Учебная работа № 75773. «Контрольная Эконометрика 15

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

Учебная работа № 75773. «Контрольная Эконометрика 15

Количество страниц учебной работы: 24
Содержание:
Задание № 1.
На основе приведенных данных требуется:
1. Рассчитать коэффициент линейной парной корреляции и построить уравнение линейной парной регрессии одного признака от другого. Один из признаков, соответствующих Вашему варианту, будет играть роль факторного (х), другой – результативного (y). Причинно-следственные связи между признаками установить самим на основе экономического анализа. Пояснить смысл параметров уравнения.
2. Определить теоретический коэффициент детерминации и остаточную (необъясненную уравнением регрессии) дисперсию. Сделать вывод.
3. Оценить статистическую значимость уравнения регрессии в целом на пятипроцентном уровне с помощью F-критерия Фишера. Сделать вы-вод.
4. Выполнить прогноз ожидаемого значения признака-результата y при прогнозном значении признака-фактора х, составляющим 105% от среднего уровня х. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал с вероятностью 0,95.
Таблица 1
Показатели деятельности производственных предприятий за 2006 год
№ наблюдений Собственные оборотные средства, млн. руб. Курсовая цена акции, руб.
А 1 2
16 1386 114
17 1631 133
18 1735 116
19 1181 85
20 922 91
21 1281 82
22 1333 105
23 1632 124
24 635 70
25 949 84
26 788 106
27 1728 128
28 1773 105
29 1679 121
А 1 2
30 1085 79
31 1214 82
32 1422 80
33 523 37
34 1025 101
35 1083 98
36 1466 98
37 1642 134
38 387 39
39 704 88
40 1177 108
41 1792 112
42 2072 80
43 1178 120
44 1304 88
45 1308 104
46 1416 94
47 1185 107
48 1220 82
49 1311 84
50 1288 101
51 918 98
52 809 89
53 1188 118
54 1394 90
55 1435 123
56 1514 107
57 1577 97
58 1579 126
59 1210 147
60 1448 88
61 1468 111
62 1661 121
63 989 104
64 1007 63
65 1030 99

Задание 2.
На основе приведенных данных требуется:
1. Построить уравнение множественной регрессии. Пояснить смысл пара-метров уравнения.
2. Рассчитать частные коэффициенты эластичности. Сделать вывод.
3. Определить стандартизованные коэффициенты регрессии (-коэффициенты). Сделать вывод.
4. Определить парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции; сделать выводы.
5. Оценить значимость параметров уравнения регрессии с помощью t-критерия Стьюдента, а также значимость уравнения регрессии в целом с помощью общего F-критерия Фишера. Предложить окончательную мо-дель (уравнение регрессии). Сделать выводы.
Таблица 4
Показатели деятельности производственных предприятий за 2006 год
№ наблю-дений Собственные оборотные средства, млн. руб.
х1 Балансовая при-быль, млн. руб.
х2 Курсовая цена акции, руб.
у
А 1 2 2
16 1386 122 114
17 1631 118 133
18 1735 119 116
19 1181 102 85
20 922 100 91
21 1281 103 82
22 1333 113 105
23 1632 124 124
24 635 95 70
25 949 102 84
26 788 112 106
27 1728 124 128
28 1773 116 105
29 1679 118 121
30 1085 100 79
31 1214 99 82
32 1422 107 80
А 1 2 2
33 523 87 37
34 1025 109 101
35 1083 106 98
36 1466 113 98
37 1642 123 134
38 387 82 39
39 704 104 88
40 1177 112 108
41 1792 116 112
42 2072 106 80
43 1178 120 120
44 1304 105 88
45 1308 114 104
46 1416 107 94
47 1185 115 107
48 1220 96 82
49 1311 104 84
50 1288 108 101
51 918 102 98
52 809 102 89
53 1188 120 118
54 1394 106 90
55 1435 114 123
56 1514 112 107
57 1577 112 97
58 1579 122 126
59 1210 122 147
60 1448 108 88
61 1468 114 111
62 1661 113 121
63 989 108 104
64 1007 102 63
65 1030 112 99

Задание № 3
На основе ниже приведенных данных провести идентификацию моде-ли и описать процедуру оценивания параметров уравнений структурной формы модели.
Таблица 5
Исходные данные
y2 y3 x1 x2 x3
y12 0 b31 0 a21 a31
y1 y3 x1 x2 x3
y23 0 b32 a12 a22 a32
y1 y2 x1 x2 x3
y34 b13 0 a13 a23 a33

Задание № 4
На основе ниже приведенных данных, постройте модель временного ряда. Для этого требуется:
1. Построить коррелограмму и определить имеет ли ряд тенденцию и сезонные колебания.
2. Провести сглаживание ряда скользящей средней и рассчитать значения сезонной составляющей.
3. Построить уравнения тренда и сделать выводы.
4. На основе полученной модели сделать прогноз на следующие два квартала с учетом выявленной сезонности.

