Загрузка...
Учебная работа № 88706. «Контрольная Эконометрика вариант 2
Содержание:
«Задание 1
1. Составить уравнение линейной регрессии , используя МНК, и найти числовые характеристики переменных.
2. Составить уравнение линейной регрессии , используя матричный метод.
3. Вычислить коэффициент корреляции и оценить полученное уравнение регрессии.
4. Найти оценки параметров .
5. Найти параметры нормального распределения для статистик и .
6. Найти доверительные интервалы для и на основании оценок и при уровне значимости ? = 0,05.
7. Вычислить коэффициент детерминации и оценить качество выбранного уравнения регрессии.
Имеются данные по магазинам о размере торговой площади Х (кв. м) и объёмам товарооборота Y (тыс. руб.)
Х 110 180 140 190 120 211 150 252 280 236
Y 22,6 28,6 21,4 24,6 15,4 34,6 21,8 40,2 45,5 25,0
Задание 2
1. Составить уравнение множественной линейной регрессии y = a + b1x1 + b2x2 + ? в матричной форме, используя МНК, и найти числовые характеристики переменных.
2. Найти оценки параметров а, b1, b2, б?.
3. Найти коэффициент детерминации и оценить уравнение регрессивной связи.
4. Построить корреляционную матрицу и оценить статистическую зависимость между переменными.
Имеются данные о влиянии климатических условий на урожайность зерновых Y (ц/га) за счёт количества осадков Х1 (мм) в период вегетации и средней температуры воздуха Х2 (С?)
№ п/п Y Х1 Х2
1 9 5 14,5
2 13 12 18
3 16 6 12
4 14 7 13
5 21 8 14
Задание 3
В таблице приведены данные, отражающие процент инфляции за девятилетний период, то есть временной ряд инфляции. Найти коэффициенты автокорреляции для лагов т = 1,2 и частный коэффициент автокорреляции.
Год, t 1 2 3 4 5 6 7 8 9
Инфляция,% 14 15 12 11 10 14 11 14 12
Задание 4 (Теория) ответить подробно на вопросы
1. Коэффициент автокорреляции
2. Эконометрика как наука об изменениях
1. Коэффициент автокорреляции
2. Эконометрика как наука об изменениях
»
Форма заказа готовой работы
Выдержка из похожей работы
Таблица 1
№ п/п
1
2
3
4
5
6
7
8
9
10
х*
Х
140
110
120
90
130
80
100
75
135
60
125
У
5,4
4,1
5,6
3,3
4,2
2,9
3,6
2,5
4,9
3,0
1, Постройте поле корреляции и сформулируйте гипотезу о форме связи,
2, Рассчитайте параметры уравнений линейной, степенной и гиперболической регрессии,
3, Оцените тесноту связи с помощью показателей корреляции и детерминации,
4, Дайте с помощью среднего коэффициента эластичности сравнительную оценку силы связи фактора с результатом,
5, Оцените с помощью средней ошибки аппроксимации качество уравнений регрессии,
6, Оцените с помощью F-критерия Фишера статистическую надежность результатов регрессионного моделирования, По значениям характеристик, рассчитанных в п,п, 3-5 и данном пункте, выберите лучшее уравнение регрессии и дайте обоснование этого шага,
7, Для выбранной лучшей модели постройте таблицу дисперсионного анализа и найдите доверительные интервалы для параметров регрессии и коэффициента корреляции,
8, Сделать прогноз значения при (см, задание) и найти доверительные интервалы прогноза для двух уравнений регрессии
,
9, Оценить полученные результаты и сделать вывод,
Решение
уравнение корреляция регрессия аппроксимация
1, Построим диаграмму рассеивания по исходным данным для своего варианта
Y
4 2 50 100 150 X
Из диаграммы следует, что между показателями и действительно наблюдается зависимость, Но сделать вывод какая именно, трудно, поэтому рассмотрим все три регрессии, а затем выберем лучшую,
А) Рассмотрим линейную регрессию,
Составим исходную расчетную таблицу, Для удобства можно добавить в нее еще два столбца: , чтобы сразу получить общую сумму квадратов»