Учебная работа № 88617. «Контрольная Эконометрика. Лабораторная работа, задания 1-5

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Пока оценок нет)
Загрузка...
Контрольные рефераты

Учебная работа № 88617. «Контрольная Эконометрика. Лабораторная работа, задания 1-5

Количество страниц учебной работы: 5
Содержание:
«Лабораторная работа 1.
1) Расходы на выбранный продукт (услугу), соответствующие Вашему номеру,
2) Личный располагаемый доход DPI (доход PI)
ЗАДАНИЕ:
По данным США за период с 1959 по 1977 о потребительских расходах на выбранный Вами товар и располагаемых личных доходах (доходах) проведите исследование регрессионной модели на основе линейной функции, согласно следующему плану:
1. К какому виду относится выбранный Вами продукт (услуга)? Предположите форму зависимости между выбранным товаром или услугой (уi) и располагаемым личным доходом (хi). Рассчитайте коэффициент эластичности. Сделайте вывод.
2. Оцените регрессию между расходами на выбранный товар или услугу (уi) и располагаемым личным доходом (хi) на основе линейной модели.
3. Вычислите значение коэффициента детерминации R 2. Сделайте выводы о качестве модели.
4. Постройте графическое представление модели с указанием линии тренда.
5. Подтвердилось ли Ваше предположение о зависимости расходов на выбранный продукт (услугу) от фактора х?
Сделайте вывод на основе
а) графика б) коэффициента корреляции.
»

Стоимость данной учебной работы: 585 руб.Учебная работа № 88617.  "Контрольная Эконометрика. Лабораторная работа, задания 1-5
Форма заказа готовой работы

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант

    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским
    соглашением
    и даю согласие на обработку своих персональных данных.

    Выдержка из похожей работы

    И, Ползунова»

    Институт экономики и управления

    Кафедра «Экономика, финансы и кредит»

    РАСЧЕТНОЕ ЗАДАНИЕ

    по дисциплине «Эконометрика»

    Студент группы ЭК — 23

    Л,В, Евдокова

    Руководитель работы

    Доцент Е,М, Гельфанд

    БАРНАУЛ 2014

    Содержание

    Исходные данные

    Множественная модель уравнения регрессии

    Уравнение парной линейной регрессии

    Предпосылки МНК

    Список использованной литературы

    Приложения

    Исходные данные

    Средняя урожайность зерна (ц/га), У

    Орошение земель (тыс, га), Х1

    Курс доллара, Х2

    17,2

    3,5

    30,3647

    28,1

    3,4

    28,9503

    27,2

    1,5

    29,3282

    21,2

    0,5

    29,3627

    18,7

    2,8

    32,4509

    37,3

    3,1

    32,8169

    32,4

    2,1

    32,1881

    31

    0,6

    32,2934

    11,9

    1,8

    30,9169

    20,6

    2,9

    31,5252

    18,4

    2,7

    31,0565

    31,3

    1,5

    30,3727

    20,5

    1,6

    30,0277

    18,8

    2,4

    30,6202

    18,5

    2,6

    31,0834

    17,1

    3,3

    31,2559

    23,7

    3,2

    31,5893

    28,8

    2,7

    32,709

    24,2

    2

    32,8901

    25,8

    0,7

    33,2474

    17,3

    0,99

    32,3451

    19,1

    1,25

    32,0613

    15,7

    0,9

    33, 1916

    16,7

    0,7

    32,7292

    19,7

    3,5

    35,2448

    22,1

    3

    36,0501

    23

    2,9

    35,6871

    24

    0,1

    35,6983

    25,7

    0,5

    34,7352

    102,7

    0,4

    33,6306

    Множественная модель уравнения регрессии

    Средняя урожайность зерна (ц/га), У

    Орошение земель (тыс, га), Х1

    Курс доллара, Х2

    17,2

    3,5

    30,3647

    28,1

    3,4

    28,9503

    27,2

    1,5

    29,3282

    21,2

    0,5

    29,3627

    18,7

    2,8

    32,4509

    37,3

    3,1

    32,8169

    32,4

    2,1

    32,1881

    31

    0,6

    32,2934

    11,9

    1,8

    30,9169

    20,6

    2,9

    31,5252

    18,4

    2,7

    31,0565

    31,3

    1,5

    30,3727

    20,5

    1,6

    30,0277

    18,8

    2,4

    30,6202

    18,5

    2,6

    31,0834

    17,1

    3,3

    31,2559

    23,7

    3,2

    31,5893

    28,8

    2,7

    32,709

    24,2

    2

    32,8901

    25,8

    0,7

    33,2474

    17,3

    0,99

    32,3451

    19,1

    1,25

    32,0613

    15,7

    0,9

    33, 1916

    16,7

    0,7

    32,7292

    19,7

    3,5

    35,2448

    22,1

    3

    36,0501

    23

    2,9

    35,6871

    24

    0,1

    35,6983

    25,7

    0,5

    34,7352

    102,7

    0,4

    33,6306

    Высчитываем значения коэффициента частной и парной корреляции, а так же необходимые значения, для уравнений множественной регрессии:

