Учебная работа № /7038. «Контрольная Эконометрика, 5 задач 44
Учебная работа № /7038. «Контрольная Эконометрика, 5 задач 44
Содержание:
«Содержание
Задача 1 3
Задача 2 9
Задача 3 17
Задача 4 20
Задача 5 22
Список использованных источников 32
Задача 1
По территориям Центрального района известны данные за 2002 г.
Таблица 1
Район Средний размер назначенных ежемесячных пенсий, руб., у Прожиточный минимум в среднем на одного пенсионера в месяц, руб., х
Брянская обл. 2495 1789,5
Владимирская обл. 2355 2029,5
Ивановская обл. 2305 1979,5
Калужская обл. 2355 2019,5
Костромская обл. 2295 1899,5
г. Москва 2595 3029,5
Московская обл. 2465 2159,5
Орловская обл. 2415 1669,5
Рязанская обл. 2245 1999,5
Смоленская обл. 2295 1809,5
Тверская обл. 2315 1819,5
Тульская обл. 2405 1869,5
Ярославская обл. 2385 2509,5
Задание
1. Найдите параметры уравнения линейной регрессии.
2. Оцените тесноту связи с помощью показателей корреляции.
3. С помощью F-критерия Фишера оцените статистическую надежность результатов регрессионного моделирования.
4. Рассчитайте прогнозное значение результата, если прогнозное значение фактора увеличится на 10% от его среднего уровня. Оцените доверительный интервал прогноза для уровня значимости .
5. Выводы оформите в аналитической записке.
Задача 2
По территориям Центрального района известны данные за 2003 г.
Таблица 2
Район Доля денежных доходов, направленных на прирост сбережений во вкладах, займах, сертификатах и на покупку валюты, в общей сумме среднедушевого денежного дохода, %, у Среднемесячная начисленная заработная плата, руб., х
Брянская обл. 7,85 2985
Владимирская обл. 9,65 3435
Ивановская обл. 7,35 3095
Калужская обл. 9,35 3525
Костромская обл. 7,05 3655
Орловская обл. 10,35 2985
Рязанская обл. 11,95 3505
Смоленская обл. 7,35 3365
Тверская обл. 10,25 3665
Тульская обл. 9,15 3615
Ярославская обл. 9,55 3905
Задание
1. Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнений линейной, степенной, экспоненциальной, логарифмической, обратной, гиперболической регрессий.
3. Дайте с помощью среднего (общего) коэффициента эластичности сравнительную оценку силы связи фактора с результатом.
4. Оцените с помощью средней ошибки аппроксимации качество уравнений.
5. Оцените с помощью F-критерия Фишера статистическую надежность результатов регрессивного моделирования. По значениям характеристик, рассчитанных в п.4 и данном пункте, выберите лучшее уравнение регрессии и дайте его обоснование.
6. Рассчитайте прогнозное значение результата, если прогнозное значение фактора увеличится на 10% от его среднего уровня. Определите доверительный интервал прогноза для уровня значимости .
7. Оцените полученные результаты, выводы оформите в аналитической записке.
Задача 3
Зависимость среднемесячной производительности труда от возраста рабочих характеризуется моделью: . Ее использование привело к результатам, представленным в табл.3.
Таблица 3
№ п/п Производительность труда рабочих, руб., у
Фактическая Расчетная
1 2150 1950
2 1750 1950
3 2250 2250
4 2450 2350
5 2550 2450
6 2050 2150
7 2150 2250
8 1850 1950
9 2050 1950
10 1850 1850
Задание
Оцените:
1) качество модели, определив ошибку аппроксимации;
2) индекс корреляции;
3) F-критерий Фишера.
Задача 4
Изучается зависимость потребления материалов у от объема производства продукции х. По 20 наблюдениям были получены следующие варианты уравнения регрессии:
1.
(6,48)
2.
(6,19)
3.
(6,2)
4.
(3,0) (2,65)
В скобках указаны фактические значения t-критерия.
Задание
1. Определите коэффициент детерминации для 1-го уравнения.
2. Запишите функции, характеризующие зависимость у от х во 2-м и 3-м уравнениях.
