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