    · y=a+b1x1+b2x2

    · ty=в1tx1+в2tx2

    Признак

    Среднее значение

    СКО

    Лин, коэф,

    парной коррел,

    Линейные коэф,

    частных коррел,

    y

    25,75714

    16,17129

    ryx1

    0,138691

    rx1x2

    0,111461

    x1

    32,21409

    1,923079

    ryx2

    -0,26109

    rx2x1

    -0,24839

    x2

    1,971333

    1,099341

    rx1x2

    -0,12219

    rx1x2y

    -0,08993

    Если сравнивать значения коэффициентов парной и частной корреляции, то приходим к выводу, Что из-за слабой межфакторной связи (rx1x2= — 0,12219) коэффициенты парной и частной корреляции отличаются незначительно,

    И следовательно значения: в1, в2, b1, b2, a,

    в1

    в2

    0,108407

    -0,24785

    b1

    b2

    a

    Ryx1x2

    0,911602

    -3,64581

    3,577821

    0,2824

    Найдем: Fx1факт, Fx2факт, для 30 нами выбранных значений и найденного нами индекса Множественной корреляции (Ryx1x2),

    Fx1факт

    Fx2факт

    0,339655

    1,775355

    Средний коэффициент эластичности: показывает, на сколько % в среднем измениться показатель y, от своего среднего значения при изменении фактора x на 1 % от своей величины,

    Эyx1ср, %

    Эyx2ср, %

    1,140127

    -0,27903

    Далее найдем значение дисперсии для каждого из следующих признаков: x1,x2,y,

    Дисп x1

    Дисп x2

    Дисп y

    3,698232

    1, 20855

    261,5107

    В результате всех вычислений получаем уравнение множественной регрессии: y=3,577821+0,911602*x1-3,64581*x2, ty=0,108407*tx1-0,24785tx2, Поскольку фактическое значение Fфакт = 0,3033 < Fтабл, (4,47), то коэффициент детерминации статистически не значим, а следовательно, полученное уравнение регрессии статистически ненадежно, Это означает, что его нельзя использовать для прогноза и дальнейшего анализа, Уравнение парной линейной регрессии Выбираем один из значимых признаков, для построения парной модели, (x1, y) и рассчитываем показатели: x1 y xy yт yт-y |yт-y| |yт-y|/y |yт-y|/y*100 3,5 17,2 60, 20 19,69 2,49 2,49 0,14 14,45 3,4 28,1 95,54 20,05 -8,05 8,05 0,29 28,64 1,5 27,2 40,80 27,02 -0,18 0,18 0,01 0,67 0,5 21,2 10,60 30,68 9,48 9,48 0,45 44,73 2,8 18,7 52,36 22,25 3,55 3,55 0, 19 19,00 3,1 37,3 115,63 21,15 -16,15 16,15 0,43 43,29 2,1 32,4 68,04 24,82 -7,58 7,58 0,23 23,40 0,6 31 18,60 30,32 -0,68 0,68 0,02 2, 20 1,8 11,9 21,42 25,92 14,02 14,02 1,18 117,80 2,9 20,6 59,74 21,89 1,29 1,29 0,06 6,24 2,7 18,4 49,68 22,62 4,22 4,22 0,23 22,93 1,5 31,3 46,95 27,02 -4,28 4,28 0,14 13,68 1,6 20,5 32,80 26,65 6,15 6,15 0,30 30,01 2,4 18,8 45,12 23,72 4,92 4,92 0,26 26,16 2,6 18,5 48,10 22,99 4,49 4,49 0,24 24,25 3,3 17,1 56,43 20,42 3,32 3,32 0, 19 19,41 3,2 23,7 75,84 20,79 -2,91 2,91 0,12 12,30 2,7 28,8 77,76 22,62 -6,18 6,18 0,21 21,46 2 24,2 48,40 25,18 0,98 0,98 0,04 4,07 0,7 25,8 18,06 29,95 4,15 4,15 0,16 16,09 0,99 17,3 17,13 28,89 11,59 11,59 0,67 66,98 1,25 19,1 23,88 27,93 8,83 8,83 0,46 46,25 0,9 15,7 14,13 29,22 13,52 13,52 0,86 86,10 0,7 16,7 11,69 29,95 13,25 13,25 0,79 79,34 3,5 19,7 68,95 19,69 -0,01 0,01 0,00 0,07 3 22,1 66,30 21,52 -0,58 0,58 0,03 2,63 2,9 23 66,70 21,89 -1,11 1,11 0,05 4,84 0,1 24 2,40 32,15 8,15 8,15 0,34 33,96 0,5 25,7 12,85 30,68 4,98 4,98 0, 19 19,39 0,4 102,7 41,08 31,05 -71,65 71,65 0,70 69,77 Уравнение парной линейной регрессии имеет вид: = а+bx, Находим средние значения (xср,, yср и их произведения xyср,), по совокупности n=30, Хср yср xyср 1,9713 25,2900 45,5724 Далее, находим Дисперсию по (x и y), а так же Среднее Квадратическое Отклонение (СКО) этих показателей, Дх СКОх Дy СКОy 1,1683 1,0809 238,4229 15,4409 b a -3,6658 32,5165 Посчитаем значения параметров a и b, Находим Aсред, Из всей совокупности (Ai) = 30,0036"

    Рейтинг@Mail.ru Яндекс.Метрика