторным занятиям по эконометрике содержат пример решения задачи по моделированию одномерных временных рядов (попутно даются основные теоретические выкладки), задания для работы студентов.

Цель работы: овладеть навыками моделирования сезонных и циклических колебаний одномерных временных рядов, закрепить основные определения и понятия.

МОДЕЛИРОВАНИЕ СЕЗОННЫХ И ЦИКЛИЧЕСКИХ КОЛЕБАНИЙ ВРЕМЕННОГО РЯДА

Процесс построения модели включает в себя следующие шаги.

Шаг 1. Выравнивание исходного ряда методом скользящей средней.

Шаг 2. Расчет значений сезонной компоненты S.

Шаг 3. Устранение сезонной компоненты из исходных уровней ряда и получение выравненных данных (Т + Е) в аддитивной или (Т×Е) в мультипликативной модели.

Шаг 4. Аналитическое выравнивание уровней (Т + Е) или (Т×Е) и расчет значений Т с использованием полученного уравнения тренда.

Шаг 5. Расчет полученных по модели значений (Т + S) или (Т×S).

Шаг 6. Расчет абсолютных и/или относительных ошибок.

В качестве примера построения системы уравнений рассмотрим данные по Российской Федерации: построим аддитивную и мультипликативную модели временного ряда, характеризующего внешнеторговый оборот РФ, а именно – экспорт товаров.

Таблица 1 Исходные данные для построения моделей временного ряда

Годы
Квартал,
Экспорт товаров РФ, млрд. долл.	31,1	31,7	34,9	38,2	37,3	43,2	48,5	54,3	50,2	59,6	64,8	69,0

Итак, как было сказано выше, построение аддитивной и мультипликативной моделей временного ряда предполагает нахождение трендовой (Т), сезонной (S) и случайной (Е) компонент. Аддитивная модель: Y=T+S+E, мультипликативная модель: Y=T×S×E. По исходным табличным данным построим график ряда, чтобы определить наличие компонент T, S, E.

Рисунок 1 Временной ряд экспорта товаров РФ

График фактических значений временного ряда показывает, что ряд содержит сезонные колебания периодичностью 4. Уровни ряда в 4-й квартал каждого года больше, чем в остальные.

Построим аддитивную модель ряда:

Шаг 1. Проведем выравнивание исходных уровней ряда методом скользящей средней. Для этого составим вспомогательную таблицу 2.

Таблица 2 Расчет оценок сезонной компоненты в аддитивной модели

Номер квартала,	Уровни ряда,	Итого за четыре квартала	Скользящая средняя за 4 квартала	Центрированная скользящая средняя	Оценка сезонной компоненты
	31,1 31,7 34,9 38,2 37,3 43,2 48,5 54,3 50,2 59,6 64,8 69,0	- 135,9 142,1 153,6 167,2 183,3 196,2 212,6 228,9 243,6 -	- 33,975 35,525 38,400 41,800 45,825 49,050 53,150 57,225 60,900 -	- - 34,750 36,963 40,100 43,813 47,438 51,100 55,188 59,063 - -	- - 0,150 1,237 -2,800 -0,613 1,062 3,200 -4,988 0,537 - -

1. просуммируем уровни ряда последовательно за каждые четыре квартала со сдвигом на один момент времени (графа 3);

2. разделим полученные суммы на 4 и найдем скользящие средние (графа 4). Полученные таким образом выравненные значения уже не содержат сезонной компоненты (их количество будет меньше количества уровней исходного временного ряда на 3 единицы);

3. приведем эти значения в соответствие с фактическими моментами времени, для этого найдем средние значения их двух последовательных скользящих средних – центрированные скользящие средние (графа 5) (их количество будет меньше количества уровней исходного временного ряда на 4 единицы).

Шаг 2. Найдем оценки сезонной компоненты как разность между фактическими уровнями ряда и центрированными скользящими средними (графа 6 таблицы 2). Используем эти оценки для расчета значений сезонной компоненты S (таблица 3).

