
- •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»
Задача 2.1.
По ежемесячным данным за 5 лет было построено уравнение зависимости оборота розничной торговли Российской Федерации продовольственными товарами (Y, млрд. руб.) от начисленной среднемесячной зарплаты одного работника (Х, рублей):
Y = 27,162 + 0,027∙X + ε R2 = 0,9843
(2,628) (0,001) R2adj = 0,9840
В скобках указаны значения стандартных ошибок коэффициентов.
Задание:
Проверьте гипотезу Н0: b1 = b2 = b3 = 0.
Что характеризует полученное значение коэффициента детерминации?
Что можно сказать о значимости включенного в модель фактора?
Дайте экономическую интерпретацию параметра модели.
Задача 2.2.
Для регрессионной модели получены следующие результаты дисперсионного анализа:
Дисперсионный анализ |
|||||
|
Число степеней свободы (df) |
Сумма квадратов (SS) |
Оценка дисперсии на одну степень свободы (MS) |
F |
Значимость F |
Регрессия |
? |
45313,34 |
22656,67 |
? |
9,65E-16 |
Остаток |
21 |
? |
? |
|
|
Итого |
? |
47061,74 |
|
|
|
Задание:
Восстановите пропущенные значения.
Сколько наблюдений использовалось для построения модели? Сколько рассматривалось факторных признаков?
Проверьте значимость уравнения регрессии в целом.
Задача 2.3.
По данным задачи 2.2 определите значения коэффициента детерминации R2 и скорректированного коэффициента детерминации R2adj. Как можно интерпретировать полученное значение R2?
О чем свидетельствует значение показателя «Значимость F»?
Задача 2.4.
В
таблице приведены исходные данные Y
и расчетные
значения
,
полученные по линейной модели множественной
регрессии: Y
= 123,35
+ 0,53∙X1
- 9,89∙X2
+ ε.
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
Y |
20 |
25 |
30 |
45 |
60 |
69 |
75 |
90 |
105 |
110 |
120 |
130 |
130 |
130 |
135 |
140 |
|
9,9 |
32,3 |
44,8 |
47,5 |
46,3 |
63,7 |
86,6 |
102,2 |
103,8 |
102,8 |
120,0 |
131,9 |
124,6 |
122,6 |
137,1 |
137,8 |
Задание:
По имеющимся данным заполните таблицу дисперсионного анализа.
Оцените адекватность и значимость построенного уравнения регрессии.
Оцените точность модели.
Задача 3.1.
По данным, представленным в таблице ниже, изучается зависимость объема валового национального продукта Y (млрд. долл.) от следующих переменных: X1- потребление, млрд. долл., X2- инвестиции, млрд. долл.
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Y |
14 |
16 |
18 |
20 |
23 |
23,5 |
25 |
26,5 |
28,5 |
30,5 |
X1 |
8 |
9,5 |
11 |
12 |
13 |
14 |
15 |
16,5 |
17 |
18 |
X2 |
1,65 |
1,8 |
2,0 |
2,1 |
2,2 |
2,4 |
2,65 |
2,85 |
3,2 |
3,55 |
Задание:
Рассчитайте коэффициенты линейной модели множественной регрессии:
Y = b0 + b1∙X1 + b2∙X2 + ε
Оцените адекватность, значимость и точность построенного уравнения регрессии.