3. Определите коэффициенты эластичности для каждого из уравнений.
4. Выберите наилучший вариант уравнения регрессии.
Задача 5
Имеются данные о деятельности крупнейших компаний некоторого государства в 2009 году (табл.4).
Таблица 4
№ Чистый доход, млрд. руб., у Оборот капитала, млрд. руб., х1 Использованный капитал, млрд. руб., х2 Численность служащих, тыс. чел., х3
1 7,55 13,455 93,1 317
2 3,95 35,1 16 127
3 7,45 210,405 59,9 177
4 4,25 32,565 24,9 140,2
5 1,05 155,22 39,1 394,3
6 4,55 31,59 22,8 136,6
7 2,45 11,505 15,4 112,8
8 6,45 103,545 36,6 246
9 3,35 36,66 20,7 177,3
10 3,95 68,835 25,9 198
11 5,15 140,205 42 320,4
12 3,65 182,52 34,9 770
13 2,55 19,5 15,9 138,8
14 3,35 61,425 22 197,3
15 4,25 71,565 23,7 200
16 2,75 26,91 16 144,1
17 3,35 126,36 32,2 145,4
18 2,55 59,28 25,3 575
19 2,35 23,595 18,8 166
20 1,85 61,035 28,4 138
Задание
1. Рассчитайте параметры линейного уравнения множественной регрессии с полным перечнем факторов.
2. Оцените статистическую значимость параметров регрессионной мо-дели с помощью t-критерия; нулевую гипотезу о значимости уравнений и показателей тесноты связи проверьте с помощью F-критерия.
3. Рассчитайте матрицы парных и частных корреляций и на их основе и по t-критерию для коэффициентов регрессии отберите существенные факторы в модели. Постройте модель только с существенными факторами и оцените ее параметры.
4. Рассчитайте прогнозное значение результата, если прогнозное значение факторов составляет 80% от их максимальных значений.
5. Рассчитайте ошибки и доверительный интервал прогноза для уровня значимости 5 или 10%.
6. Оцените полученные результаты, выводы оформите в аналитической записке.
Список использованных источников
1. Кремер Н.Ш. Эконометрика. / Н.Ш. Кремер, Б.А.Путко. — М., ЮНИТИ, 2011. – 456 с.
2. Катышев П.К. Сборник задач к начальному курсу эконометрики / П.К. Катышев, А.А. Пересецкий – М.: Дело, 2009. – 72 с.
3. Магнус Я.Р. Эконометрика. Начальный курс / Я.Р. Магнус, П.К. Катышев, А.А. Пересецкий – М.: Дело, 2010. – 400 с.
4. Практикум по эконометрике: учеб. пособие / под ред. И. И. Елисеевой. – М.: Финансы и статистика, 2011. – 192 с.
5. Россия в цифрах. 2015: Крат. стат. сб. / Росстат — M., 2015. – 543 с.
6. Эконометрика: учебное пособие / под ред. И. И. Елисеевой. – М.: Финансы и статистика, 2011. – 245 с.