Таблица 3 Расчет значений сезонной компоненты в аддитивной модели

Показатель	Год	Номер квартала
		- -2,800 -4,988	- -0,613 0,537	0,150 1,062 -	1,237 3,200 -
Итого за i-й квартал (за все годы)	х	-7,788	-0,076	1,212	4,437
Средняя оценка сезонной компоненты для i-ого квартала,	х	-3,894	-0,038	0,606	2,219
Скорректированная сезонная компонента,	х	-3,618	0,239	0,883	2,496

Найдем средние за каждый квартал (по все годам) оценки сезонной компоненты . В моделях с сезонной компонентой обычно предполагается, что сезонные воздействия за период взаимопогашаются. В аддитивной модели это выражается в том, что сумма значений сезонной компоненты по все кварталам должна быть равна нулю.

Имеем для данной модели: -3,894 – 0,038 + 0,606 + 2,219 = -1,107.

Определим корректирующий коэффициент:

.

Рассчитаем скорректированные значения сезонной компоненты как разность между ее средней оценкой и корректирующим коэффициентом :

, где

Проверим условие равенства нулю суммы значений сезонной компоненты:

-3,618 + 0,239 + 0,883 + 2,496 = 0.

Таким образом, получены следующие значения сезонной компоненты:

1 квартал:

2 квартал:

3 квартал:

4 квартал:

Занесем полученные значения в таблицу 4 для соответствующих кварталов каждого года (графа 3).

Шаг 3. Вычтем значение сезонной компоненты из каждого уровня исходного временного ряда, чтобы устранить ее влияние. Получим: T + E = Y – S (графа 4 таблицы 4). Эти значения рассчитываются для каждого момента времени и содержат только тенденцию и случайную компоненту.

Таблица 4 Расчет выравненных значений Т и ошибок Е в аддитивной модели

			Т + Е =	Т	Т + S	Е = - (T + S)
	31,1 31,7 34,9 38,2 37,3 43,2 48,5 54,3 50,2 59,6 64,8 69,0	-3,618 0,239 0,883 2,496 -3,618 0,239 0,883 2,496 -3,618 0,239 0,883 2,496	34,718 31,461 34,017 35,704 40,918 42,961 47,617 51,804 53,818 59,361 63,917 66,504	28,690 32,001 35,312 38,623 41,934 45,245 48,556 51,867 55,178 58,489 61,800 65,111	25,072 32,240 36,195 41,119 38,316 45,484 49,439 54,363 51,560 58,728 62,683 67,607	6,028 -0,540 -1,295 -2,919 -1,016 -2,284 -0,939 -0,063 -1,360 0,872 2,117 1,393	36,334 0,292 1,677 8,521 1,032 5,217 0,882 0,004 1,850 0,760 4,482 1,940	249,64 231,04 144,00 75,69 92,16 13,69 2,56 54,76 10,89 161,29 320,41 488,41

Шаг 4. Определим компоненту Т данной модели. Для этого проведем выравнивание ряда (Т + Е) с помощью линейного тренда.

Таблица 5 Расчет линейного тренда уровней временного ряда

№ п/п
		34,718	34,718		28,690
		31,461	62,922		32,001
		34,017	102,051		35,312
		35,704	142,816		38,623
		40,918	204,590		41,934
		42,961	257,766		45,245
		47,617	333,319		48,556
		51,804	414,432		51,867
		53,818	484,362		55,178
		59,361	593,610		58,489
		63,917	703,087		61,800
		66,504	798,048		65,111
Итого		562,800	4131,721		562,806

Для оценки параметров и необходимо составить систему нормальных уравнений:

.

Система нормальных уравнений составит:

Решаем ее:

Итак, линейный тренд имеет вид: .

Найдем уровни Т для каждого момента времени (графа 5 таблицы 4).

Шаг 5. Найдем значения уровней ряда, полученные по аддитивной модели. Для этого прибавим к уровням Т значения сезонной компоненты для соответствующих кварталов (графа 6 таблицы 4).

Шаг 6. Рассчитаем ошибку (случайную компоненту Е) модели. Численные значения абсолютных ошибок приведены в таблице 4 (графа 7).

