- •Содержание
- •Введение
- •1. Требования к оформлению контрольной работы. Выбор варианта
- •2. Контрольные задания Задание 1 Линейная регрессионная модель
- •Задание 2 Нелинейная модель. Линеаризация
- •Задание 3 Множественная регрессия
- •Задание 4 Системы регрессионных уравнений
- •Задание 5 Временные ряды. Авторегрессия
- •3.1. Линейная регрессионная модель
- •3. Методические указания
- •3.2. Нелинейная модель. Линеаризация
- •3.3. Множественная регрессия
- •3.4. Системы регрессионных уравнений
- •3.5. Временные ряды. Авторегрессия
- •4. Лекции Тема 1. Введение. Эконометрика и эконометрическое моделирование: основные понятия и определения
- •Эконометрическое моделирование состоит из следующих этапов:
- •Тема 2. Парная корреляция и регрессия
- •2.1. Ковариация. Выборочный коэффициент парной корреляции
- •2.3. Модель парной регрессии. Основные понятия. Линейная парная регрессия
- •2.4. Определение параметров линейной парной модели методом мнк
- •2.5. Проверка значимости параметров парной линейной модели
- •2.6. Проверка выполнения предпосылок мнк.
- •2.7. Оценка качества уравнения регрессии
- •2.8. Нелинейные модели парной регрессии
- •2.9. Прогнозирование с применением парного уравнения регрессии
- •Тема 3. Модель множественной регрессии
- •Общий вид линейной модели множественной регрессии
- •Оценка параметров модели с помощью мнк. Отбор факторов
- •3.3. Анализ статистической значимости параметров модели
- •Оценка качества линейной модели множественной регрессии
- •Оценка влияния отдельных факторов на исследуемую переменную
- •Построение прогнозов на основе модели множественной линейной регрессии
- •Применение обработки регрессия для определения параметров модели множественной линейной регрессии и её исследования
- •Тема 4. Системы линейных одновременных уравнений
- •П одставим это выражение в первое уравнение вместо x2 , и после необходимых арифметических преобразований, получим первое уравнение структурной формы: Далее выразим x1 из первого уравнения пфм
- •Тема 5. Многомерный статистический анализ
- •5. Программа курса
- •6. Вопросы для самопроверки
- •1. Парная линейная регрессия
- •2. Множественная линейная регрессия
- •4. Системы регрессионных уравнений
- •5. Временные ряды. Авторегрессия
- •Заключение
- •Литература
- •Эконометрика Учебное пособие
1. Требования к оформлению контрольной работы. Выбор варианта
Контрольную работу следует выполнять в ученических тетрадях или на отдельных листах. Титульный лист включает: название института, название кафедры, название контрольной работы, фамилию, имя, отчество и личный шифр студента. Задания могут выполняться с применением компьютера. Вычисления производятся с точностью до трех знаков после запятой.
Номер варианта N определяется по двум последним цифрам nn Вашей зачетной книжки по правилу:
N=20, если nn=00, N=nn, если 00<nn≤20; N=nn-20, если 20<nn≤40; N=nn-40, если 40<nn≤60, и т.д.
2. Контрольные задания Задание 1 Линейная регрессионная модель
В табл.1 даны наблюдения xt и yt . Предполагается, что зависимую переменную y и независимую x связывает линейное регрессионное уравнение yt=a+b·xt+εt,
где а и b неизвестные параметры уравнения, εt – случайные отклонения.
Постройте диаграмму рассеяния наблюдений и визуально проверьте гипотезу о возможной линейной зависимости между x и y;
По методу наименьших квадратов (МНК) определите оценки параметров а и b линейной регрессионной модели;
На диаграмме рассеяния постройте график прогнозных значений
,
где
- оценка параметра а, а
- оценка параметра b.
Вычислите оценку дисперсии остатков. Оцените дисперсию и ;
С уровнем значимости 0,05 проверьте гипотезу a=100 и гипотезу b=0.
Постройте 95% доверительные интервалы для параметров а и b.
Определите коэффициент детерминации R2, качественно оценить тесноту связи между x и y;
Вычислите дисперсионное отношение F, с уровнем значимости 0,05 проверьте гипотезу о наличии связи между x и y;
Определите прогнозное значение
при
х11=N,
где N – номер
Вашего варианта. Постройте 95%
доверительный интервал для найденного
прогнозного значения.
Оцените с помощью эластичности силу влияния фактора на результат в точке х11.
Задание 2 Нелинейная модель. Линеаризация
Для тех же наблюдений xt и yt, предполагается, что зависимую переменную у и независимую x связывает нелинейное регрессионное уравнение:
для
вариантов 1,6,11,16;
для
вариантов 2,7,12,17;
для вариантов 3,8,13,18;
для вариантов 4,9,14,19;
для
вариантов 5,10,15,20.
Проведите линеаризацию модели, определите оценки параметров нелинейной модели.
Оцените качество модели с помощью коэффициента детерминации и дисперсионного отношения F.
Определите прогнозное значение при х11=N, где N – номер Вашего варианта. Постройте 95% доверительный интервал для прогноза.
Оцените с помощью эластичности силу влияния фактора на результат в точке х11.