»
Выдержка из похожей работы
Таблица 1,4
Мес,
Задача 1
Задача 2
Задача 3
Задача 4
Задача 5
y
x
y
x
y
x
y
x
y
x
1
13,0
37,0
13,2
37,2
22,5
46,0
22,5
29,0
23,0
22,8
2
16,4
60,0
15,9
58,2
25,5
54,0
25,8
36,2
26,8
27,5
3
17,0
60,9
16,2
60,8
19,2
50,2
20,8
28,9
28,0
34,5
4
15,2
52,1
15,4
52,0
13,5
43,8
15,2
32,4
18,4
26,4
5
14,2
40,1
14,2
44,6
25,4
78,6
25,8
49,7
30,4
19,8
6
10,5
30,4
11,0
31,2
17,8
60,2
19,4
38,1
20,8
17,9
7
20,0
43,0
21,1
26,4
18,0
50,2
18,2
30,0
22,4
25,2
8
12,0
32,1
13,2
20,7
21,0
54,7
21,0
32,6
21,8
20,1
9
15,6
35,1
15,4
22,4
16,5
42,8
16,4
27,5
18,5
20,7
10
12,5
32,0
12,8
35,4
23,0
60,4
23,5
39,0
23,5
21,4
11
13,2
33,0
14,5
28,4
14,6
47,2
18,8
27,5
16,7
19,8
12
14,6
32,5
15,1
20,7
14,2
40,6
17,5
31,2
20,4
24,5
Задание:
Рассчитайте параметры уравнений регрессий и , Оцените тесноту связи с показателем корреляции и детерминации,
Рассчитайте средний коэффициент эластичности и дайте сравнительную оценку силы связи фактора с результатом,
Рассчитайте среднюю ошибку аппроксимации и оцените качество модели,
С помощью F-статистики Фишера (при ) оцените надежность уравнения регрессии,
Рассчитайте прогнозное значение , если прогнозное значение фактора увеличится на 5% от его среднего значения, Определите доверительный интервал прогноза для ,
Расчеты должны быть подробны, как показано в примере 1, и сопровождены пояснениями,
Решение
Составим таблицу расчетов для линейной регрессии y = a + bx + е (таблица построена в MS Exсel),
Таблица 1,
x
x2
y
xy
y2
y — ?
x — x~
(y — ?) 2
(x — x~) 2
y
y — y
(y — y) 2
A (%)
22,8
519,84
23
524,4
529
0,44
-0,58
0, 20
0,34
22,37
0,63
0,40
2,76
27,5
756,25
26,8
737
718,2
4,24
4,12
17,99
16,95
23,91
2,89
8,32
10,77
34,5
1190,3
28
966
784
5,44
11,12
29,61
123,58
26,22
1,78
3,16
6,35
26,4
696,96
18,4
485,8
338,6
-4,16
3,02
17,29
9,10
23,55
-5,15
26,55
28,00
19,8
392,04
30,4
601,9
924,2
7,84
-3,58
61,49
12,84
21,38
9,02
81,40
29,68
17,9
320,41
20,8
372,3
432,6
-1,76
-5,48
3,09
30,07
20,75
0,05
0,00
0,23
25,2
635,04
22,4
564,5
501,8
-0,16
1,82
0,03
3,30
23,16
-0,76
0,57
3,38
20,1
404,01
21,8
438,2
475,2
-0,76
-3,28
0,58
10,78
21,48
0,32
0,10
1,48
20,7
428,49
18,5
383
342,3
-4,06
-2,68
16,47
7, 20
21,67
-3,17
10,08
17,16
21,4
457,96
23,5
502,9
552,3
0,94
-1,98
0,89
3,93
21,90
1,60
2,54
6,79
19,8
392,04
16,7
330,7
278,9
-5,86
-3,58
34,32
12,84
21,38
-4,68
21,88
28,01
24,5
600,25
20,4
499,8
416,2
-2,16
1,12
4,66
1,25
22,93
-2,53
6,38
12,38
У
280,6
6793,5
270,7
6406
6293
0,00
0,00
186,61
232,18
0,00
161,40
146,99
У/n
23,38
566,13
22,56
533,86
524,43
13,45
12,25
у
4,399
3,943
у2
19,35
15,55
Отсюда получаем коэффициенты a и b:
То есть, уравнение линейной регрессии в нашем случае имеет вид:
y = 14,85 + 0,3295•x,
Рассчитаем коэффициент корреляции:
rxy = b•уx / уy = 0,329 • 4,399/3,943 = 0,368
Малое значение коэффициента корреляции означает, что связь между признаком y и фактором x плохая,
Вычислим значение F-критерия Фишера:
и сравним его с табличным при б=0,05, н1 = 1, н2 = 10: Fтабл = 2,228
Поскольку Fтабл > F, то гипотеза H0 о статистической незначимости параметра b принимается,
Средняя ошибка аппроксимации
также выходит за допустимые пределы 8 — 10%, что опять говорит о низкой надежности модели,
Попробуем для сравнения модель y = a + b•vx + е, Для нее таблица параметров имеет вид:
Таблица 2 (начало)
x
u = ?x
u2
y
uy
y2
17,9
4,23
17,90
20,80
88,00
432,64
19,8
4,45
19,80
30,40
135,27
924,16
19,8
4,45
19,80
16,70
74,31
278,89
20,1
4,48
20,10
21,80
97,74
475,24
20,7
4,55
20,70
18,50
84,17
342,25
21,4
4,63
21,40
23,50
108,71
552,25
22,8
4,77
22,80
23,00
109,82
529,00
24,5
4,95
24,50
20,40
100,97
416,16
25,2
5,02
25, 20
22,40
112,45
501,76
26,4
5,14
26,40
18,40
94,54
338,56
27,5
5,24
27,50
26,80
140,54
718,24
34,5
5,87
34,50
28,00
164,46
784,00
У
57,79
280,60
270,70
1310,99
6293,15
Среднее значение
4,82
23,38
22,56
109,25
524,43
Таблица 2 (окончание)
y — ?