Таким образом, мы рассчитали количественные значения трендовой, сезонной и случайной компонент уровней временного ряда за каждый квартал за три года по аддитивной модели. Так, например, расчеты за четвертый квартал 2008 г. (12-й уровень ряда) показывают, что если бы ряд содержал только трендовую составляющую (тенденцию уровней – ежеквартальное увеличение экспорта на 3,311 млрд. долл), то экспорт составил бы 65,111 млрд. долл. Прибавляя сезонную компоненту, равную за четвертый квартал 2,496 млрд. долл, мы получаем уровень ряда 65,111 + 2,496 = 67,607 млрд. долл. Однако из-за воздействия случайной составляющей (о причинах которой мы можем предполагать), равной 1,393, фактический экспорт товаров в четвертом квартале 2005 г. составил 67,607 + 1,393 = 69,0 млрд. долл.

Для оценки качества построения модели можно использовать сумму квадратов абсолютных ошибок. Для данной построенной аддитивной модели сумма квадратов абсолютных ошибок равна = 62,991. По отношению к общей сумме квадратов отклонений уровней ряда от его среднего уровня, равной , эта величина составляет: или 96,6% - аддитивная модель объясняет 96,6% общей вариации уровней временного ряда экспорта товаров Российской Федерации за 2006 – 2008 гг.

На основе построенной модели сделаем точечный прогноз ожидаемого экспорта товаров Российской Федерации в течение первого квартала 2009 года. Прогнозное значение уровня временного ряда в аддитивной модели есть сумма трендового значения и соответствующего значения сезонной компоненты

Для расчета трендовых значений воспользуемся уравнением тренда, рассчитанным нами на шаге 4:

: рассчитываем (первый квартал четвертого в ряду года будет стоять под номером 13 – продолжение ряда)

.

Значение сезонной компоненты за первый квартал равно

Прогнозное значение составит:

Экспорт товаров Российской Федерации в первом квартале 2009 года составит 64,804 млрд. долл. Заметим, что фактически экспорт товаров за первые два месяца 2009 г. (по данным Росстата) составил 43,0 млрд. долл (в январе – 20,9, в феврале – 22,1) – мы практически точно дали прогноз данному показателю.

Построим мультипликативную модель ряда:

Шаг 1. Проведем выравнивание исходных уровней ряда методом скользящей средней (таблица 6 – та же методика расчета, что и для аддитивной модели табл. 2).

Таблица 6 Расчет оценок сезонной компоненты в мультипликативной модели

Номер квартала,	Уровни ряда,	Итого за четыре квартала	Скользящая средняя за 4 квартала	Центрированная скользящая средняя	Оценка сезонной компоненты
	31,1 31,7 34,9 38,2 37,3 43,2 48,5 54,3 50,2 59,6 64,8 69,0	- 135,9 142,1 153,6 167,2 183,3 196,2 212,6 228,9 243,6 -	- 33,975 35,525 38,400 41,800 45,825 49,050 53,150 57,225 60,900 -	- - 34,750 36,963 40,100 43,813 47,438 51,100 55,188 59,063 - -	- - 1,004 1,033 0,930 0,986 1,022 1,063 0,910 1,009 - -

Шаг 2. Найдем оценки сезонной компоненты как частное от деления фактических уровней ряда на центрированные скользящие средние (графа 6 таблица 6). Используем эти оценки для расчета значений сезонной компоненты S (таблица 6). Для этого найдем средние за каждый квартал оценки сезонной компоненты . Взаимопогашаемость сезонных воздействий в мультипликативной модели выражается в том, что сумма значений сезонной компоненты по все кварталам должна быть равна числе периодов в цикле, т.е. 4 (4 квартала в цикле – в году).

