Эконометрика В-8

Вариант  8
ЗАДАНИЕ №1
Используя данные таблицы 1:
1.    Построить графическое поле корреляции.
2.    Рассчитать параметры и нанести на поле корреляции уравнения линейной регрессии и полиномиальной функции.
3.     Теоретически вычислить линейный коэффициент парной корреляции.
4.    Проверить значимость рассчитанного коэффициента парной корреляции и коэффициентов уравнений регрессий.
5.    Построить доверительный интервал для линейного коэффициента парной корреляции.
6.    Проверить значимость уравнений регрессии и их отдельных коэффициентов.
7.    Определить лучшее уравнение регрессии на основе средней ошибки аппроксимации, коэффициентов корреляции, оценки уровня значимости.
8.     Провести интерпретацию полученных уравнений регрессии.
Требования к оформлению отчета по работе
Отчет  должен содержать разделы:
1.    Задание.
2.    Поэтапное решение поставленных задач с описанием численного решения, графическим материалом и промежуточными выводами.
3.    Интерпретация и анализ полученных результатов.
Таблица 1
Исходные данные к лабораторной работе № 1
Области и республики    Электропылесосы    Швейные, вязальные машины
Белгородская область    77    58
Брянская область    64    50
Владимирская область    77    68
Воронежская область    66    60
Ивановская область    71    71
Калужская область    81    66
Костромская область    8    9
Курская область    58    58
Липецкая область    66    51
Московская область    73    66
Орловская область    81    62
Рязанская область    73    72
Смоленская область    65    51
Тамбовская область    66    49
Тверская область    74    65
Тульская область    64    65
Ярославская область    79    36
Республика Карелия    71    69
Республика Коми    68    55
ЗАДАНИЕ №2
Задание: на основании исходных данных, приведенных в таблице 1 (вариант 1 выбирает 1, 2 и 3 столбец данных, 2 вариант 2, 3 и 4 столбец и далее) необходимо:
1.    Построить матрицу парных коэффициентов корреляции, проверить наличие мультиколлинеарности и отобрать неколлинеарные факторы для уравнения регрессии.
2.    Рассчитать коэффициенты и построить уравнение линейной регрессии.
3.    Рассчитать коэффициент множественной корреляции.
4.    Проверить значимость уравнения множественной регрессии для уровней значимости 0,05 и 0,01.
5.    Составить частные уравнения регрессии.
6.    Интерпретировать уравнение множественной регрессии на основании средних частных коэффициентов эластичности.
7.    Рассчитать стандартизированные коэффициенты уравнения множественной регрессии и построить уравнение линейной регрессии в стандартизированном виде.
8.    Оценить информативность факторов уравнения линейной регрессии в стандартизированном виде.
9.    Рассчитать частные коэффициенты корреляции и оценить их значимость при уровнях значимости 0,05 и 0,01.
10.    Произвести оценку информативности факторов по частным коэффициентам корреляции.
11.    Составить уравнение регрессии методом исключения с учетом только информативных факторов.
12.    Провести проверку гипотезы о гомоскедастичности ряда остатков с уровнем значимости 0,05 и 0,01.
Выполнение лабораторной работы возможно аналитически по методике, описанной в теоретической части или можно воспользоваться табличным процессором MS Ex¬cel и его надстройкой «Анализ данных».
Требования к оформлению результатов
Отчет должен содержать разделы:
1.    Задание.
2.    Поэтапное решение поставленных задач с описанием численного решения, графическим материалом и промежуточными выводами.
3.    Интерпретация и анализ полученных результатов.
Области и республики    Электропылесосы    Швейные, вязальные машины    Легковые автомобили
Белгородская область    77    58    26
Брянская область    64    50    18
Владимирская область    77    68    24
Воронежская область    66    60    25
Ивановская область    71    71    9
Калужская область    81    66    28
Костромская область    8    9    10
Курская область    58    58    14
Липецкая область    66    51    28
Московская область    73    66    34
Орловская область    81    62    22
Рязанская область    73    72    27
Смоленская область    65    51    21
Тамбовская область    66    49    21
Тверская область    74    65    23
Тульская область    64    65    12
Ярославская область    79    36    16
Республика Карелия    71    69    14
