
- •Автор-составитель:
- •1. Цели и задачи дисциплины
- •2. Требования к уровню освоения дисциплины
- •3. Объем дисциплины
- •3.1 Объем дисциплины и виды учебной работы
- •3.2 Распределение часов по темам и видам учебной работы
- •4. Содержание курса
- •Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2
- •Тема 5. Системы линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный мнк.
- •Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу.
- •Тема 7. Нелинейные регрессионные модели и их линеаризация.
- •Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов.
- •5. Темы практических занятий
- •Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2
- •Тема 5. Системы линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный мнк.
- •Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу.
- •Тема 7. Нелинейные регрессионные модели и их линеаризация.
- •Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов.
- •6. Задания для самостоятельной работы студентов
- •Задача 2.1.
- •Задача 2.2.
- •Задача 2.3.
- •Задача 2.4.
- •Задача 3.1.
- •Задача 3.2.
- •Задача 3.3.
- •Задача 4.2.
- •Задача 4.3.
- •Задача 4.4.
- •Задача 4.5.
- •Задача 4.6.
- •Задача 7.1.
- •Задача 7.2.
- •Задача 7.3.
- •Задача 7.4.
- •Задача 8.1.
- •Задача 8.2.
- •Задача 8.3.
- •Вариант 1.
- •Вариант 2.
- •Вариант 3.
- •Вариант 4.
- •Вариант 5.
- •Вариант 6.
- •Вариант 7.
- •Вариант 8.
- •Вариант 9.
- •Вариант 10.
- •Вариант 11.
- •Вариант 12.
- •Вариант 13.
- •Вариант 14.
- •Вариант 15.
- •Вариант 16.
- •Вариант 17.
- •Вариант 18.
- •Вариант 19.
- •Вариант 20.
- •Вариант 21.
- •Вариант 22.
- •Вариант 23.
- •Вариант 24.
- •Вариант 25.
- •6.3. Примерные темы рефератов
- •7. Варианты контрольных работ и методические указания по их выполнению
- •Регрессионные модели с одним уравнением
- •Системы одновременных уравнений
- •Тема 2. Модель парной регрессии. Метод наименьших квадратов. Геометрическая интерпретация. Матричная форма записи. Линейная регрессионная модель. Теорема Гаусса-Маркова. Оценка дисперсии ошибок 2
- •Метод наименьших квадратов (мнк)
- •Геометрическая интерпретация
- •Матричная форма записи
- •Тема 5. Системы линейных одновременных уравнений. Идентификация систем одновременных уравнений. Двухшаговый, трехшаговый и косвенный мнк.
- •Тема 6. Обобщенный метод наименьших квадратов. Теорема Айткена. Фиктивные переменные. Построение регрессионных моделей по неоднородным данным. Тест Чоу.
- •Тема 7. Нелинейные регрессионные модели и их линеаризация.
- •Тема 8. Модели стационарных и нестационарных рядов. Прогнозирование, основанное на использовании моделей временных рядов.
- •Варианты контрольных работ.
- •8. Вопросы для подготовки к зачету
- •9. Учебно-методическое обеспечение дисциплины
- •9.1 Литература
- •9.2 Методическое обеспечение дисциплины
- •9.3 Материально-техническое и информационное обеспечение дисциплин
- •10. Инновационные технологии, используемые в преподавании курса «экономико-математические методы и модели в таможенной статистике»
Вариант 8.
Какой критерий позволяет проверить значимость отдельных параметров модели множественной регрессии:
а) коэффициент детерминации R2;
б) t-критерий Стьюдента;
в) F-критерий Фишера;
г)
средняя относительная ошибка аппроксимации
.
При исследовании зависимости оборота розничной торговли (Y, млрд. руб.) от трех факторов: Х1 - денежные доходы населения, млрд. руб.; Х2 – численность безработных, млн. чел.; Х3 – официальный курс рубля по отношению к доллару США получена следующая модель:
Y = 55,74 + 0,33X1 – 4,98X2 + 2,38X3 + ε.
Как интерпретируется коэффициент при факторном признаке X2:
а) при увеличении численности безработных на 1% оборот розничной торговли в среднем будет уменьшаться на 4,98%;
б) при увеличении численности безработных на 1 млн. чел. оборот розничной торговли в среднем будет увеличиваться на 4,98 млрд. руб.
в при увеличении численности безработных на 1 млн. чел. оборот розничной торговли в среднем будет уменьшаться на 4,98 млрд.руб.;
г) при увеличении только численности безработных на 1 млн. чел. оборот розничной торговли в среднем будет уменьшаться на 4,98млрд. руб.;
При наличии автокорреляции в линейной модели множественной регрессии оценка параметров модели, полученная методом наименьших квадратов, будет:
а) состоятельная, эффективная, несмещенная;
б) состоятельная, эффективная, смещенная;
в) состоятельная, неэффективная, несмещенная;
г) состоятельная, неэффективная, смещенная.
При проверке модели множественной регрессии y=f(x1,x2,x3) + ε на наличие автокорреляции с помощью теста Дарбина-Уотсона было получено следующее значение d=0,89. При уровне значимости α=0,05 и числе наблюдений n=20 табличные значения составляют dн=1,00 и dв=1,68. Какой вывод можно сделать по результатам теста:
а) гипотеза об отсутствии автокорреляции не отвергается (принимается);
б) вопрос об отвержении или принятии гипотезы остается открытым, так как расчетное значение попадает в зону неопределенности;
в) принимается альтернативная гипотеза о наличии положительной автокорреляции;
г) принимается альтернативная гипотеза о наличии отрицательной автокорреляции;
При исследовании зависимости уровня заработной платы (y) от стажа (x) и образования (z) получено следующее уравнение:
Чему равна разница между средним уровнем заработной платы сотрудников со средним и высшим образованием:
а) b0;
б) b2 – b0;
в) b2;
г) b2 - b1.
Зависимость спроса на масло (Y, количество масла на душу населения, кг) от цены (Х1, руб.) и от величины дохода на душу населения (Х2, тыс. руб.) выражается уравнением: lgY = -1,25 - 0,858lgX1 + 1,126lgX2+ε. При увеличении цены масла на 1% количество масла на душу населения в среднем:
а) увеличится на 0,858%;
б) уменьшится на 0,858%;
в) уменьшится на 85,8%;
г) увеличится на 100,858%.
Модель вида yt = εt - δ1εt-1 – δ2εt-2 является моделью:
а) АР(2);
б) СС(2);
в) АРСС(1,2);
г) СС(3).
Изучается зависимость объема ВВП (Y, млрд. долл.) от уровня прибыли в экономике (Хt, млрд. долл.). Получена следующая модель с распределенным лагом:
Yt = 0,45∙Xt + 0,25∙Xt-1 + 0,15∙Xt-2 + 0,05∙Xt-3 + εt.
Чему равен долгосрочный мультипликатор:
а) 0,45;
б) 0,90;
в) 0,65;
г) 0,25.
Коэффициенты приведенной формы системы линейных одновременных уравнений являются нелинейными комбинациями:
а) эндогенных переменных системы;
б) экзогенных переменных системы;
в) коэффициентов структурной формы системы.
Структурная форма макроэкономической модели имеет вид:
где: Сt – расходы на потребление в период t, Yt – чистый национальный продукт в период t, Yt-1 – чистый национальный продукт в период t-1, Dt – чистый национальный доход в период t, It – инвестиции в период t, Tt – косвенные налоги в период t, Gt – государственные расходы в период t. |
Сколько предопределенных переменных в данной системе:
а) 4;
б) 5;
в) 3;
г) 1.