Таблица 7 Расчет сезонной компоненты в мультипликативной модели

Показатель	Год	Номер квартала
		- 0,930 0,910	- 0,986 1,009	1,004 1,022 -	1,033 1,063 -
Итого за i-й квартал (за все годы)	х	1,840	1,995	2,026	2,096
Средняя оценка сезонной компоненты для i-ого квартала,	х	0,920	0,998	1,013	1,048
Скорректированная сезонная компонента,	х	0,925	1,003	1,018	1,054

Имеем: 0,920 + 0,998 + 1,013 + 1,048 = 3,979.

Рассчитаем корректирующий коэффициент:

Определим скорректированные значения сезонной компоненты, умножив ее средние оценки на корректирующий коэффициент : , где

Проверим условие равенства четырем суммы значений сезонной компоненты:

0,925 + 1,003 + 1,018 + 1,054 = 4.

Получим следующие значения сезонной компоненты:

1 квартал:

2 квартал:

3 квартал:

4 квартал:

Занесем полученные значения в таблицу 8 для соответствующих кварталов каждого года (графа 3).

Шаг 3. Разделим каждый уровень исходного ряда на соответствующие значения сезонной компоненты. Получим T × E = Y / S (графа 4 таблицы 8). Эти значения рассчитываются для каждого момента времени и содержат только тенденцию и случайную компоненту.

Таблица 8 Расчет выравненных значений Т и ошибок Е в мультипликативной модели

			Т × Е =	Т	Т × S	Е = : (T×S)	Е = - (T×S)
	31,1 31,7 34,9 38,2 37,3 43,2 48,5 54,3 50,2 59,6 64,8 69,0	0,925 1,003 1,018 1,054 0,925 1,003 1,018 1,054 0,925 1,003 1,018 1,054	33,622 31,605 34,283 36,243 40,324 43,071 47,642 51,518 54,270 59,422 63,654 65,465	28,626 31,923 35,220 38,517 41,814 45,111 48,408 51,705 55,002 58,299 61,596 64,893	26,479 32,019 35,854 40,597 38,678 45,246 49,279 54,497 50,877 58,474 62,705 68,397	1,175 0,990 0,973 0,941 0,964 0,955 0,984 0,996 0,987 1,019 1,033 1,009	4,621 -0,319 -0,954 -2,397 -1,378 -2,046 -0,779 -0,197 -0,677 1,126 2,095 0,603	21,354 0,102 0,910 5,746 1,899 4,186 0,607 0,039 0,458 1,268 4,389 0,364	249,64 231,04 144,00 75,69 92,16 13,69 2,56 54,76 10,89 161,29 320,41 488,41

Шаг 4. Определим компоненту Т в мультипликативной модели. Для этого проведем выравнивание ряда (Т × Е) с помощью линейного тренда.

Таблица 9 Расчет линейного тренда уровней временного ряда

№ п/п
		33,622	33,622		28,626
		31,605	63,210		31,923
		34,283	102,849		35,220
		36,243	144,972		38,517
		40,324	201,620		41,814
		43,071	258,426		45,111
		47,642	333,494		48,408
		51,518	412,144		51,705
		54,270	488,430		55,002
		59,422	594,220		58,299
		63,654	700,194		61,596
		65,465	785,580		64,893
Итого		561,119	4118,761		561,114

Для оценки параметров и необходимо составить систему нормальных уравнений:

.

Система нормальных уравнений составит:

Решаем ее:

Итак, линейный тренд имеет вид: .

Найдем уровни Т для каждого момента времени (графа 5 таблицы 8).

Шаг 5. Найдем уровни ряда по мультипликативной модели, умножив уровни Т на значения сезонной компоненты для соответствующих кварталов (графа 6 таблицы 8).

Шаг 6. Расчет ошибки в мультипликативной модели проводится по формуле Е = : (T × S). Численные значения ошибки приведем в графе 7 таблицы 8.

Итак, мы рассчитали количественные значения трендовой, сезонной и случайной компонент уровней временного ряда за каждый квартал за три года по мультипликативной модели. Выводы можно сделать аналогично построенной ранее аддитивной модели.