Республика Коми    68    55    32
ЗАДАНИЕ№ 4
Необходимо:
1)    Для имеющихся уравнений назвать эндогенные и экзогенные переменные;
2)    определить, идентифицировано ли каждое из уравнений модели, используя необходимое и достаточное условия идентификации
3)    выбрать метод оценки параметров эконометрической модели;
4)    составить приведенную форму эконометрической модели;
5)    рассчитать коэффициенты приведенной формы эконометрической модели;
6)    рассчитать коэффициенты структурной формы модели;
7) оценить значимость уравнений и соответствующих коэффициентов.
Для составления форм приведенных уравнений и расчета коэффициентов структурных уравнений может быть использована надстройка «Анализ данных» табличного процессора Excel:
1.    для вызова модуля нахождения уравнения регрессии нужно вызвать пункты меню: Сервис – Анализ данных – Регрессия.
2.    далее указываются ячейки, содержащие исходные данные y и x.
3.    при отсутствии свободного члена в уравнении регрессии необходимо установить флажок «Константа–ноль».
Расчетные значения коэффициентов линейного уравнения регрессии (a, bi) принимаются по столбцу «Коэффициенты» таблицы результатов регрессии.
Требования к оформлению результатов
Отчет должен содержать разделы:
1.    Задание.
2.    Поэтапное решение поставленных задач с описанием численного решения, графическим материалом и промежуточными выводами.
3.    Интерпретация и анализ полученных результатов.
Варианты заданий к заданию № 4
Исходные данные берутся из таблиц 15 и 16.
Таблица 15 – Исходные данные
Текущий период, t    Реальный ВВП, Y    Доля импорта в ВВП, M    Общее число прошений об освобождении от таможенных пошлин, N    Число удовлетворенных прошений об освобождении от таможенных пошлин, S    Фиктивная переменная, E    Реальный объем чистого экспорта, X
1    1398,5    0,129471    900    800    1    185,6
2    19005,5    0,482632    2200    1500    1    11847
3    171509,5    0,304956    5500    4000    1    65524
4    610745,2    0,232131    10500    6000    1    169534
5    1524049,0    0,242857    20350    18000    1    426735
6    2145655,5    0,205965    20000    15000    0    532239
7    2741051,2    0,209359    30000    20000    0    592332
8    4757233,7    0,234951    45000    35000    0    840596
9    4757233,7    0,268908    50000    45000    0    2090687
10    7063392,8    0,249292    45000    40000    0    3232388
Таблица 16 – Исходные данные
Текущий период, t    ВДС региона, Y    Инвестиции, I    Конечное потребление, C    Реализованная продукция в период t, Q    Запас капитала, K
1    560,5    210,5    450    52    325
2    12170    2670    7500    250    4550
3    77725    27125    40600    790    34965
4    292810    108810    124000    1390,4    133209
5    476974    266974    310000    7318,2    327941
6    735998    375998    260000    7524,4    454369
7    698797    408797    390000    7323,6    482451
8    797086    407086    490000    8804,5    485452
9    2160439    970439    990000    13130,3    766672
10    2415181    1165181    1650000    14874,2    1293750
Вариант 8
Макроэкономическая модель экономики России (одна из версий):
  (функция потребления);
  (функция инвестиций);                            
  (функция денежного рынка);
  (тождество дохода),
где C – потребление;
Y – ВВП;
I –инвестиции;
r – процентная ставка;
М – денежная масса;
G – государственные расходы;
t – текущий период;
t –1 – предыдущий период.
ЗАДАНИЕ№ 5
Задание. На основании данных табл. 18 для соответствующего варианта:
1.    Построить уравнение авторегрессии.

2.    Проверить значимость уравнения регрессии и отдельных коэффициентов.
3.    Проверить наличие автокорреляции в остатках.
4.    Построить уравнение авторегрессии с учетом фактора времени

5.    Проверить значимость уравнения регрессии и коэффициента при t и оценить целесообразность включения в модель фактора времени.
Указания к решению. Для нахождения уравнений регрессии использовать табличный процессор MS Excel (функция – расчет уравнения регрессии).
Таблица 18 – исходные данные
t    X    Y
1    186    1398,5
2    11847    19005,5
3    65524    171509,5
4    169531    810745,2
5    426735    152404,9
6    535239    2145655,5
7    592332    2478594,1
8    840596    2741051,2
9    2090687    4737233,7
10    3232388    7063392,8