- •Цель освоения дисциплины
- •2.Место дисциплины в структуре ооп
- •3.Требования к результатам освоения содержания дисциплины
- •4. Структура и содержание дисциплины (модуля) «Эконометрика»
- •Тема 1. Основные аспекты эконометрического моделирования.
- •Планы семинарских занятий.
- •5. Образовательные технологии.
- •6. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов.
- •Тема 1. Основные аспекты эконометрического моделирования
- •Тема 2. Элементы теории вероятностей и математической статистики
- •Тема 10. Нелинейные модели регрессии
- •Задача 1.
- •Вопросы для итогового контроля
- •Рефераты
- •7. Учебно-методическое и информационное обеспечение дисциплины (модуля) «Эконометрика»
- •Интернет-ресурсы
- •Пакеты прикладных профессиональных программ (пппп)
- •Материально-техническое обеспечение дисциплины (модуля)
Тема 2. Элементы теории вероятностей и математической статистики
Контрольные вопросы
Дайте определение случайной величины.
Назовите числовые характеристики случайной величины.
В чем состоит смысл закон больших чисел и предельных теорем Бернулли и Ляпунова.
В чем суть проверки статистической гипотезы.
Задача 2.1. Дан ряд распределения случайной величины (Х):
-
Х
0
1
2
3
Р
0.05
0.30
0.45
0.22
Необходимо: а) найти математическое ожидание М(Х), дисперсию D(Х), среднее квадратическое отклонение ( ) случайной величины (Х).
Задача 2.2. Случайная величина (Х) сосредоточена на интервале ( -1,3), задана функцией распределения F (х) = ¼ х + ¼. Найти вероятность попадания случайной величины (Х) в интервал (0, 2).
Задача 2.3. Дан ряд распределения случайной величины
-
Х
1
4
5
Р
0.4
0.1
0.5
Найти и изобразить графически функцию ее распределения.
Тема №3. Парный регрессионный анализ.
Показатели качества регрессии.
Контрольные вопросы
Назовите основные задачи регрессионного анализа.
Что такое классическая модель линейной регрессии
Какие допущения лежат в основе классической модели линейной регрессии
Что такое коэффициент детерминации , какие проблемы могут возникнуть при использовании коэффициента детерминации
Что такое скорректированный коэффициент детерминации
Как проводится оценка качества уравнения регрессии
Что такое коэффициент корреляции , какими свойствами он обладает.
Каким образом осуществляется проверка регрессионной модели.
Задача 3.1 Исследуется зависимость затрат на рекламу (У) от годового оборота (Х) в некоторой области. Для этого собрана информация п =20 предприятиям о годовом обороте (Хi) и соответствующих расходах на рекламу (Уi). Из выборки получены следующие данные: = 0.7021, = 17.3, = 3264.2 , = 9250, = 12.6372. Уравнение зависимости затрат на рекламу от годового оборота имеет вид:
У = -1.6042 + 0.1621 Х
Ошибка уравнения распределена нормально с нулевым математическим ожиданием и постоянной дисперсией.
Требуется :
Определить 95% прогнозный интервал математического ожидания целевой переменной (Уо) при Хо =30
Оценить 95 % прогнозный интервал для отдельного значения целевой переменной при Хо =30 и сравнить его с прогнозным интервалом в п.1
Задача 3.2 По данным задачи 3.1 :
Оценить дисперсию ошибки уравнения регрессии
Оценить дисперсии оценок параметров регрессии
Задача 3.3
Имеются следующие данные об уровне механизации работ (Х, %) и производительности труда (У, т/час.) для 14 предприятий:
-
Х
32
30
36
40
41
47
56
54
60
55
61
67
69
76
У
20
24
28
30
31
33
34
37
38
40
41
43
45
48
Необходимо оценить тесноту и направление связи между переменными с помощью коэффициента корреляции.
Тема №4. Линейная модель
множественной регрессии
Контрольные вопросы
Что представляет из себя уравнение множественной регрессии.
Почему при рассмотрении множественной регрессии необходимо пользоваться матричной записью.