Чтобы сравнить мультипликативную модель ряда с построенной ранее аддитивной моделью, используем сумму квадратов абсолютных ошибок. Абсолютные ошибки в мультипликативной модели определяются по формуле: Е = - (T×S). В данной модели сумма квадратов абсолютных ошибок составляет 41,322. Общая сумма квадратов отклонений фактических уровней ряда от среднего значения . Доля объясненной дисперсии уровней ряда динамики равна: или 97,8% - мультипликативная модель объясняет 97,8% общей вариации уровней временного ряда экспорта товаров Российской Федерации за 2006 – 2008 гг.

Таким образом, мультипликативная модель лучше описывает данный временной ряд, чем аддитивная.

Чтобы на основе построенной мультипликативной модели дать прогноз экспорта товаров, сделаем точечный прогноз ожидаемого экспорта товаров Российской Федерации в течение первого квартала 2009 года. Прогнозное значение уровня временного ряда в мультипликативной модели есть произведение трендового значения и соответствующего значения сезонной компоненты

Для расчета трендовых значений воспользуемся уравнением тренда, рассчитанным нами на шаге 4: , первый квартал 2009 г. будет стоять под номером 13 в ряду, поэтому

Значение сезонной компоненты за первый квартал равно

Прогнозное значение составит:

Экспорт товаров Российской Федерации в первом квартале 2009 года составит 63,076 млрд. долл (меньше, чем рассчитанный по аддитивной модели).

Варианты заданий для самостоятельной работы студентов

Задание: Используя данные своего варианта и разобранный пример, построить аддитивную и мультипликативную модели временного ряда (вариант определяет преподаватель), сделать прогноз на первый квартал следующего года (после таблицы дается фактический уровень для первого квартала следующего года – для которого Вы делаете прогноз – для проверки правильности Ваших расчетов).

Вариант 1. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство яиц в РФ, млрд. шт. yt	7,74	9,26	8,68	7,07	7,52	9,09	9,08	7,46	7,85	9,33	9,15	7,73

Фактический уровень ряда за 1-ый квартал 2004 г. = 7,72 млрд. шт.

Вариант 2. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство яиц в РФ, млрд. шт. yt	7,72	9,68	9,69	8,08	8,30	10,10	9,63	8,24	8,34	10,14	9,73	8,23

Фактический уровень ряда за 1-ый квартал 2007 г. = 8,18 млрд. шт.

Вариант 3. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство яиц в РФ, млрд. шт. yt	8,34	10,14	9,73	8,23	8,17	9,80	9,53	8,23	8,26	10,12	9,88	8,56

Фактический уровень ряда за 1-ый квартал 2009 г. = 8,61 млрд. шт.

Вариант 4. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство молока в РФ, млн. тонн yt	6,09	11,25	10,67	5,25	5,85	10,78	10,35	5,30	5,86	10,65	10,33	5,43

Фактический уровень ряда за 1-ый квартал 2004 г. = 5,89 млн. тонн.

Вариант 5. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство молока в РФ, млн. тонн yt	5,89	10,78	10,43	5,82	6,19	10,88	10,37	6,07	6,31	10,63	10,33	6,02

Фактический уровень ряда за 1-ый квартал 2007 г. = 6,11 млн. тонн.

Вариант 6. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство молока в РФ, млн. тонн yt	6,31	10,63	10,33	6,02	6,16	10,11	9,87	5,80	5,85	9,73	9,56	5,86

Фактический уровень ряда за 1-ый квартал 2009 г. = 5,87 млн. тонн.

Вариант 7. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство мяса в РФ, млн. тонн yt	1,55	1,40	1,60	2,96	1,43	1,26	1,40	2,73	1,44	1,31	1,48	2,78

Фактический уровень ряда за 1-ый квартал 2004 г. = 1,45 млн. тонн.

Вариант 8. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство мяса в РФ, млн. тонн yt	1,45	1,29	1,48	2,79	1,51	1,38	1,52	2,90	1,62	1,45	1,58	3,02

Фактический уровень ряда за 1-ый квартал 2007 г. = 1,64 млн. тонн.

