- •2. Рабочие учебные материалы
- •2.1. Рабочая программа
- •2.2. Тематический план дисциплины
- •2.3. Структурно-логическая схема дисциплины
- •2.5. Практический блок
- •2.6. Рейтинговая система оценки знаний
- •3. Информационные ресурсы дисциплины
- •3.1. Библиографический список
- •3.2. Опорный конспект
- •Введение
- •Раздел 1. Парная линейная регрессия
- •Раздел 2. Множественная регрессия
- •Раздел 3. Нарушения предпосылок классической регрессионной модели
- •Раздел 4. Временные ряды
- •Раздел 5. Системы одновременных уравнений
- •Заключение
- •Глоссарий
- •3.3. Технические и программные средства обеспечения дисциплины
- •3.4. Методические указания к выполнению практических работ
- •4. Блок контроля освоения дисциплины
- •4.2. Текущий контроль
- •Приложение
- •Содержание
146
|
4.2. Текущий контроль |
||||
|
Тест к разделу 1 |
|
|||
На основании |
данных по |
семи |
однородным |
предприятиям концерна |
|
построено уравнение регрессии, |
описывающее зависимость объема продаж y |
||||
(тыс. шт.) от расходов на рекламу |
x |
(усл. ед.): |
yˆ = 7,5 + 0,60 x . При этом |
||
сумма квадратов |
остатков составила |
∑ei2 =1,17 , |
выборочные дисперсии |
||
переменных x и y |
D(x) = 2,53, |
D( y) =1,09 . Для данного примера выполнить |
следующие задания:
1. Определить, на сколько тысяч штук в среднем изменится объем продаж при
увеличении расходов на рекламу на 1 усл. |
ед. |
|
|
|||
|
|
Варианты ответов: |
|
|
|
|
|
А. 7,5; |
B. 8,1; |
C. 4,5; |
D. 0,6. |
|
|
2. |
Определить величину остатка для наблюдения |
x=4, y=10,3. |
||||
|
|
Варианты ответов: |
|
|
|
|
|
А. 2,2; |
B. 0,4; |
C. 1,8; |
D. |
0,6. |
|
3. |
Определить стандартную ошибку регрессии. |
|
|
|||
|
|
Варианты ответов: |
|
|
|
|
|
А. 0,409; |
B. 0,234; |
C. 0,484; |
D. |
1,08. |
4. Определить стандартную ошибку коэффициента регрессии b1=0,60.
|
Варианты ответов: |
|
А. 0,115; |
B. 0,257; |
C. 0,097; D. 0,0556 |
5. Проверить статистические гипотезы H0: a1=0,8, H1: a1≠0,8 при уровне значимости α = 0,05 . tкр (0,05;7 − 2)= 2,57 .
А. b1 = 0,06 не противоречит гипотезе H0;
B. b1 = 0,06 противоречит гипотезе H0.
147
6. Определить границы доверительного интервала для оценки параметра
модели |
a1, |
соответствующего |
доверительной |
вероятности β = 0,95 . |
||||||
tкр (0,95;7 − 2)= 2,57 . |
|
|
|
|
|
|
|
|||
|
|
|
|
Варианты ответов: |
|
|
|
|||
|
А. (0,46; 0,74); |
B. (-0,06; 1,26); |
C. (0,3; 0,9); |
D. |
(0,35; 0,85). |
|||||
7. Вычислить парный коэффициент корреляции. |
|
|
|
|||||||
|
|
|
|
Варианты ответов: |
|
|
|
|||
|
|
|
А. 0,91; |
B. 0,43; |
C. 0,7; |
D. |
0,26. |
|||
8. Оценить тесноту связи с помощью коэффициента детерминации. |
||||||||||
|
|
|
|
Варианты ответов: |
|
|
|
|||
|
|
А. 0,19; |
B. 0,49; |
C. 0,83; |
D. |
0,60. |
|
|||
9. |
Оценить |
долю |
дисперсии |
зависимой переменной, |
необъясненную |
|||||
уравнением регрессии. |
|
|
|
|
|
|
|
|||
|
|
|
|
Варианты ответов: |
|
|
|
|||
|
А. |
85 %; |
B. 51 %; |
C. 40 %; |
D. 17 %. |
|
|
10. Найти прогнозное значение объема продаж, если расходы на рекламу
составят 6 условных единиц |
|
|
|
|
Варианты ответов: |
|
|
А. 7,5; |
B. 11,1; |
C. 3,6; |
D. 8,1. |
11. Определить границы доверительного интервала для фактического объема
продаж, если |
расходы на рекламу составят 6 условных единиц, а величина |
||
предельной ошибки будет равна m=1,4. |
|
||
|
Варианты ответов: |
|
|
А. (6,1; |
8,9); B. (6,7; 9,5); |
C. (9,7; 12,5); |
D. (2,2; 5). |
148
Тест к разделу 2
1. Уравнение регрессии для зависимости накоплений семьи y от дохода x1 и стоимости имущества x2 (y, x1, x2 в усл. ед.) имеет вид
yˆ = 0,45 + 0,2 x1 − 0,1 x2 .
