Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Эконометрика.doc
Скачиваний:
1
Добавлен:
01.04.2025
Размер:
337 Кб
Скачать
☆

Тема 2. Элементы теории вероятностей и математической статистики

Контрольные вопросы

  1. Дайте определение случайной величины.

  2. Назовите числовые характеристики случайной величины.

  3. В чем состоит смысл закон больших чисел и предельных теорем Бернулли и Ляпунова.

  4. 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.

  1. Что такое классическая модель линейной регрессии

  2. Какие допущения лежат в основе классической модели линейной регрессии

  3. Что такое коэффициент детерминации , какие проблемы могут возникнуть при использовании коэффициента детерминации

  4. Что такое скорректированный коэффициент детерминации

  1. Как проводится оценка качества уравнения регрессии

  2. Что такое коэффициент корреляции , какими свойствами он обладает.

  3. 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 :

  1. Определить 95% прогнозный интервал математического ожидания целевой переменной (Уо) при Хо =30

  2. 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 :

  1. Оценить дисперсию ошибки уравнения регрессии

  2. 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

    1. Что представляет из себя уравнение множественной регрессии.

    2. Почему при рассмотрении множественной регрессии необходимо пользоваться матричной записью.

    3. Каким образом производится оценка параметров в уравнении множественной регрессии

    4. Назовите предпосылки для множественного регрессионного анализа

    5. 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:

  1. Проверить статистическую значимость коэффициентов уравнения при а = 0.05

  2. Определить , является ли константа значимо меньше 0.31

  3. 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:

  1. уравнение регрессии (У) по (Х) и построить ее график

  2. коэффициент корреляции между (У) и (Х)

  3. сменную среднюю добычу угля на одного рабочего для шахт с мощностью пласта 8 м

  4. 95% -ые доверительные интервалы для индивидуального и среднего значений сменной добычи угля на одного рабочего для шахт с мощностью пласта 8м

  5. 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

  1. Какие последствия имеют нарушения допущений классической модели линейной регрессии

  2. Каковы нарушения допущения М(Иi) =0

  3. Каковы последствия нарушения допущения D ( Иi ) =

  4. Каким образом можно обнаружить гетероскедастичность

  5. Каким образом можно устранить гетероскедастичность

  6. Каковы последствия нарушения допущения cov ( ui uj) =0

  7. Как проводится проверка уравнения на автокорреляцию

  8. 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

  1. В чем состоит суть обобщенной регрессионной модели.

  2. Сформулируйте теорему Айткена

  3. Является ли коэффициент детерминации удовлетворительной мерой качества обобщенной регрессионной модели .

  4. Почему для практической реализации обобщенного метода наименьших квадратов необходимо вводить дополнительные условия на структуру ковариационной матрицы вектора возмущений ( ошибок).

  5. 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

    1. Что такое мультиколлинеарность

    2. По каким признакам можно обнаружить мультиколлинеарность

    3. Каким образом можно уменьшить мультиколлинеарность

    4. В каких случаях используются модели с переменной структурой

    5. Что такое фиктивные переменные

    6. Какое влияние оказывают фиктивные переменные на оценку модели.

    7. Для чего служит критерий (тест) Г.Чоу

    8. 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:

  1. 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

  2. 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