ЭКОНОМЕТРИКА и математическая экономика / Эконометрика. Учебник продвинутый (2005)
.pdf4.5. Упражнения и задачи |
173 |
1.2.Дайте табличное и графическое изображение полученных совместных распределений частот, сделайте выводы о наличии связи между признаками.
1.3.С помощью критерия Пирсона проверьте нулевую гипотезу о независимости роста и веса студентов.
1.4.С помощью дисперсионного анализа установите, существенно ли влияние роста на их вес.
1.5.На основе построенной таблицы сопряженности рассчитайте средние и дисперсии роста и веса, а также абсолютную и относительную ковариацию между ними.
1.6.На основе исходных данных, без предварительной группировки (для юношей
идевушек отдельно):
•Оцените с помощью МНК параметры линейного регрессионного уравнения, предположив, что переменная «рост» объясняется переменной «вес». Дайте интерпретацию полученным коэффициентам уравнения регрессии.
•Повторите задание, предположив, что переменная «вес» объясняется переменной «рост».
•Оцените с помощью МНК параметры ортогональной регрессии.
•Изобразите диаграмму рассеяния признаков роста и веса и все три линии регрессии. Объясните почему, если поменять экзогенные и эндогенные переменные местами, получаются различные уравнения.
•Для регрессионной зависимости роста от фактора веса вычислите объясненную и остаточную дисперсию, рассчитайте коэффициент детерминации и с помощью статистики Фишера проверьте статистическую значимость полученного уравнения.
Упражнение 2
Дана таблица (табл. 4.1, индекс Доу—Джонса средних курсов на акции ряда промышленных компаний).
2.1.Изобразить данные, представленные в таблице, графически.
2.2.Найти оценки параметров линейного тренда. Вычислить и изобразить графически остатки от оценки линейного тренда.
2.3.На основе данных таблицы
174 |
|
|
|
Глава 4. Введение в анализ связей |
|||
|
|
|
Таблица 4.1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Год |
Индекс |
Год |
Индекс |
Год |
Индекс |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1897 |
45.5 |
1903 |
55.5 |
1909 |
92.8 |
|
|
|
|
|
|
|
|
|
|
1898 |
52.8 |
1904 |
55.1 |
1910 |
84.3 |
|
|
|
|
|
|
|
|
|
|
1899 |
71.6 |
1905 |
80.3 |
1911 |
82.4 |
|
|
|
|
|
|
|
|
|
|
1900 |
61.4 |
1906 |
93.9 |
1912 |
88.7 |
|
|
|
|
|
|
|
|
|
|
1901 |
69.9 |
1907 |
74.9 |
1913 |
79.2 |
|
|
|
|
|
|
|
|
|
|
1902 |
65.4 |
1908 |
75.6 |
|
|
|
|
|
|
|
|
|
|
|
•произвести сглаживание ряда с помощью процедуры, основывающейся на q = 1 и p = 3 (q — степень полинома, p — полупериод сглаживания);
•произвести сглаживание ряда с помощью процедуры, основывающейся на q = 2 и p = 2.
2.4.Сравнить сглаженный ряд с трендом, подобранным в упражнении 2.2.
Задачи
1.Используя интенсивность цвета для обозначения степени концентрации элементов в группах, дайте графическое изображение совокупности, характеризующейся:
а) однородностью и прямой зависимостью признаков (x1, x2) ; б) однородностью и обратной зависимостью признаков (x1, x2) ; в) неоднородностью и прямой зависимостью признаков (x1, x2) ;
г) неоднородностью и обратной зависимостью признаков (x1, x2) ; д) неоднородностью и отсутствием связи между признаками (x1, x2) .
2.Пусть заданы значения (x1, x2). Объясните, какие приемы следует применять для оценки параметров следующих уравнений, используя обычный метод наименьших квадратов:
а) x1 = βxα2 ; б) x2 = βex1α;
в) x1 = β + α ln(x2); г) x1 = x2/(β + αx2);
д) x1 = β + α/(π − x2).
4.5. Упражнения и задачи |
175 |
||
3. Может ли матрица |
|
||
2 |
3 |
4 |
3 |
а) |
|
б) |
|
3 |
4 |
2 |
3 |
являться ковариационной матрицей переменных, для которых строятся уравнения регрессии? Ответ обосновать.
