- •Содержание
- •Введение
- •Тема №1 Линейная регрессия и корреляция в эконометрических исследованиях Задача№1
- •Решение:
- •1.Определим методом наименьших квадратов параметры уравнения линейной регрессии.
- •2. Найдем показатели тесноты связи линейной модели:
- •3.Найдем средний коэффициент эластичности.
- •Задания для самостоятельного решения.
- •Тема № 2 парная корреляция и регрессия в эконометрических исследованиях Задача№1
- •Решение:
- •1. Рассчитаем параметры линейной функции.
- •2. Найдем показатели тесноты связи линейной модели:
- •3.Оценим модель через показатель детерминации, f-критерий Фишера, ошибку аппроксимации
- •Задача № 2
- •Решение:
- •1. Рассчитаем параметры линейной функции.
- •2. Найдем показатели тесноты связи линейной модели:
- •3.Оценим модель через показатель детерминации, f-критерий Фишера, ошибку аппроксимации
- •Гиперболическая модель
- •Степенная модель
- •Задача №3
- •Решение:
- •Задания для самостоятельного решения. Задача №1
- •Задача № 2
- •Задача №3
- •Тема №3 Множественная регрессия и корреляция в эконометрических исследованиях Задача №1
- •Решение:
- •1.Построим уравнение множественной регрессии в стандартизованной и естественной форме.
- •2. Линейные коэффициенты частной корреляции рассчитываются по рекуррентной формуле:
- •3. Рассчитаем общий и частные f-критерии Фишера.
- •Задача №2
- •Решение:
- •1.Составим таблицу дисперсионного анализа для проверки статистической значимости уравнения множественной регрессии и его показателя тесноты связи на уровне значимости .
- •2. Рассчитаем частные f-критерии Фишера.
- •3.Оценим с помощью t–критерия Стьюдента статистическую значимость коэффициентов при переменных и множественного уравнения регрессии.
- •4. Рассчитаем стандартную ошибку регрессии.
- •5. Рассчитаем интервальную оценку значения коэффициента регрессии при факторе .
- •Задания для самостоятельного решения. Задача №1
- •Задача №2
- •Тема №4 Временные ряды в эконометрических исследованиях. Задача №1
- •Решение:
- •Задания для самостоятельного решения. Задача№1
- •Тема№5 Прогнозирование на базе одиночных временных рядов
- •Задача№1
- •Решение:
- •Задания для самостоятельного решения. Задача №1
- •Задача№1
- •Решение:
- •Задания для самостоятельного решения. Задача №1
- •Список использованных источников
Задача № 2
По 8 областям региона известны данные за 2005 г.:
Х – среднемесячная заработная плата одного работающего, тыс.руб.;
У – расходы на покупку продовольственных товаров, % к объему расходов.
На основании приведенных данных построить поле корреляции признака и объясняющего фактора, формулировать гипотезу о форме связи, а также рассчитать:
Параметры парных регрессионных моделей: линейной, гиперболической, степенной;
Оценить тесноту связи между х и у, эластичность, адекватность построенных моделей;
На основании оценок практической и статистической значимости выбрать наиболее адекватную модель.