На диаграмме рассеяния постройте график прогнозных значений. Определите сумму квадратов отклонений наблюдений от нелинейного прогноза.
Таблица 1 |
||||||||||
t |
Вариант 1 |
Вариант 2 |
Вариант 3 |
Вариант 4 |
Вариант 5 |
|||||
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
|
1 |
9 |
31 |
15 |
60 |
13 |
25 |
14 |
110 |
19 |
26 |
2 |
11 |
31 |
17 |
84 |
9 |
22 |
18 |
136 |
11 |
33 |
3 |
15 |
35 |
7 |
19 |
15 |
25 |
16 |
125 |
6 |
42 |
4 |
6 |
28 |
17 |
75 |
15 |
25 |
8 |
84 |
9 |
36 |
5 |
17 |
33 |
15 |
59 |
18 |
27 |
19 |
140 |
15 |
28 |
6 |
13 |
31 |
16 |
65 |
6 |
18 |
6 |
77 |
17 |
28 |
7 |
14 |
34 |
14 |
50 |
11 |
24 |
16 |
120 |
18 |
28 |
8 |
16 |
34 |
13 |
55 |
14 |
25 |
13 |
100 |
11 |
34 |
9 |
7 |
28 |
6 |
32 |
18 |
27 |
8 |
84 |
19 |
25 |
10 |
11 |
31 |
15 |
53 |
8 |
21 |
6 |
75 |
11 |
33 |
t |
Вариант 6 |
Вариант 7 |
Вариант 8 |
Вариант 9 |
Вариант 10 |
|||||
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
|
1 |
9 |
131 |
7 |
16 |
9 |
25 |
12 |
97 |
10 |
33 |
2 |
7 |
130 |
11 |
26 |
18 |
31 |
6 |
74 |
19 |
25 |
3 |
16 |
144 |
14 |
38 |
20 |
31 |
14 |
107 |
14 |
31 |
4 |
11 |
140 |
9 |
25 |
17 |
29 |
13 |
108 |
17 |
28 |
5 |
17 |
157 |
7 |
21 |
6 |
17 |
18 |
128 |
19 |
27 |
6 |
8 |
123 |
15 |
40 |
7 |
23 |
14 |
113 |
14 |
29 |
7 |
19 |
155 |
10 |
24 |
7 |
21 |
20 |
141 |
6 |
43 |
8 |
18 |
159 |
12 |
32 |
8 |
21 |
14 |
109 |
16 |
28 |
9 |
12 |
145 |
6 |
18 |
20 |
30 |
10 |
88 |
9 |
39 |
10 |
14 |
153 |
7 |
19 |
18 |
30 |
14 |
112 |
10 |
36 |
t |
Вариант 11 |
Вариант 12 |
Вариант 13 |
Вариант 14 |
Вариант 15 |
|||||
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
|
1 |
16 |
32 |
13 |
52 |
9 |
22 |
5 |
72 |
19 |
26 |
2 |
19 |
34 |
15 |
66 |
8 |
20 |
18 |
136 |
19 |
25 |
3 |
12 |
31 |
15 |
62 |
20 |
27 |
10 |
88 |
13 |
30 |
4 |
16 |
32 |
14 |
61 |
9 |
22 |
7 |
75 |
19 |
27 |
5 |
14 |
34 |
6 |
26 |
15 |
26 |
15 |
114 |
7 |
41 |
6 |
6 |
29 |
19 |
89 |
15 |
26 |
10 |
97 |
17 |
26 |
7 |
13 |
32 |
11 |
41 |
14 |
26 |
5 |
73 |
9 |
37 |
8 |
10 |
32 |
14 |
54 |
19 |
26 |
8 |
84 |
18 |
27 |
9 |
12 |
34 |
7 |
25 |
18 |
27 |
19 |
143 |
8 |
38 |
10 |
20 |
35 |
16 |
70 |
19 |
27 |
7 |
79 |
9 |
37 |
t |
Вариант 16 |
Вариант 17 |
Вариант 18 |
Вариант 19 |
Вариант 20 |
|||||
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
хt |
yt |
|
1 |
17 |
158 |
7 |
23 |
9 |
24 |
8 |
84 |
19 |
27 |
2 |
15 |
138 |
6 |
18 |
11 |
28 |
19 |
140 |
16 |
27 |
3 |
8 |
129 |
14 |
36 |
17 |
32 |
6 |
77 |
19 |
26 |
4 |
5 |
114 |
7 |
21 |
19 |
27 |
16 |
120 |
14 |
29 |
5 |
16 |
155 |
16 |
39 |
14 |
32 |
13 |
100 |
17 |
29 |
6 |
14 |
151 |
19 |
52 |
9 |
27 |
8 |
84 |
14 |
32 |
7 |
20 |
163 |
14 |
37 |
19 |
33 |
6 |
75 |
12 |
31 |
8 |
16 |
145 |
9 |
20 |
16 |
31 |
12 |
97 |
6 |
45 |
9 |
12 |
144 |
16 |
41 |
12 |
27 |
6 |
74 |
14 |
30 |
10 |
12 |
148 |
6 |
17 |
6 |
21 |
14 |
107 |
19 |
26 |