4. Наблюдения трех пар (x1, x2) дали следующие результаты:
|
xi21 = 41, |
xi22 = 14, |
xi1xi2 = 23, |
xi1 = 9, xi2 = 6. |
i |
i |
i |
i |
i |
Оценить уравнения прямой, обратной и ортогональной регрессии.
5. Построить уравнения прямой, обратной и ортогональной регрессии, если
а) |
X1 = (1, 2, 3) , |
X2 = (1, 0, 5) ; |
||
б) |
X1 = (0, 2, 0, |
2) , |
X2 = (0, 0, 2, |
2) ; |
в) |
X1 = (0, 1, 1, |
2) , |
X2 = (1, 0, 2, |
1) . |
Нарисовать на графике в пространстве переменных облако наблюдений и линии прямой, обратной и ортогональной регрессии. Вычислить объясненную, остаточную дисперсию и коэффициент детерминации для каждого из построенных уравнений регрессии.
6.Какая из двух оценок коэффициента зависимости баллов, полученных на экзамене, от количества пропущенных занятий больше другой: по прямой или по обратной регрессии.
7.В регрессии x1 = a12x2 + 1N b1 + e1 , фактор x1 равен (1, 3, 7, 1) . Параметры регрессии найдены по МНК. Могут ли остатки быть равными:
а) (1, −2, 2, 1) ; б) (1, −2, 1, −1) .
8.Для рядов наблюдений x1 и x2 известны средние значения, которые равны соответственно 10 и 5. Коэффициент детерминации в уравнениях регрессии x1 на x2 равен нулю. Найти значения параметров простой регрессии x1 по x2.
9.В регрессии x1 = a12x2 + 14b1 + e1 , где x2 = (5, 3, 7, 1) , получены оценки a12 = 2, b1 = 1, а коэффициент детерминации оказался равным 100%. Найти вектор фактических значений x1 .
176 |
Глава 4. Введение в анализ связей |
10.Изобразите на графике в пространстве двух переменных облако наблюдений и линию прямой регрессии, если коэффициент корреляции между переменными:
а) положительный;
б) равен единице;
в) отрицательный;
г) равен минус единице;
д) равен нулю.
11.Существенна ли связь между зарплатой и производительностью труда по выборке из 12 наблюдений, если матрица ковариаций для этих показателей
96
имеет вид |
. |
616
12.Оцените параметры ортогональной регрессии и рассчитайте остаточную дисперсию и коэффициент детерминации для переменных, у которых матрица
96
ковариаций равна |
, а средние значения равны 3 и 4. |
616
13.Имеются данные об объемах производства по четырем предприятиям двух отраслей, расположенным в двух регионах (млн. руб):
Отрасль |
2 |
1 |
|
Регион |
|
1 |
48 |
60 |
220 40
Рассчитать эффекты взаимодействия, факторную и общую дисперсии.
14. Имеются данные об инвестициях на предприятиях двух отраслей:
|
Предприятие |
Инвестиции |
|
(млн. руб.) |
|
|
|
|
|
|
|
|
|
|
|
1 |
50 |
Отрасль 1 |
|
|
2 |
60 |
|
|
|
|
|
3 |
40 |
|
|
|
|
4 |
110 |
Отрасль 2 |
|
|
5 |
160 |
|
|
|
|
|
6 |
150 |
|
|
|
4.5. Упражнения и задачи |
177 |
Рассчитать групповую, межгрупповую и общую дисперсии.
15.Имеются данные об урожайности культуры (в ц/га) в зависимости от способа обработки земли и сорта семян:
Сорт семян (A) |
Способы обработки земли (B) |
||||
|
|
|
|
||
1 |
2 |
3 |
4 |
||
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
16 |
18 |
20 |
21 |
|
|
|
|
|
|
|
2 |
20 |
21 |
23 |
25 |
|
|
|
|
|
|
|
3 |
23 |
24 |
26 |
27 |
|
|
|
|
|
|
С помощью двухфакторного дисперсионного анализа оценить, зависит ли урожайность культуры от сорта семян (A) или от способа обработки земли.
16.Запишите систему нормальных уравнений оценивания параметров полиномиального тренда первой, второй и третей степеней.