u — ?
(y — ?) 2
(u — ?) 2
y
y — y
(y — y) 2
A (%)
-1,76
-0,58
3,09
0,34
20,69
0,11
0,01
0,55
7,84
-0,37
61,49
0,13
21,39
9,01
81,25
29,65
-5,86
-0,37
34,32
0,13
21,39
-4,69
21,96
28,06
-0,76
-0,33
0,58
0,11
21,49
0,31
0,09
1,41
-4,06
-0,27
16,47
0,07
21,71
-3,21
10,28
17,33
0,94
-0, 19
0,89
0,04
21,95
1,55
2,40
6,59
0,44
-0,04
0, 20
0,00
22,43
0,57
0,33
2,49
-2,16
0,13
4,66
0,02
22,99
-2,59
6,69
12,68
-0,16
0, 20
0,03
0,04
23,21
-0,81
0,66
3,62
-4,16
0,32
17,29
0,10
23,59
-5, 19
26,94
28,21
4,24
0,43
17,99
0,18
23,93
2,87
8,24
10,71
5,44
1,06
29,61
1,12
25,95
2,05
4,22
7,34
У
0,00
0,00
186,61
2,30
0,00
163,08
148,65
У/n
13,59
12,39
Здесь мы вводим переменную u = vx и получаем линейную модель относительно x и u:
u = a + b•u + е,
Найдем коэффициенты a и b:
,
Рассчитаем коэффициент корреляции:
ruy = b • уu /уy = 3, 203 • 0,437/ 3,943 = 0,355104
Мы получили значение коэффициента корреляции еще хуже, чем в предыдущем случае,
Проверим значение F-критерия Фишера:
И снова расчетное значение еще хуже,
Средняя о
шибка аппроксимации также оказалась хуже, чем в линейной модели:
Линейная модель оказалась надежнее (хотя тоже неудовлетворительная) и поэтому последующие расчеты мы будем делать для нее,
Рассмотрим гипотезу H0 о статистической незначимости основных параметров модели: H0: {a = b = rxy = 0} и найдем для нее табличное значение распределения Стьюдента:
tтабл (б =0,05, н = 10) = 2,228,
Определим ошибки ma, mb и mr:
Оценим значимость параметров:
ta = a/ma = 7,139/6,27 = 2,368 > tтабл,
tb = b/mb = 3, 202/0,2637 = 1,25 < tтабл
tr = r/mr = 0,368/0,294 = 1,25 < tтабл
Таким образом, параметры модели незначимо отличаются от нуля, и, следовательно, модель нельзя использовать для прогноза,
Чтобы окончательно убедиться в этом, попробуем оценить доверительный интервал прогноза при отклонении хпрог от среднего значения на 5% для доверительной вероятности 0,01, Для
yprog = a + b•xprog = 22,94,my = 4, 193,
При б = 0,01 и n = 10
tтабл = 3,169,tтабл • my =13,29,
Следовательно, доверительным интервалом будет
(22,94 - 13,29, 22,94 +13,29) или 9,656 < yprog < 36,231,
Таким образом, сделанный прогноз абсолютно ненадежен и совершенно неточен,
Контрольное задание № 2
Задача 2
Имеются данные о деятельности крупнейших компаний в течение двенадцати месяцев 199Х года"