Установить, на какую величину возрастут накопления, если доход семьи возрастет на 1 усл. ед., а стоимость имущества не изменится.
|
Варианты |
ответов: |
|
А. 0,45; |
B. 0,1; |
C. 0,2; |
D. 0,65. |
2. Для уравнения регрессии предыдущего задания определить, чему равно прогнозируемое значение накоплений семьи, имеющей доход 20 усл. ед. и имущество стоимостью 10 усл. ед.
|
Варианты ответов: |
|
|
А. 2,45; |
B. 3,45; |
C. 2,0; |
D. 0,55. |
С целью оценить линейную множественную регрессию по выборочным данным объемом n=20 вычислены матрицы
1,5 |
2 |
−1 |
|
2 |
|
|
(X T X )−1 = |
− 3 |
1 |
1,8 |
, |
X T Y = 1,2 |
, |
|
-1,5 |
1 |
0,7 |
|
3 |
|
множественный коэффициент корреляции R=0,85 и стандартная ошибка регрессии S=0,1.
Для данного примера выполнить следующие задания:
3. Определить недостающий коэффициент регрессии в уравнении
yˆ = 2,4 + ? x1 + 0,3 x2 . |
|
||
|
Варианты ответов: |
|
|
А. 0,6; |
B. 4; |
C. 1,2; |
D. 2. |
4. Найти стандартную ошибку коэффициента b2 . |
|
||
|
Варианты ответов: |
|
|
А. 0,1; |
B. 0,07; |
C. 0,03; |
D. 0,084. |
149
5. Проверить значимость коэффициента b2 при уровне значимости α = 0,05,
если tкр (0,05;20 − 2)= 2,1.
Варианты ответов: А. Коэффициент b2 значим;
B. Коэффициент b2 незначим;
C.Имеет место неопределенность.
6.Рассчитать коэффициент детерминации.
Варианты ответов: |
|
||
А. 0,01; |
B. 0,8; |
C. 0,72; |
D. 0,84. |
7. Рассчитать скорректированный коэффициент детерминации.
Варианты ответов: |
|
|
|
А. 0,72; |
B. 0,69; |
C. 0,8; |
D. 0,84. |
8. Рассчитать фактическое значение статистики Фишера для оценки значимости
модели регрессии. |
|
|
|
|
|
Варианты ответов: |
|
|
|
||
А. 21,9; |
B. 2,57; |
C. 3,6; |
D. |
18,9. |
|
9. Вычислить коэффициент |
детерминации |
для |
модели регрессии |
||
yˆ = b0 + b1 x1 + b2 x2 + u , |
если |
значение суммы |
квадратов остатков равно |
||
ESS=0,89, а значение объясненной регрессией суммы квадратов RSS=3,1. |
|||||
Варианты ответов: |
|
|
|
||
А. 0,2231; |
B. 0,7129; |
C. 0,2871; |
D. 0,7769. |
10. В результате оценивания функции Кобба-Дугласа получено следующее уравнение регрессии
yˆ = 0,6 K 0,35 L0,83 .
Определить, на сколько процентов увеличится выпуск продукции при увеличении затрат капитала на 1 %.