Список использованной литературы:

1. Доугерти К. Введение в эконометрику: Пер.с англ. –М.: ИНФРА-М, 2000.
2. Практикум по эконометрике. / Под ред. члена-корреспондента Российской Академии наук И.И. Елисеевой. М.: Финансы и статистика, 2001.
3. Эконометрика. / Под ред. члена-корреспондента Российской Академии наук И.И. Елисеевой. М.: Финансы и статистика, 2001.
4. Айвазян С.А., Мхитарян В.И. Прикладная статистика и эконометрика: Учебник для ВУЗов. М.: ЮНИТИ, 1998.
5. Добрынина Н.В., Нименья И.Н., Курова Л.И.. Сборник задач по эконометрике: СПб: Изд-во СПбГИЭУ, 2007.

Стоимость данной учебной работы: 585 руб.Учебная работа № 75773.  "Контрольная Эконометрика 15
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.


Введите символы с изображения:

captcha

Выдержка из похожей работы

Рассчитаем линейный коэффициент корреляции:

 или

где , — средние квадратические отклонения признаков x и y,
соответственно

Так как = 2,23, = 7,098, то

= 0,879, что означает тесную прямую связь
рассматриваемых признаков

Коэффициент детерминации
составит

= 0,773

Вариация результата (y) на 77,3% объясняется вариацией
фактора (x),На долю прочих факторов, не
учитываемых в регрессии, приходится 22,7%.

4,
Средняя ошибка аппроксимации
() находится как средняя
арифметическая простая из индивидуальных ошибок

= =7,9%,

(см,последнюю графу
расчетной табл,1.1.).

Ошибка аппроксимации
показывает хорошее соответствие расчетных () и фактических (y) данных: среднее отклонение составляет 7,9%.

5,
Стандартная
ошибка регрессии рассчитывается по следующей формуле:

,

где m – число параметров при переменных x.

В нашем примере
стандартная ошибка регрессии

= 3,782

6,Оценку статистической
значимости построенное модели регрессии в целом производится с помощью F-критерия Фишера,Фактическое
значение F-критерия для парного линейного
уравнения регрессии определяется как

F =

где Сфакт =  — факторная, или объясненная
регрессия, сумма квадратов; Сост = — остаточная сумма квадратов;

— коэффициент детерминации.

В нашем примере F-критерий Фишера будет равен (см.
приложение №1):

F = = 27,233

Табличное значение F-критерия при числе степеней свободы
1 и 8 и уровне значимости 0,05 составит: 0,05 F1,8 = 5,32, т,е,фактическое значение F (Fфакт = 27,233) превышает табличное (Fтабл = 5,32), и можно сделать вывод, что
уравнение регрессии статистически значимо,Следовательно гипотеза Н0
отклоняется.

Чтобы оценить значимость
отдельных параметров уравнения, надо по каждому из параметров определить его
стандартные ошибки: mb и ma.

Стандартная ошибка
коэффициента регрессии определяется по формуле:

mb = =

где S2 – остаточная дисперсия на одну степень свободы.

Стандартная ошибка
параметра a определяется по формуле:

ma = .

Для нахождения
стандартных ошибок строим расчетную таблицу (см,приложение №1).

Для нашего примера
величина стандартной ошибки коэффициента регрессии составила:

mb == 0,536.

Величина стандартной
ошибки параметра a составила:

ma =  = 3,168

Для оценки существенности
коэффициента регрессии и параметра a их величины сравниваются с их стандартными ошибками, т,е,определяются
фактические значения t-критерия
Стьюдента:

tb =, ta = .

Для нашего примера

tb = = 5,222, ta =  = 4,814

Фактические значения t-критерии превосходят табличные
значения:

tb =5,222 > tтабл = 2,306; ta = 4,814 > tтабл = 2,306

Поэтому гипотеза Н0
отклоняется, т,е»