Каким образом производится оценка параметров в уравнении множественной регрессии
Назовите предпосылки для множественного регрессионного анализа
Для чего служат стандартизированные коэффициенты регрессии и коэффициенты эластичности.
Задача №4.1 Имеется линейная модель множественной регрессии:
У = 0.21 + 0.0030 Х1i + 0.0092 Х2i + Иi
(0. 045) (0.0016) (0.0050)
В скобках указаны стандартные отклонения оценок коэффициентов. I =1,2,…..,15
Требуется:
Проверить статистическую значимость коэффициентов уравнения при а = 0.05
Определить , является ли константа значимо меньше 0.31
Проверить совместную статистическую значимость переменных Х1 и Х2 , если сумма квадратов ошибок составляет 0.0084, а дисперсия наблюдаемой переменной У = 0.0011.
Задача 4.2 Изменение спроса на некоторое благо (У) у домашних хозяйств можно объяснить с помощью цены этого блага (Х1) и дохода домохозяйств (Х2). Информация дана в таблице.
-
У
31.4
30.4
32.1
31
30.5
29.8
31.1
31.7
30.7
29.7
Х1
4.1
4.2
4.0
4.6
4.0
5.0
3.9
4.4
4.5
4.8
Х2
1050
1010
1070
1060
1000
1040
1030
1080
1050
1020
Требуется:
1) Оценить параметры линейного двухфакторного уравнения У = Во + В1 Х1i + В2 Х2i +Иi и интерпретировать оценки
2) Оценить дисперсию ошибки ( )
3) Рассчитать оценку математического ожидания ( У) при Х1 = 5.5 и Х2 = 980
Тема №5. Метод наименьших квадратов
Контрольные вопросы
1.В чем заключается метод наименьших квадратов
2.Какие допущения лежат в основе классической модели линейной регрессии.Для чего нужны эти допущения.
3.Сформулируйте теорему Гаусса – Маркова.
Задача 5.1 По данным задачи 3.3: А) найти уравнение регрессии (У) по (Х) В) найти коэффициент детерминации и пояснить его смысл.
Задача 5.2 Имеется зависимость между сменной добычей угля на одного рабочего (У) (т) и мощностью пласта (Х)(м) , полученная по п=10 шахтам:
Хi |
8 |
11 |
12 |
9 |
8 |
8 |
9 |
9 |
8 |
12 |
Уi |
5 |
10 |
10 |
7 |
5 |
6 |
6 |
5 |
6 |
8 |
Требуется найти:
уравнение регрессии (У) по (Х) и построить ее график
коэффициент корреляции между (У) и (Х)
сменную среднюю добычу угля на одного рабочего для шахт с мощностью пласта 8 м
95% -ые доверительные интервалы для индивидуального и среднего значений сменной добычи угля на одного рабочего для шахт с мощностью пласта 8м
с надежностью 0.95 интервальные оценки коэффициента регрессии (В1) и дисперсии
Задача 5.3 Имеется информация о п =10 парах наблюдений экзогенной переменной (Х) и эндогенной переменной (У):
Х |
15.8 |
8.4 |
14.5 |
8.6 |
11.8 |
19.5 |
21.4 |
4.7 |
9.8 |
13.5 |
У |
18.3 |
10.1 |
16.9 |
11.4 |
14.9 |
19.9 |
22.8 |
7.8 |
10.3 |
16.6 |
Требуется с помощью МНК оценить параметры линейного однофакторного уравнения регрессии У = Ао + А1Хi + Иi i = 1,2,…..,п
Задача 5.4 Имеется информация о взаимосвязи экзогенной (Х) и эндогенной (У) переменной, данные представлены в таблице:
Хi |
40 |
50 |
60 |
80 |
100 |
110 |
120 |
130 |
150 |
160 |
180 |
200 |
310 |
Уi |
14 |
14 |
17 |
19 |
17 |
20 |
24 |
22 |
25 |
24 |
18 |
20 |
26 |
Требуется с помощью МНК оценить параметры регрессионного уравнения
У i = Во + В1Хi +Иi i=1,2,…..13
Тема №6. Свойства оценок МНК
Контрольные вопросы
Какие свойства имеют оценки параметров классической линейной регрессионной модели.
