- •Эконометрика Учебно-методический комплекс
- •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 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.
- •Тема 2. Классическая и обобщенная линейные модели множественной регрессии.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •Тема 4. Нелинейные регрессионные модели и их линеаризация.
- •Тема 5. Динамические регрессионные модели.
- •Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •6. Задания для самостоятельной работы студентов
- •6.1. Задачи Задача 2.1.
- •Задача 2.2.
- •Задача 2.3.
- •Задача 2.4.
- •Задача 2.5.
- •Задача 2.6.
- •Задача 2.7.
- •Задача 2.8.
- •Задача 2.14.
- •Задача 4.1.
- •Задача 6.1.
- •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
- •Тема 1. Задачи эконометрики в области социально-экономических исследований. Основные этапы эконометрического моделирования.
- •Тема 2. Классическая и обобщенная линейные модели множественной регрессии.
- •Тема 3. Линейные регрессионные модели с переменной структурой.
- •Тема 4. Нелинейные модели регрессии и их линеаризация.
- •Тема 5. Модели стационарных и нестационарных временных рядов.
- •Тема 6. Прогнозирование, основанное на использовании моделей временных рядов.
- •Тема 7. Системы линейных одновременных уравнений.
- •Тема 8. Идентификация систем одновременных уравнений.
- •Варианты контрольных работ.
- •8. Вопросы для подготовки к экзамену
- •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 «эконометрика»
- •Эконометрика Учебно-методический комплекс
Задача 2.14.
При проверке модели на автокорреляцию остатков получено следующее уравнение:
.
(2,35) (0,10) (0,93) (0,85)
В скобках указаны значения t-статистики для коэффициентов регрессии (табличное значение при уровне значимости α=0,05 составляет 2,07). Какой тест применялся для проверки гипотезы об отсутствии автокорреляции, и какой вывод можно сделать по результатам теста?
Задача 2.15.
Проверьте на гетероскедастичность и автокорреляцию модель, построенную по данным задачи 2.6
Задача 3.1.
При исследовании зависимости объема потребления продукта А (y) от времени года были введены следующие фиктивные переменные: d1 (1 - если месяц зимний, 0 – в остальных случаях), d2 (1 - если месяц весенний, 0 – в остальных случаях), d3 (1 - если месяц летний, 0 – в остальных случаях). Запишите уравнение регрессии для изучения данной зависимости.
Задача 3.2.
По данным задачи 3.1. определите чему равен средний объем потребления продукта А весной? Чему равна разница среднемесячного объема потребления между:
летними и осенними месяцами;
летними и зимними месяцами?
Задача 3.3.
Исследуется потребление продукта А среди городских и сельских жителей. Сколько потребуется ввести фиктивных переменных для построения модели?
Задача 3.4.
Какое из приведенных ниже уравнений регрессии позволяет учесть изменение не только свободного члена, но и коэффициента наклона.
а) ;
б) ;
в) ;
г) .
Задача 3.5.
В таблице ниже представлены следующие данные за 16 месяцев: объем предложения некоторого блага Y для функционирующей в условиях конкуренции фирмы; цена этого блага X1 и заработная плата X2 сотрудников этой фирмы:
|
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.
Учитывая изменение экономической ситуации после 8 наблюдений, проверьте с помощью теста Чоу необходимость разбиения исходной выборки на две и построения для каждой из них отдельного уравнения регрессии.
Постройте уравнение регрессии с включением фиктивных переменных, учитывающее изменение ситуации после 8 наблюдения.
Дайте экономическую интерпретацию параметров модели.
Сравните качество полученной модели и модели, построенной в задании 1.
Задача 4.1.
Какие из приведенных ниже функций являются нелинейными по оцениваемым параметрам, а какие – нелинейными по включенным переменным:
;
;
;
;
.
Параметры каких моделей можно оценить методом наименьших квадратов? Ответ обоснуйте.
Задача 4.2.
Оценка множественной линейной регрессии между расходами на жилищные услуги, располагаемым личным доходом и индексом относительных цен дает следующий результат:
Y = -43,4 + 0,181X + 0,137p+ ε.
