эконометрика для очно-заочного 4 курс 2024-2025 год / ЛабРаб_Эконометрика_ 2023

УДК 378.147.88:330.43(072) 6Н1

М54

Методические указания к самостоятельной работе обучающихся по учебной дисциплине «Эконометрика» : для бакалавров направления подготовки 38.03.01 Экономика / Министерство науки и высшего образования Российской Федерации, Государственный университет управления, Институт информационных систем, Кафедра математических методов в экономике и управлении ; сост.: И. В. Крамаренко, А. И. Денисова ; отв. ред. О. М. Писарева. – Москва : ГУУ, 2023. – 77, [1] с. – Текст : непосредственный.

Составители

кандидат экономических наук И. В. КРАМАРЕНКО кандидат экономических наук А. И. ДЕНИСОВА

Ответственный редактор

заведующий кафедрой математических методов в экономике и управлении кандидат экономических наук, доцент

О. М. ПИСАРЕВА

Обсуждено

на заседании кафедры математических методов в экономике и управлении 16 февраля 2023 г.

Обсуждено и одобрено

на заседании Методического совета Института информационных систем

15 марта 2023 г.

Рецензент

заведующий кафедрой бухгалтерского учета, аудита и налогообложения доктор экономических наук, профессор

М. В. КАРП (Государственный университет управления)

©Крамаренко И. В., Денисова А. И., 2023

©ФГБОУ ВО «Государственный университет управления», 2023

2

3

ВВЕДЕНИЕ

Методические указания к самостоятельной работе обучающихся по учебной дисциплине «Эконометрика» предназначены для студентов направления подготовки бакалавров 38.03.01 - «Экономика» всех образовательных программ.

Дисциплина «Эконометрика» предполагает формирование у студента в процессе обучения общепрофессиональных компетенций в соответствии с федеральным государственным образовательным стандартом высшего образования по направлению подготовки 38.03.01 Экономика.

Методические указания к самостоятельной работе обучающихся по дисциплине «Эконометрика» способствуют развитию у обучающихся следующих знаний, навыков и умений.

Умение применить методы оценки параметров эконометрических моделей, методы проверки статистических гипотез;

Умение применить методы эконометрики для спецификации, оценки и верификации эконометрических моделей;

Умение формализовывать задачи экономики и бизнеса для их анализа на основе методов и моделей эконометрики;

Умение интерпретировать результаты эконометрического моделирования для решения поставленных экономических задач;

Умение интерпретировать и использовать результаты работы отчетов Excel «Анализ данных» для решения профессиональных задач.

Владение функционалом надстройки «Анализ данных» MS Excel для решения профессиональных задач;

Владение навыками проектирования и реализации процедуры эконометрического исследования объектов и процессов предметной области.

Вметодических указаниях к самостоятельной работе обучающихся по учебной дисциплине «Эконометрика» описаны этапы выполнения лабораторных работ. Лабораторные работы выполняются обучающимися по индивидуальным вариантам. В методических указаниях приводится описание 4 лабораторных работ, охватывающих в основном первую часть дисциплины «Эконометрика» - разделы «Математической статистики».

Лабораторная работа № 1. Расчет описательных статистик и построение гистограммы.

Лабораторная работа № 2. Проверка на соответствие нормальному закону распределения.

Лабораторная работа № 3 Проверка статистических гипотез. Лабораторная работа № 4 Корреляционный анализ. Парная регрессия.

4

Реализация лабораторных работ может быть выполнена с помощью любого доступного программного обеспечения. В методических указаниях описано использование средств Office 365и реализация лабораторных работ с использованием MS Excel 2016.

5

Лабораторная работа №1. Расчет описательных статистик и построение гистограммы

ИСХОДНЫЕ ДАННЫЕ

Из файла «Данные _Задание 1_Эконометрика.xlsx выберите вариант, согласно номеру в группе по списку.

В Лабораторной работе №1 требуется проанализировать представленную выборку, а также динамику исследуемого показателя с помощью базовых инструментов математической статистики. В таблице 1.1 представлен пример такой выборки.

Таблица 1.1 - Выборка по показателю «Численность населения, тыс. чел.» по Дальневосточному федеральному округу в 2014, 2019 гг.

наблюдений по каждому году. Исследуемая величина – численность населения, тыс. чел.

ВАРИАНТ определяется по номеру студента в группе (см. файл Списки групп)

Максимальный балл – 5.

ЗАДАНИЕ.

Задание 1. По каждому из периодов представьте отчет Excel «Описательные статистики» с использованием Надстройки «Анализ данных» (0,5 балла).

Задание 2. По каждому из периодов рассчитайте описательные статистики с использованием функции Excel. Список описательных статистик должен соответствовать отчету отчет Excel «Описательные статистики». Убедиться, что значения совпадают. (0,5 балл)

6

В качестве отчета представить – запись функции с указанием ячеек, запись формулы, значение.

Задание 3. Сравните изменение значений для соответствующих показателей за период наблюдения. Приведите интерпретацию характеристик, поясните, как их изменение связано с изменением самого показателя (2 балла).

Задание 4. Для первого периода: нарисовать гистограмму распределения случайной величины с использованием вставки Диаграмм Excel. При визуальном представлении диаграммы использовать принципы информативной визуализации Дж. Желязны. (0,5 балла).