Варианты ответов: |
|
|
А. 35 %; B. 0,6 %; |
C. 0,83 %; |
D. 0,35 %. |
150
11. При анализе зависимости заработной платы y (тыс. руб.) от стажа работы x (лет) получено уравнение регрессии yˆ =12,5 + 0,8 x +1,5 z , где z – фиктивная переменная, отражающая пол служащего. Установить, на сколько средний доход мужчин выше.
|
|
|
Варианты ответов: |
|
|
||||
|
А. 0,8 тыс. руб.; B. 1,5 тыс. руб.; |
C. 2,3 тыс. руб.; D. 0,7 тыс. руб. |
|||||||
|
|
|
|
Тест к разделу 3 |
|
|
|||
1. |
Связь зависимой переменной y с факторами x1, x2 и x3 характеризуется |
||||||||
следующей матрицей парных коэффициентов корреляции |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
y |
|
x1 |
x2 |
x3 |
|
|
|
y |
|
1 |
|
0,72 |
0,54 |
0,46 |
|
|
|
|
|
|
|
|
|
|
|
|
|
x1 |
|
0,72 |
|
1 |
0,15 |
0,28 |
|
|
|
|
|
|
|
|
|
|
|
|
|
x2 |
|
0,54 |
|
0,15 |
1 |
0,75 |
|
|
|
x3 |
|
0,46 |
|
0,28 |
0,75 |
1 |
|
Установить коллинеарные факторы. Варианты ответов:
А. Коллинеарные факторы отсутствуют; B. x1 и x2; C. x1 и x3; D. x2 и x3. 2. Для данных задания 1 определить в соответствии с пошаговой процедурой отбора факторов последовательность включения переменных в модель регрессии.
|
Варианты ответов: |
|
|
А. x2 затем x1; |
B. x1 затем x3; |
C. x1 затем x2; |
D. x2, затем x3 и x1. |
3. Установить, имеет ли место автокорреляция остатков первого порядка, если фактическое значение критерия Дарбина-Уотсона для оцененной регрессии равно DW=2,3, а нижнее и верхнее значения критической области равны dн =0,81 и dв= 1,58 соответственно.
Варианты ответов:
А. Автокорреляция отсутствует; B. Автокорреляция имеет место;
C. Имеет место неопределенность.
151
4. Тест на гетероскедастичность:
Варианты ответов:
А. Дарбина-Уотсона; B. Фишера; C. Голдфельда-Квандта; D. Стьюдента.
5. Определить фактическое значение F-критерия теста Голдфельда-Квандта, если значения сумм квадратов остатков для “частных” регрессий равны
ESS1=8,5, ESS2=46,3.
Варианты ответов:
А. 0,18; B. 54,8; C. 37,8; D. 5,45.
|
|
|
Тест к разделу 4 |
|
|
|
|
1. Для значений временного ряда |
|
|
|
|
|
||
y1=10,3, y2=14,3, y3=6,8, y4=11,1, |
y5=9,1 |
|
|||||
определить значение уровня ряда, сглаженного при |
помощи |
простой |
|||||
скользящей средней с интервалом сглаживания, равным 3, на момент t=4. |
|||||||
|
|
Варианты ответов: |
|
|
|
||
А. 17,2; |
|
|
B. 5; |
C. 6,8; |
|
D. 9. |
|
2. По данным временного ряда построены тренды |
|
|
|
||||
1) |
yt |
= −7,5 + 4,2 t, |
R2 = 0,83; |
F = 76, |
|
||
2) |
yt |
=17 − 3,3 t + 0,4 t 2 , R 2 = 0,98; |
F = 460, |
||||
3) |
yt |
= 0,5 + 4,2 e1,5 t , |
R2 = 0,6; |
F =10. |
|
||
Выбрать тренд с наилучшими характеристиками качества. |
|
|
|||||
|
|
Варианты ответов: |
|
|
|
||
|
|
А. 1); |
B. 2); |
C. 3). |
|
|
|
152
3. Оцененная линеаризованная спецификация тренда имеет следующий вид ln yˆt = ln 2,3 + t ln1,1.
Установить спецификацию тренда.