Уравнение логарифмической регрессии по тем же исходным данным имеет вид:
lgY = -1,60 + 1,18 lgX - 0,34 lgp+ ε
Задание:
Запишите полученное уравнение регрессии в степенной форме.
Дайте интерпретацию параметров полученных уравнений.
Задача 4.3.
Производственная функция Кобба-Дугласа имеет вид:
Y = 0,26 K0,82 L0,29 ε
Задание:
Дайте экономическую интерпретацию параметров модели.
Как изменится объем производства при увеличении затрат капитала на 1%?
Чему равен коэффициент эластичности объема производства по затратам капитала?
Верно ли утверждение, что при увеличении затрат капитала и труда в 1,5 раза объем производства возрастет менее, чем в 1,5 раза?
Задача 4.4.
Производственная функция Кобба-Дугласа характеризуется следующим уравнением:
R2 = 0,96.
(0,41) (0,07) (0,22) F = 276,4
В скобках указаны значения стандартных ошибок для коэффициентов регрессии.
Задание:
Оцените значимость коэффициентов модели по t-критерию Стьюдента и сделайте вывод о целесообразности включения факторов в модель.
Запишите уравнение в степенной форме и дайте интерпретацию параметров.
Что можно сказать об эффекте от масштаба производства?
Задача 5.1.
Как называются приведенные ниже модели:
yt = -0,7yt-1 + 0,3yt-2 + εt;
yt = εt + 0,5εt-1;
yt = 0,4yt-1 + εt - 0,2εt-1;
yt = -0,5yt-1 - 0,3yt-2 + εt + 0,2εt-1;
yt = 0,7yt-1 -0,3yt-2 - 0,1yt-3 + εt;
Задача 5.2.
Временной ряд описывается следующей моделью:
yt = 0,7yt-1 + εt,
где εt - белый шум.
Задание:
Как называется полученная модель?
Является ли исходный временной ряд стационарным?
Рассчитайте значения автокорреляционной функции для лагов τ = 1, 2, 3.
Нарисуйте автокорреляционную и частную автокорреляционную функции временного ряда yt.
Задача 5.3.
Ниже представлены графики автокорреляционной и частной автокорреляционной функций процесса:
Задание:
По представленным графикам сделайте предположение, какой моделью идентифицируется исследуемый временной ряд. Ответ обоснуйте.
Задача 5.4.
Ниже представлены графики автокорреляционной и частной автокорреляционной функций ряда первых разностей.
Задание:
По представленным графикам сделайте предположение, какой моделью идентифицируется исходный временной ряд. Ответ обоснуйте.
Задача 5.5.
Ряд первых разностей исходного нестационарного временного ряда описывается уравнением:
yt = 0,4yt-1 + εt - 0,2εt-1.
Задание:
Определите параметры p, k, q модели АРПСС(p,k,q), которой описывается исходный временной ряд.
Задача 5.6.
В приложении 1 представлены данные о курсе акций различных компаний:
Задание:
Идентифицируйте приведенные временные ряды.
Оцените параметры моделей АРПСС.
Задача 5.7.
Подберите соответствующие сезонные модели АРПСС для временных рядов, представленных в приложении 2.
Задача 5.9.
По ежемесячным данным изучается зависимость объема ВВП (Y, млрд. долл.) от уровня прибыли в экономике (Хt, млрд. долл.). Получена следующая модель с распределенными лагами:
Yt = -5 + 1,5∙Xt + 2∙Xt-1 + 4∙Xt-2 + 2,5∙Xt-3 + 2∙Xt-4 + εt.
(2,2) (2,3) (2,5) (2,3) (2,4)
В скобках указаны значения t-критерия Стьюдента для коэффициентов регрессии. R2 = 0,9.
Задание:
Проанализируйте полученные результаты регрессионного анализа.
Дайте интерпретацию параметров модели: определите краткосрочный и долгосрочный мультипликаторы.
Определите величину среднего лага и медианного лага.