Таблица1–Исходные данные
Номер варианта |
Показатель |
Регион |
|||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
||
№1 |
Х |
5,2 |
5,4 |
6,1 |
6,4 |
7,1 |
7,6 |
8,0 |
8,4 |
У |
70,1 |
68,4 |
66,2 |
64,3 |
62,5 |
60,2 |
58,1 |
56,4 |
|
№2 |
Х |
5,3 |
5,5 |
6,2 |
6,5 |
7,2 |
7,7 |
8,1 |
8,5 |
У |
70,2 |
68,5 |
66,3 |
64,4 |
62,6 |
60,3 |
58,2 |
56,5 |
|
№3 |
Х |
5,4 |
5,6 |
6,3 |
6,6 |
7,3 |
7,8 |
8,2 |
8,6 |
У |
70,2 |
68,5 |
66,3 |
64,4 |
62,6 |
60,3 |
58,2 |
56,5 |
|
№4 |
Х |
5,5 |
5,6 |
6,3 |
6,7 |
7,3 |
7,8 |
8,2 |
8,6 |
У |
70,2 |
68,6 |
66,3 |
64,4 |
62,6 |
60,4 |
58,2 |
56,5 |
|
№5 |
Х |
5,5 |
5,6 |
6,4 |
6,7 |
7,3 |
7,8 |
8,3 |
8,6 |
У |
70,2 |
68,6 |
66,3 |
64,4 |
62,6 |
60,4 |
58,2 |
56,8 |
|
6 |
Х |
5,5 |
5,8 |
6,4 |
6,7 |
7,5 |
7,8 |
8,3 |
8,6 |
У |
70,2 |
68,6 |
66,3 |
64,4 |
62,6 |
60,4 |
58,2 |
56,8 |
|
Продолжение таблицы 1
Номер варианта |
Показатель |
Регион |
|||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
||
№7 |
Х |
5,5 |
5,8 |
6,5 |
6,7 |
7,5 |
7,8 |
8,5 |
8,6 |
У |
70,5 |
68,6 |
66,3 |
64,4 |
62,6 |
60,5 |
58,2 |
56,8 |
|
№8 |
Х |
5,4 |
5,8 |
6,5 |
6,7 |
7,4 |
7,8 |
8,4 |
8,6 |
У |
70,5 |
68,6 |
66,3 |
64,4 |
62,6 |
60,5 |
58,2 |
56,8 |
|
№9 |
Х |
5,4 |
5,8 |
6,5 |
6,7 |
7,4 |
7,8 |
8,4 |
8,6 |
У |
70,3 |
68,6 |
66,3 |
64,3 |
62,6 |
60,5 |
58,3 |
56,8 |
|
№10 |
Х |
5,0 |
5,8 |
6,5 |
6,7 |
7,5 |
7,8 |
8,3 |
8,6 |
У |
70,3 |
68,6 |
66,3 |
64,3 |
62,6 |
60,5 |
58,3 |
56,8 |
|
№11 |
Х |
5,0 |
5,8 |
6,5 |
6,7 |
7,5 |
7,8 |
8,3 |
8,6 |
У |
70,2 |
68,6 |
66,3 |
64,2 |
62,6 |
60,5 |
58,2 |
56,8 |
|
№12 |
Х |
5,1 |
5,8 |
6,5 |
6,7 |
7,5 |
7,8 |
8,1 |
8,6 |
У |
70,2 |
68,6 |
66,3 |
64,2 |
62,6 |
60,5 |
58,2 |
56,8 |
|
№13 |
Х |
5,1 |
5,7 |
6,5 |
6,7 |
7,5 |
7,7 |
8,1 |
8,7 |
У |
70,3 |
68,6 |
66,4 |
64,2 |
62,6 |
60,5 |
58,3 |
56,8 |
|
№14 |
Х |
5,3 |
5,7 |
6,5 |
6,7 |
7,3 |
7,7 |
8,1 |
8,3 |
У |
70,3 |
68,6 |
66,4 |
64,2 |
62,6 |
60,5 |
58,3 |
56,8 |
|
№15 |
Х |
5,3 |
5,7 |
6,5 |
6,7 |
7,3 |
7,7 |
8,1 |
8,3 |
У |
