Учебная работа № 74989. «Контрольная Эконометрика 64

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

Учебная работа № 74989. «Контрольная Эконометрика 64

Количество страниц учебной работы: 8
Содержание:
Исходные данные:
Имеются следующие исходные данные:
Показатель 1 2 3 4 5 6 7 8 9
Y 12 15 18 22 25 31 32 37 41
X1 26 30 32 30 35 33 35 38 40
X2 62 67 80 81 85 87 84 88 91

Y – результативный признак;
X1 и Х2 – факторные признаки.

Задание:
1) Построить матрицу коэффициентов парной корреляции Y(t) с Х1(t) и Х2(t) и выбрать фактор наиболее тесно связанный с зависимой переменной Y(t).
2) Построить линейную однопараметрическую модель регрессии:
Y(t) = a0 + a1X(t) для выбранного Х(t).
3) Для модели регрессии рассчитать коэффициент эластичности и бета коэффициент.
4) Построить точечный и интервальный прогнозы на два шага вперед по модели регрессии (для вероятности Р = 70%, используется коэффициент К = 1,05), прогнозные оценки фактора Х(t) получить на основе среднего прироста от фактически достигнутого уровня.
5) Отобразить на графиках фактические данные, результаты расчетов и прогнозирования.
Сделать выводы.

Список использованной литературы:

1. «Эконометрика: учебник», под ред. И.И. Елисеевой, — М.: «Финансы и статистика», 2005;
2. Доугерти К., «Введение в эконометрику», — М.: «Финансы и статистика», 2004;
3. Магнус Я.Р., Катышев П.К., Пересецкий А.А., «Эконометрика: начальный курс», — М.: «Дело», 2006;
4. Фишер Ф., «Проблема идентификации в эконометрии», — М.: Статистика, 2002.

Стоимость данной учебной работы: 390 руб.Учебная работа № 74989.  "Контрольная Эконометрика 64
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

    Коэффициенты эластичности факторов [pic] говорят о том, что при
    отклонении величины соответствующего фактора от его средней величины на 1%
    (% как относительная величина) и при отвлечении от сопутствующего
    отклонения другого фактора входящего в уравнение множественной регрессии,
    цена акции отклонится от своего среднего значения на 0,403% при действии
    фактора [pic] (доходность капитала) и на 1,188% при действии фактора
    [pic](уровень дивидендов),Таким образом сила влияния фактора [pic] на результат (цену акции)
    больше, чем фактора [pic], а сами факторы действуют в одном и том же
    положительном направлениии,Количественно фактор [pic] приблизительно в три раза сильнее влияет
    на результат чем фактор [pic],([pic]) Анализ уравнения регрессии по стандартизованным коэффициентам [pic]
    показывает, что второй фактор влияет сильнее на результат, чем фактор [pic]
    ([pic]), т.е,при учете вариации факторов их влияние более точно.6,Определить парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции,Парные коэффициенты корреляции определяются по формулам:Частные коэффициенты корреляции определяются по ф-ле: Множественный коэффициент корреляции определяется по формуле:Матрица парных коэффициентов корреляции
    [pic] Из таблицы видно, что в соответствии со шкалой Чеддока связь между
    [pic]и [pic] можно оценить как слабую, между [pic]и [pic]- как высокую,
    между [pic] и [pic] связь практически отсутствует,Таким образом, по построенной модели можно сделать вывод об
    отсутствии в ней мультиколлениарности факторов,Частные коэффициенты корреляции рассчитывались как оценки вклада во
    множественной коэффициент корреляции каждого из факторов ([pic] и [pic]).
    Они характеризуют связи между результативными признаками (ценой акции) и
    соответствующим фактором x приПричина различий между значениями частных и парных коэффициентов корреляции
    состоит в том, что частный коэффициент отражает долю вариации
    результативного прихнака (цены акции), дополнительно объясняемой при
    включении фактора [pic] (или [pic]) после другого фактора [pic] (или [pic])
    в уравнение регрессии, не объяснимой ранее включенным фактором [pic](или
    [pic]).6.————————
    [pic][pic][pic][pic][pic][pic] [pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic][pic]

    »

    Рейтинг@Mail.ru Яндекс.Метрика