I уравнение.

Матрица коэффициентов при переменных, не входящих в уравнение, имеет вид:

А=

Det (A)= - b₂₄

Rang(A) = 2.

Достаточное условие идентификации для I уравнения выполняется.

II уравнение.

Выпишем матрицу коэффициентов при переменных, не входящих в уравнение:

А=

Det (A)= - b₁₃

Rang(A) = 2.

Достаточное условие идентификации для II уравнения выполняется.

Уравнение III не нуждается в идентификации.

Таким образом, все уравнения модели точно идентифицированы.

Следовательно, исследуемая система точно идентифицируема и может

быть решена косвенным методом наименьших квадратов.

4. Запишем приведенную форму модели в общем виде:

Ct = A₁ + B₁₁* Tt + B₁₂* K_t-1 + u₁ ,

It = A₂ + B₂₁* Tt + B₂₂* K_t-1 + u₂ ,

Yt = A₃ + B₃₁* Tt + B₃₂* K_t-1 + u₃ ,

где u₁ , u₂ , u₃ – случайные ошибки.

5. Исходя из приведенных данных, определим коэффициенты приведенной формы модели:

I уравнение.

Регрессионная статистика
Множественный R	0,98677958
R-квадрат	0,97373394
Нормированный R-квадрат	0,966229351
Стандартная ошибка	96049,82737
Наблюдения	10
Дисперсионный анализ
	df	SS	MS	F	Значимость F
Регрессия	2	2,39407E+12	1,197E+12	129,751807	2,94E-06
Остаток	7	64578985368	9225569338
Итого	9	2,45865E+12

	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение	Нижние 95%	Верхние 95%	Нижние 95,0%	Верхние 95,0%
Y-пересечение	-28377,43213	48092,26079	-0,59006234	0,57369476	-142097,558	85342,694	-1E+05	85342,69403
Переменная X 1	1,542483848	0,652028374	2,36566982	0,04992316	0,00068174	3,08428595	7E-04	3,084285953
Переменная X 2	-0,395132997	0,704000791	-0,56126783	0,59212066	-2,05983034	1,26956435	-2,06	1,269564346