Задание 5. Для второго периода нарисуйте гистограмму с использованием вставки Диаграмм Excel. Задать три «кармана» (0,5 балла).

Задание 6. Рассчитайте «карманы» по формуле Стерджесса. Нарисуйте гистограмму в соответствии с построенными карманами (1 балл).

МЕТОДИЧЕСКИЕ УКАЗАНИЯ К ВЫПОЛНЕНИЮ ЛАБОРАТОРНОЙ РАБОТЫ

Интересно посмотреть, насколько изменилась структура исследуемого федерального округа за эти пять лет. Для ответа на такой вопрос проведем некоторые расчеты с помощью MS Excel.

Во-первых, получим значения описательных статистик по каждому из периодов с помощью пакета «Анализ данных» (в [1] можно посмотреть порядок установки в MS Excel).

Для этого в главном меню MS Excelнайдем вкладку «Данные», далее выберем «Анализ данных». В открывшемся списке «Инструменты анализа» выберем «Описательные статистики». После этого на экране появится окно настройки (Рисунок 1.1).

Сначала осуществим расчеты характеристик по 2014 году. Во «Входной интервал» необходимо вставить ссылку на массив с исходными данными в количественной шкале. Здесь допускается ссылка на несколько столбцов, причем каждый будет интерпретирован как отдельный показатель, по которому значения описательных статистик будут также рассчитаны отдельно. По умолчанию данные будут распознаны именно по столбцам, однако при необходимости можно поменять «Группирование» по строкам.

7

Рис. 1.1. Настройка анализа «Описательные статистики»

Требуется, чтобы массив содержал только числовые данные. Допускается использовать только заголовок ряда: для этого необходимо выбрать «Метки в первой строке». Если эта опция включена, то все, что содержится в первой ячейке входного интервала, интерпретируется как заголовок ряда и исключается из расчетов. Если опция выключена, применяются названия: «Столбец1», «Столбец2» и т.д.

В разделе «Параметры вывода» можно настроить место сохранения результатов расчетов. По умолчанию в книге создается новый лист специально для отчета по вычислениям. Однако пользователь может выбрать ячейку в любом месте книги, записать ее адрес в «Выходной интервал» – тогда отчет будет вставлен туда.

Для отображения результатов необходимо отметить опцию «Итоговая статистика». Параметр «Уровень надежности» напрямую связан с базовым понятием математической статистики – уровнем значимости α(ошибкой первого рода) [2]. По умолчанию уровень значимости принимается равным α = 0,05; следовательно, уровень надежности γ = 1 – α = 0,95.

Дополнительно здесь можно отметить опции «К-ый наибольший» и «К-

ый наименьший». Например, если мы введем «К-ый наибольший» и «2», то в результате получим второе по убыванию значение выборки. Если введем «К-ый наименьший» и «1» – получим значение минимума , первого наименьшего числа в выборке.

Сохраним на новый рабочий лист отчеты описательных статистик за 2014 год и 2019 год (Рисунок 1.2).

8

Рис. 1.2. Результаты расчетов по «Описательным статистикам»

Теперь разберемся, как интерпретировать результаты.

Отметим, что набор допустимых описательных характеристик напрямую связан с тем, в какой шкале представлены анализируемые данные: качественной, количественной или порядковой. Численность населения – это количественный показатель, поэтому мы можем применять весь доступный набор статистик.

Мы можем анализировать (измерять) данные в следующих разрезах:

центр (середину) распределения – с помощью среднего (среднего арифметического), медианы, моды;

разброс относительно центра распределения – с помощью дисперсии, стандартного отклонения, коэффициента вариации, размаха (интервала, разницы между максимумом и минимумом);

форма распределения (как правило, нас интересует близость выборочного распределения к нормальному) – с помощью коэффициентов асимметрии и эксцесса.

Среднее значение ̅является наиболее распространенным обобщающим статистическим показателем совокупности однотипных наблюдений, которое показывает уровень признака в расчете на единицу выборки (1.1).

Мода показывает наиболее часто встречающееся значение в ряду. Для количественных данных, представленных в виде интервалов, допускается расчет по формуле (1.2).

9

определению не представляется возможным («#Н/Д»), поскольку здесь в ряду непрерывных данных каждое значение встречается не больше одного раза.

Медиана показывает середину упорядоченного ряда. Она делит данные на две равные части так, что у одной половины значения меньше медианы, а у другой половины – больше её. Этот показатель считается менее чувствительным к выбросам (аномалиям), в отличие от среднего, поэтому чаще применяется для анализа более волатильных процессов.

Порядок расчета медианы:

1)отсортировать ряд данных,

2)рассчитать значение по формуле (1.3).

предшествующих медианному.

Также могут быть определены и другие структурные характеристики – квантили. Квантиль – это значение признака, занимающее определенное место в упорядоченной по данному признаку совокупности. Различают:

квартили – значения признака, делящие упорядоченную совокупность на четыре равные части;

децили – значения признака, делящие упорядоченную совокупность на десять равных частей;

перцентели – значения признака, делящие упорядоченную совокупность на сто равных частей.

Выборочная дисперсия показывает разброс (отклонение) данных относительно среднего и рассчитывается по формуле (1.5). Наряду с дисперсией также используют выборочное стандартное отклонение , которое равно корню из дисперсии.

10