17.Перенесите систему отсчета времени в середину ряда, т.е. i = . . . −3; −2; −1; 0; 1; 2; 3 . . ., и перепишите систему нормальных уравнений для полиномиального тренда первой, второй и третей степеней. Как изменится вид системы? Найдите оценку параметров многочленов в явном виде из полученной системы уравнений.
18.По данным о выручке за 3 месяца: 11, 14, 15 — оцените параметры полиномиального тренда первой степени и сделайте прогноз выручки на четвертый месяц.
19.Имеются данные об ежедневных объемах производства (млн. руб.):
День |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Объем |
9 |
12 |
27 |
15 |
33 |
14 |
10 |
26 |
18 |
24 |
38 |
28 |
45 |
32 |
41 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Проведите сглаживание временного ряда, используя различные приемы скользящего среднего:
а) используя полиномиальное сглаживание;
б) используя экспоненциальное сглаживание.
20.Оценена регрессия xi = β + αs sin(ωi) + αc cos(ωi) + εi для частоты π/2. При этом αs = 4 и αc = 3. Найти значения амплитуды, фазы и периода.
21.Что называется гармоническими частотами? Записать формулу с расшифровкой обозначений.
22.Что такое частота Найквиста? Записать одним числом или символом.
178 |
Глава 4. Введение в анализ связей |
23. Строится регрессия с циклическими компонентами: |
|
|
k |
xi = β + |
(αsj sin(ωj i) + αcj cos(ωj i)) + εi, i = 1, . . . , 5, k = 2. |
|
j=1 |
Запишите матрицу ковариаций факторов для данной регрессии.
Рекомендуемая литература
1.Доугерти К. Введение в эконометрику. — М.: «Инфра-М», 1997. (Гл. 2).
2.Кендэл М. Временные ряды. — М.: «Финансы и статистика», 1981. (Гл. 3–5, 8).
3.Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика — начальный курс. — М.: «Дело», 2000. (Гл. 2).
Часть II
Эконометрия — I: Регрессионный анализ
179
Это пустая страница
В этой части развиваются положения 4-й главы «Введение в анализ связей» I-й части книги. Предполагается, что читатель знаком с основными разделами теории вероятностей и математической статистики (функции распределения случайных величин, оценивание и свойства оценок, проверка статистических гипотез), линейной алгебры (свойства матриц и квадратичных форм, собственные числа и вектора). Некоторые положения этих теорий в порядке напоминания приводятся
втексте.
Вчастности, в силу особой значимости здесь дается краткий обзор функций распределения, используемых в классической эконометрии (см. также Приложение A.3.2).
Пусть ε — случайная величина, имеющая нормальное распределение с нулевым математическим ожиданием и единичной дисперсией ( ε N (0, 1)). Функция плотности
ε2
этого распределения прямо пропорциональна e− 2 ; 95-процентный двусторонний
квантиль εˆ0.95 |
равен 1.96, 99-процентный квантиль — 2.57. |
|
|
|
, |
|||
Пусть теперь |
имеется k таких |
взаимно |
независимых величин |
εl |
|
N (0, 1) |
||
k |
ε2 |
|
|
|||||
l = 1, . . . , k. Сумма их квадратов |
l=1 |
является случайной величиной, имею- |
||||||
|
|
l |
|
|
|
|
|
щей распределение χ2 c k степенями свободы (обозначается χ2 ). Математическое |
|||||||||||||||||||||||
величины равно |
|
, а отношение |
2 |
|
|
|
k |
|
|
|
|||||||||||||
|
|
при k → ∞ стремится к 1, |
|||||||||||||||||||||
k |
χk /k |
||||||||||||||||||||||
ожидание этой 2 |
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
т.е. в пределе χ |
становится детерминированной величиной. 95-процентный (одно- |
||||||||||||||||||||||
сторонний) квантиль χˆ2 |
|
при k = 1 равен 3.84 (квадрат 1.96), при k = 5 — |
|||||||||||||||||||||
|
|
|
|
|
|
k,0.95 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
11.1, при k = 20 — 31.4, при k = 100 — 124.3 (видно, что отношение χ2 |
|
/k |
|||||||||||||||||||||
