
- •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 3.2.
Предполагается, что объем предложения некоторого блага Y для функционирующей в условиях конкуренции фирмы зависит линейно от цены X1 этого блага и заработной платы X2 сотрудников этой фирмы. Исходные данные за 16 месяцев представлены в таблице ниже:
|
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 |
X1 |
10 |
15 |
20 |
25 |
40 |
37 |
43 |
35 |
38 |
55 |
50 |
35 |
40 |
55 |
45 |
65 |
X2 |
12 |
10 |
9 |
9 |
8 |
8 |
6 |
4 |
4 |
5 |
3 |
1 |
2 |
3 |
1 |
2 |
Задание:
Для заданного набора данных постройте линейную модель множественной регрессии. Оцените точность и адекватность построенного уравнения регрессии.
Дайте экономическую интерпретацию параметров модели.
Задача 3.3.
При исследовании зависимости балансовой прибыли предприятия торговли (Y, тыс. руб.) от фонда оплаты труда (Х1, тыс. руб.) и объема продаж по безналичному расчету (Х2, тыс. руб.) получена следующая модель:
Y = 5933,100 + 0,916X1 + 0,065X2 + ε.
Как интерпретируется коэффициент при факторном признаке X2:
а) при увеличении объема продаж по безналичному расчету на 1% балансовая прибыль предприятия торговли в среднем будет увеличиваться на 0,065%;
б) при увеличении только объема продаж по безналичному расчету на 1% балансовая прибыль предприятия торговли в среднем будет увеличиваться на 6,5%;
в) при увеличении только объема продаж по безналичному расчету на 1 тыс. руб. балансовая прибыль предприятия торговли будет увеличиваться на 65 руб.;
г) при уменьшении только объема продаж по безналичному расчету на 1 тыс. руб. балансовая прибыль предприятия торговли в среднем будет уменьшаться на 0,065 тыс. руб.
Задача 3.4.
Докажите, что для стандартизованных переменных выполняются следующие равенства:
1.
=
=…=
=0;
2.
=
=…=
=1.
Задача 3.5.
Получено следующее уравнение регрессии в стандартизованной форме:
ty = 0,19 tx1 – 0,34 tx2 + 0,51 tx3 + ε.
Ранжируйте факторы в порядке возрастания их воздействия на результат:
а) X2, X1, X3; б) X1, X3, X2; в) X1, X2, X3; г) X3, X1, X2.
Задача 3.6.
При
расчете частных коэффициентов эластичности
Y
по факторам Х1,
Х2,
Х3
получены следующие значения:
0,43,
-0,56,
0,15.
Какой фактор оказывает наибольшее
влияние на результат?
Задача 4.1.
При проверке гипотезы об отсутствии гетероскедастичности в модели множественной регрессии с помощью теста Голдфельда-Квандта были получены следующие значения суммы квадратов остатков регрессионных моделей, построенных по первым n/3 наблюдениям и последним n/3 наблюдениям: 813,2 и 894,1. Табличное значение при уровне значимости α=0,05 составляет 1,61. Какой вывод можно сделать по результатам теста?