Вариант 9. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Производство мяса в РФ, млн. тонн yt	1,62	1,45	1,58	3,02	1,64	1,49	1,63	2,97	1,59	1,47	1,64	2,91

Фактический уровень ряда за 1-ый квартал 2009 г. = 1,63 млн. тонн.

Вариант 10. Исходные данные для построения моделей временного ряда

Годы

Квартал, t

Перевозки грузов ж/д транспортом в РФ, млн. тонн yt

Фактический уровень ряда за 1-ый квартал 2005 г. = 248 млн. тонн.

Вариант 11. Исходные данные для построения моделей временного ряда

Годы

Квартал, t

Перевозки грузов ж/д транспортом в РФ, млн. тонн yt

Фактический уровень ряда за 1-ый квартал 2007 г. = 289 млн. тонн.

Вариант 12. Исходные данные для построения моделей временного ряда

Годы

Квартал, t

Перевозки грузов ж/д транспортом в РФ, млн. тонн yt

Фактический уровень ряда за 1-ый квартал 2009 г. = 304 млн. тонн.

Вариант 13. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Ввод в действие жилых домов, млн. кв. м. yt	4,1	5,5	5,9	16,5	4,1	5,7	5,9	14,6	4,0	5,7	6,6	15,4

Фактический уровень ряда за 1-ый квартал 2005 г. = 4,8 млн. кв. м.

Вариант 14. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Ввод в действие жилых домов, млн. кв. м. yt	4,8	6,4	7,3	15,3	5,6	7,1	7,6	16,1	6,0	7,2	8,5	19,3

Фактический уровень ряда за 1-ый квартал 2008 г. = 6,7 млн. кв. м.

Вариант 15. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Ввод в действие жилых домов, млн. кв. м. yt	5,6	7,1	7,6	16,1	6,0	7,2	8,5	19,3	6,7	7,7	8,9	20,3

Фактический уровень ряда за 1-ый квартал 2009 г. = 6,3 млн. кв. м.

Вариант 16. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Экспорт товаров РФ, млрд. долл. yt	15,3	17,1	18,9	24,3	23,9	25,5	26,6	29,1	25,6	26,2	25,6	24,6

Фактический уровень ряда за 1-ый квартал 2005 г. = 21,9 млрд. долл.

Вариант 17. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Экспорт товаров РФ, млрд. долл. yt	25,6	26,2	25,6	24,6	21,9	26,3	28,9	30,2	31,1	31,7	34,9	38,2

Фактический уровень ряда за 1-ый квартал 2007 г. = 37,3 млрд. долл.

Вариант 18. Исходные данные для построения моделей временного ряда

Годы
Квартал, t
Численность населения в РФ с денежными доходами ниже прожиточного минимума, млн. чел. yt	49,8	43,4	38,6	33,2	45,1	39,1	35,4	30,9	37,2	33,2	31,2	23,1

Фактический уровень ряда за 1-ый квартал 2007 г. = 31,6 млрд. долл.

Библиографический список

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. Учебник для вузов. – М.: ЮНИТИ, 1998. – 1022 с.

2. Айвазян С.А., Мхитарян В.С. Прикладная статистика в задачах и упражнениях: Учебник для вузов. – М.: ЮНИТИ-ДАНА, 2001. – 270 с.

3. Афанасьев В.Н., Юзбашев М.М., Гуляева Т.И. Эконометрика: Учебник / В.Н.Афанасьев, М.М.Юзбашев, Т.И.Гуляева; под ред. В.Н.Афанасьева. – М.: Финансы и статистика, 2005. – 256 с.

4. Доугерти К. Введение в эконометрику: Учебник / Пер. с англ. – М.: ИНФРА-М, 2004. – 432 с.

5. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. – М.: Дело, 2004. – 576 с.

6. Практикум по эконометрике: Учеб. пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордеенко и др.; Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002. – 192 с.

7. Эконометрика: Учебник / И.И.Елисеева, С.В.Курышева, Т.В.Костеева и др.; Под ред. И.И.Елисеевой. – М.: Финансы и статистика, 2005. – 576 с.