70,5 |
68,6 |
66,4 |
64,2 |
62,5 |
60,5 |
58,3 |
56,8 |
|
№16 |
Х |
5,4 |
5,7 |
6,5 |
6,4 |
7,3 |
7,7 |
8,1 |
8,4 |
У |
70,5 |
68,6 |
66,4 |
64,2 |
62,5 |
60,5 |
58,3 |
56,8 |
|
№17 |
Х |
5,4 |
5,8 |
6,5 |
6,4 |
7,3 |
7,8 |
8,1 |
8,8 |
У |
70,5 |
68,6 |
66,4 |
64,2 |
62,5 |
60,5 |
58,3 |
56,8 |
|
№18 |
Х |
5,4 |
5,8 |
6,5 |
6,4 |
7,3 |
7,8 |
8,1 |
8,8 |
У |
70,2 |
68,6 |
66,4 |
64,2 |
62,5 |
60,2 |
58,3 |
56,8 |
|
№19 |
Х |
5,3 |
5,8 |
6,5 |
6,6 |
7,3 |
7,8 |
8,1 |
8,8 |
У |
70,5 |
68,6 |
66,4 |
65,2 |
62,5 |
60,2 |
58,3 |
56,8 |
|
продолжение таблицы 1
Номер варианта |
Показатель |
Регион |
|||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
||
№20 |
Х |
5,4 |
5,8 |
6,3 |
6,4 |
7,3 |
7,8 |
8,3 |
8,8 |
У |
70,2 |
68,6 |
66,3 |
64,2 |
62,5 |
60,3 |
58,3 |
56,8 |
|
№21 |
Х |
5,3 |
5,8 |
6,3 |
6,8 |
7,3 |
7,8 |
8,3 |
8,8 |
У |
70,2 |
68,6 |
66,3 |
64,2 |
62,5 |
60,3 |
58,3 |
56,8 |
|
№22 |
Х |
5,3 |
5,8 |
6,3 |
6,8 |
7,3 |
7,8 |
8,3 |
8,8 |
У |
70,3 |
68,6 |
66,3 |
64,3 |
62,5 |
60,3 |
58,3 |
56,8 |
|
№23 |
Х |
5,4 |
5,8 |
6,3 |
6,7 |
7,4 |
7,8 |
8,3 |
8,8 |
У |
70,3 |
68,6 |
66,3 |
64,3 |
62,5 |
60,3 |
58,3 |
56,8 |
|
№24 |
Х |
5,4 |
5,8 |
6,3 |
6,8 |
7,4 |
7,8 |
8,3 |
8,8 |
У |
70,4 |
68,6 |
66,3 |
64,4 |
62,5 |
60,3 |
58,4 |
56,8 |
|
№25 |
Х |
5,2 |
5,8 |
6,3 |
6,9 |
7,4 |
7,8 |
8,3 |
8,8 |
У |
70,4 |
68,6 |
66,3 |
64,4 |
62,5 |
60,3 |
58,4 |
56,8 |
|
№26 |
Х |
5,2 |
5,8 |
6,3 |
7,0 |
7,4 |
7,8 |
8,3 |
8,7 |
У |
70,5 |
68,6 |
66,3 |
64,4 |
62,5 |
60,3 |
58,4 |
56,8 |
|
№27 |
Х |
5,2 |
5,6 |
6,3 |
7,0 |
7,4 |
7,6 |
8,3 |
8,6 |
У |
70,5 |
68,6 |
66,3 |
64,4 |
62,5 |
60,4 |
58,4 |
56,8 |
|
№28 |
Х |
5,4 |
5,6 |
6,3 |
7,0 |
7,3 |
7,6 |
8,3 |
8,6 |
У |
70,5 |
68,6 |
66,3 |
64,4 |
62,5 |
60,4 |
58,4 |
56,8 |
|
№29 |
Х |
5,4 |
5,6 |
6,2 |
7,0 |
7,2 |
7,6 |
8,2 |
8,6 |
У |
70,5 |
68,6 |
66,3 |
64,4 |
62,6 |
60,4 |
58,4 |
56,6 |
|
№30 |
Х |
5,4 |
5,6 |
6,2 |
7,0 |
7,2 |
7,6 |
8,2 |
8,6 |
У |
70,5 |
68,6 |
66,3 |
64,4 |
62,6 |
60,4 |
58,4 |
56,6 |
|