Варианты ответов:
А. yˆt = 2,3 1,1t ; B. yˆt = 2,3 t1,1; |
C. yˆt = 2,3 e1,1 t ; D. yˆt =1,1 2,3t . |
|
4. Имеется модель авторегрессии |
|
|
yt |
= 3,2 + 0,78 xt + 0,17 yt−1 . |
|
Определить краткосрочный мультипликатор модели. |
||
|
Варианты ответов: |
|
А. 3,2; |
B. 0,78; |
C. 0,17; D. 4,15. |
5. Указать степень полинома модели, используемой для описания тенденции
уровней ряда, равномерно возрастающих со временем. |
|
|
|
|
|
||||||||
|
|
|
Варианты ответов: |
|
|
|
|
|
|||||
А. Первая; |
|
B. Вторая; |
C. |
Третья; |
D. Четвертая. |
|
|||||||
|
Таблица правильных ответов к тестам |
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
|
6 |
|
7 |
8 |
9 |
10 |
11 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тест к разделу 1 |
D |
B |
C |
A |
A |
|
C |
|
A |
C |
D |
B |
C |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тест к разделу 2 |
C |
B |
A |
D |
A |
|
C |
|
B |
A |
D |
D |
B |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тест к разделу 3 |
D |
C |
A |
C |
D |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тест к разделу 4 |
D |
B |
A |
B |
A |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
153
4.3. Итоговый контроль Вопросы для подготовки к экзамену
1.Функциональная, статистическая и корреляционная зависимости. Функция регрессии. Этапы эконометрического моделирования.
2.Модель парной регрессии. Предпосылки классической линейной модели парной регрессии.
3.Оценка параметров парной регрессии методом наименьших квадратов, графическая интерпретация.
4.Статистические свойства МНК-оценок. Теорема Гаусса-Маркова.
5.Оценка дисперсии возмущений и МНК-оценок.
6.Доверительные интервалы параметров парной регрессии.
7.Проверка гипотез относительно коэффициентов парной регрессии.
8.Доверительные интервалы значений зависимой переменной.
9.Проверка общего качества уравнения регрессии. Коэффициент детерминации R2 и его свойства.
10.Классическая линейная модель множественной регрессии.
11.Метод наименьших квадратов для модели множественной регрессии.
12.Проверка статистической значимости коэффициентов множественной регрессии по t-статистике.
13.Построение доверительных интервалов для коэффициентов множественной регрессии.
14.Множественный коэффициент детерминации R2, скорректированный коэффициент детерминации.
15.Проверка гипотезы о значимости модели множественной регрессии в целом по F-статистике.
16.Фиктивные переменные в регрессионных моделях.
17.Автокорреляция, ее последствия.
18.Критерий Дарбина-Уотсона.
19.Гетероскедастичность, ее последствия. Тест ранговой корреляции Спирмена.
154
20.Тест Голдфельда-Квандта.
21.Обобщенный метод наименьших квадратов.
22.Мультиколлинеарность. Последствия и методы устранения.
23.Корреляционная матрица. Частные коэффициенты корреляции.
24.Отбор факторов при построении множественной регрессии.
25.Модели регрессии, нелинейные по факторным переменным. Сведение полиномиальной регрессии к множественной регрессии.
26.Модели регрессии, нелинейные по оцениваемым коэффициентам. Степенная регрессия и сведение ее к линейной.
27.Показатели качества нелинейного уравнения регрессии.
28.Экономическая интерпретация коэффициентов множественной регрессии. Показатели тесноты связи фактора с результатом: коэффициенты частной эластичности.
29.Производственные функции. Функция Кобба-Дугласа.
30.Основные элементы и структура временного ряда.
31.Стационарные временные ряды и их характеристики.
32.Автокорреляционная функция. Определение структуры временного ряда.
33.Моделирование тенденции временного ряда.
34.Динамические эконометрические модели. Модели авторегрессии. Интерпретация параметров.
35.Модели с распределенными лагами. Метод инструментальных переменных.
36.Системы эконометрических уравнений. Структурная и приведенная форма модели.
37.Проблема идентификации. Необходимое и достаточное условие идентификации.
38.Оценка точно идентифицированного уравнения. Косвенный метод наименьших квадратов.
39.Оценка сверхидентифицированного уравнения. Двухшаговый метод наименьших квадратов.