Тема № 7. Линейные регрессионные модели с гетероскедастичными и автокорреляционными остатками
Контрольные вопросы
Какие последствия имеют нарушения допущений классической модели линейной регрессии
Каковы нарушения допущения М(Иi) =0
Каковы последствия нарушения допущения D ( Иi ) =
Каким образом можно обнаружить гетероскедастичность
Каким образом можно устранить гетероскедастичность
Каковы последствия нарушения допущения cov ( ui uj) =0
Как проводится проверка уравнения на автокорреляцию
Каким образом можно устранить автокорреляцию
Задача 7.1 В таблице приведены данные по 18 наблюдениям модели пространственной выборки:
-
I
Xi
ei
I
Xi
Еi
1
21.3
2.3
10
71.5
23.8
2
22.6
5.6
11
75.7
45.7
3
32.7
12.8
12
76
34.7
4
41.9
10.1
13
78.9
56.9
5
43.8
14.6
14
79.8
56.8
6
49.7
13.9
15
80.7
49.8
7
56.9
24
16
80.8
58.9
8
59.7
21.9
17
96.9
87.8
9
67.8
19.7
18
97
87.5
Предполагая, что ошибки регрессии представляют собой нормально распределенные случайные величины, проверить гипотезу о гомоскедастичности, используя тест Голдфелда – Квандта.
Задача 7.2 Для линейного однофакторного уравнения регрессии Уt = Ао + А1 Xt +Иt ( t =1,2,…..,Т) имеется Т =20 пар наблюдений целевой переменной (У) и экзогенной переменной (Х), которые представлены в таблице.
-
Хt
5.5
8.5
20.1
24.5
17
22
19
16
5
13.4
Уt
4.5
10
18.5
20
18.5
25
8.5
13
7.4
15.6
Хt
3.0
6.1
22.2
20.1
8
12
14
19.5
18
15.1
Уt
5.5
5.2
18.5
18.0
8
9.8
12
14.8
15.2
12
Автокорреляция отсутствует, ошибки регрессии распределены нормально. Имеется подозрение на гетероскедастичность. Для уровня а = 0.05 проверить гипотезу , что дисперсии ошибки для первых и последних 10 пар наблюдений различны.
Тема №8 Обобщенный метод наименьших квадратов
Контрольные вопросы
В чем состоит суть обобщенной регрессионной модели.
Сформулируйте теорему Айткена
Является ли коэффициент детерминации удовлетворительной мерой качества обобщенной регрессионной модели .
Почему для практической реализации обобщенного метода наименьших квадратов необходимо вводить дополнительные условия на структуру ковариационной матрицы вектора возмущений ( ошибок).
Какова структура ковариационной матрицы вектора ошибок в модели с автокорреляционными и гетероскедастичными остатками.
Задача 8.1 Для линейного однофакторного уравнения регрессии
Уt = А0 + А1Х t +Еt t = 1,2,……Т
Имеется Т =12 пар наблюдений целевой переменной (У) и экзогенной переменной (Х), которые представлены в таблице
Хt |
5 |
2.5 |
1.8 |
6.8 |
9 |
3.8 |
6.5 |
9 |
1 |
3.5 |
7.1 |
10 |
Уt |
5 |
4.8 |
3.1 |
8.2 |
8.6 |
5.5 |
6.5 |
11.1 |
2.1 |
4.5 |
8.9 |
11.8 |
Для ошибки уравнения (Еt) выполняются предпосылки авторегрессии первого порядка с известными значениями p = - 0.4 и =1.
Требуется оценить параметры уравнения (Ао) и (А1) с помощью о ОМНК.
Задача 8.2 Имеется гетероскедастичная однофакторная регрессионная модель
С t = Ао + А1Уt +Еt t = 1,2,….Т , где С - потребление домохозяйства определенной структуры, У - доход этого домохозяйства. Ошибки попарно не коррелированны, дисперсии ошибки при доходе от 50 до 100 единиц в 2 раза больше, чем при доходе до 50 единиц. Имеется выборка объемом 9 наблюдений:
Уt |
30 |
35 |
35 |
45 |
50 |
60 |
70 |
90 |
160 |
Сt |
30 |
30 |
35 |
35 |
40 |
50 |
70 |
80 |
120 |
Требуется: 1) Определить ковариационную матрицу ошибок для этой модели.
