1. Ekonometria a statystyka matematyczna i ekonomia. Przykłady zastosowań modeli ekonometrycznych w zarządzaniu przedsiębiorstwem.
2. Model probabilistyczny badali statystycznych: zmienna losowa (pojęcie, rodzaje, funkcje rozkładu: f. gęstości, f. dystrybuanty). miary skupienia i rozproszenia zmiennej losowej.
3. Przykłady rozkładów dyskretnych (r-d dwumianowy. Poissona). ciągłych (r-d normalny. t-Studenta. chi kwadrat. F-Rshcra)
4. Wybrane elementy wnioskowania statystycznego:- estymacja parametrów populacji (punktowa, przedziałowa), hipotezy parametryczne i nieparametryczne
5. Pojęcie modelu ekonometrycznego: stochastyczny charakter modelu, klasyfikacja zmiennych modelu, klasyfikacja modeli, etapy budowy modelu.
6. Liniowy model jednorównaniowy: metody doboru zmiennych objaśniających (metoda grafowa. Hcllwiga). dobór analitycznej postaci funkcji.
7. Założenia klasycznej regresji liniowej.
8. Klasyczna metoda najmniejszych kwadratów: założenia metody, estymacja parametrów strukturalnych modelu (punktowa, przedziałowa), estymacja parametrów struktury stochastycznej.
9. Weryfikacja modelu ekonometrycznego: badanie statystycznej istotności estymatorów parametrów strukturalnych (testy t-Studenta. F-Fishera). badanie własności składnika resztowego (normalność, losowość. heteroskedastyczność. autokorelacja).
10. Prognozowanie punktowe i przedziałowe: prognozy cx post i cx antę, prognozy punktowe i miary ich dokładności, prognozy przedziałowe.
11. Modele jednorównaniowe nieliniowe: typy modeli nieliniowych, transformacja liniowa.
12. Pojęcie funkcji produkcji: funkcja Cobba-Douglasa, jednorodność i elastyczność funkcji, interpretacja parametrów, estymacja parametrów.
13. Modele tendencji rozwojowej: pojęcie szeregu czasowego, podstawowe charakterystyki szeregu czasowego (trend, wahania sezonowe). Metody wyodrębniania trendu (metoda średniej ruchomej, wygładzanie wykładnicze, metody analityczne). Inne charakterystyki szeregu czasow-cgo: stacjonamość, prognozowanie, kryteria jakości dopasowania.