2) Оценить параметры уравнения при помощи ОМНК
Задача 8.3 Для линейного однофакторного уравнения регрессии
Уt = Ао + А1Х t +Е t =1,2,…..Т
Имеется Т = 18 пар наблюдений переменной (У) и экзогенной переменной (Х) , которые представлены в таблице:
Хt |
0.10 |
0.15 |
0.2 |
0.25 |
0.3 |
0.35 |
0.4 |
0.45 |
0.5 |
Уt |
0.019 |
0.019 |
0.027 |
0.051 |
0.093 |
0.136 |
0.171 |
0.198 |
0.267 |
Хt |
0.55 |
0.6 |
0.65 |
0.7 |
0.75 |
0.8 |
0.85 |
0.9 |
0.95 |
Уt |
0.314 |
0.365 |
0.396 |
0.482 |
0.569 |
0.627 |
0.71 |
0.0.835 |
0.913 |
Для ошибки уравнения (И) выполняется предпосылка авторегрессии первого порядка.
Требуется определить оценку параметра авторегрессии ошибки.
Тема №9. Вопросы практического использования регрессионных моделей. Регрессионные модели с переменной структурой. Фиктивные переменные.
Контрольные вопросы
Что такое мультиколлинеарность
По каким признакам можно обнаружить мультиколлинеарность
Каким образом можно уменьшить мультиколлинеарность
В каких случаях используются модели с переменной структурой
Что такое фиктивные переменные
Какое влияние оказывают фиктивные переменные на оценку модели.
Для чего служит критерий (тест) Г.Чоу
Что позволяет исследовать частный коэффициент корреляции
Задача 9.1 С целью исследования влияния факторов Х1 – среднемесячного количества профилактических наладок автоматической линии и Х2 – среднемесячного числа обрывов нити на показатель У – среднемесячную характеристику качества ткани ( в баллах) по данным 37 предприятий легкой промышленности были вычислены парные коэффициенты корреляции ry1=0.105, ry2 = 0.024, r12 =0.996. Оценить частные коэффициенты корреляции ry12 и ry21 и оценить их значимость на 5% -ном уровне.
Задача 9.2. Для исследования зависимости между производительностью труда Х1, возрастом Х2 и производственным стажем Х3 была произведена выборка из 100 рабочих одной и той же специальности. Вычисленные парные коэффициенты корреляции оказались значимыми и составили : r12 = 0.2, r13 = 0.41. r23 = 0.82. Вычислить частные коэффициенты корреляции и оценить их значимость на уровне а =0.05.
Задача 9.3 Для линейного трехфакторного уравнения регрессии
Уt = Ао + А1Х1t + А2Х2t + А3Х3t +Е t ( t =1,2…..Т)
имеются данные
-
Х1t
10.3
14.6
11.4
17.1
10.6
Х2t
20.8
28
23
30.5
21.7
Х3t
4.1
20.3
9.8
8.1
17.7
Уt
40
80
55
58
70
Требуется:
1. Определить корреляционную матрицу ( R ) и содержащийся в этих данных размер коллинеарности как det(R)
2. Рассчитать размер коллинеарности, в случае если из уравнения выводится переменная (Х2)
Задача 9.4 Для переменной « заработная плата» представлена модель:
Уt = Ао +А1Х1t +A2Х2t +Еt
Уt – логарифм совокупной заработной платы
Х1t - количество лет обучения
Х2 t - опыт работы
Выборка составлена таким образом, что номера от 1 до 100 соответствуют женщинам, а со 101 по 300 – мужчинам
Требуется:
Предложить два способа представления нулевой гипотезы, что заработная плата мужчины для данного уровня образования и опыта работы выше, чем у женщины с такими же характеристиками
Проверить гипотезу, что коэффициенты уравнений типа (9.3) , построенных отдельно для подвыборок мужчин и женщин, совпадают. Известно, что в модели для женщин сумма квадратов остатков равна 0.13, а для мужчин 0.33. Оценка МНК по всей выборке дает сумму квадратов остатков 0.6