приближается к 1). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k,0.95 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Если две случайные величины |
ε и |
χ2 независимы друг от друга, то случайная |
|||||||||||||||||||||
|
|
|
ε |
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
|
|
величина tk = |
|
|
|
|
имеет распределение t-Стьюдента с k степенями свободы. |
||||||||||||||||||
|
|
|
|
|
|||||||||||||||||||
|
|
|
|
|
|||||||||||||||||||
|
|
χ2 |
/k |
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
k+1 |
|
|
|
|||||
|
|
|
k |
|
|
|
|
|
|
|
|
|
|
t2 |
− |
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
1 + |
2 |
|
|
|
|
|||||
Ее функция распределения пропорциональна |
k |
|
|
; в пределе при k → ∞ |
|||||||||||||||||||
k |
|
|
|
||||||||||||||||||||
она становится нормально распределенной. |
95-процентный двусторонний кван- |
||||||||||||||||||||||
ˆ |
|
|
|
= 1 |
равен 12.7, при k |
= 5 — 2.57, при k = 20 — 2.09, |
|||||||||||||||||
тиль tk, 0.95 при k |
|
||||||||||||||||||||||
при k = 100 — 1.98, т.е. стремится к εˆ0.95 . |
|
|
|
|
|
|
|
|
|
|
|||||||||||||
Если две случайные величины |
χ2 |
и χ2 |
не зависят друг от друга, то случайная |
||||||||||||||||||||
|
|
|
|
χk2 |
|
|
|
k1 |
k2 |
|
|
|
|
|
|
|
|
|
|
|
|||
величина Fk1 ,k2 |
= |
/k1 |
имеет распределение F -Фишера с k1 и k2 |
степенями |
|||||||||||||||||||
|
1 |
|
|||||||||||||||||||||
|
2 |
/k2 |
|||||||||||||||||||||
|
|
|
|
χ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
k2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
случайная |
|||
свободы (соответственно, в числителе и знаменателе). При |
k2 → ∞ эта |
||||||||||||||||||||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|
|
|
|
|
|
2 |
|||
величина стремится к χk1 |
/k1 , т.е. k1Fk1 ,∞ = χk1 |
. Очевидно также, что F1,k2 |
= tk2 . |
||||||||||||||||||||
95-процентный (односторонний) квантиль |
ˆ |
|
|
|
|
|
|
|
|
|
|
||||||||||||
F1,k2 ,0.95 при k2 = 1 равен 161, при |
k2 = 5 — 6.61, при k2 = 20 — 4.35, при k2 = 100 — 3.94 (квадраты соответ-
ствующих |
tk,0.95 ); квантиль |
ˆ |
,0.95 |
при k2 = 1 равен 200, при k2 = 5 — 5.79, |
|||
F2,k2 |
|||||||
при k2 = 20 — 3.49, при k2 = 100 — 3.09; квантиль |
ˆ |
,20,0.95 |
при k1 = 3 равен |
||||
Fk1 |
3.10, при k1 = 4 — 2.87, при k1 = 5 — 2.71, при k1 = 6 — 2.60.
Глава 5
Случайные ошибки
Задачей регрессионного анализа является построение зависимости изучаемой случайной величины x от факторов z :
x = f (z, A) + ε,
где A — параметры зависимости.
Если z — истинный набор факторов, полностью определяющий значение x, а f — истинная форма зависимости, то ε — случайные ошибки измерения x. Однако в экономике весьма ограничены возможности построения таких истинных моделей, прежде всего потому, что факторов, влияющих на изучаемую величину, слишком много. В конкретных моделях в лучшем случае наборы z включают лишь несколько наиболее значимых факторов, и влияние остальных, неучтенных, факторов определяет ε. Поэтому ε называют просто случайными ошибками или
остатками.
В любом случае считают, что ε — случайные величины с нулевым математическим ожиданием и, как правило, нормальным распределением. Последнее следует из центральной предельной теоремы теории вероятностей, поскольку ε по своему смыслу является результатом (суммой) действия многих мелких малозначимых по отдельности факторов случайного характера.
Действительно, в соответствии с этой теоремой, случайная величина, являющаяся суммой большого количества других случайных величин, которые могут иметь различные распределения, но взаимно независимы и не слишком различаются между собой, имеет асимптотически нормальное распределение, т.е. чем больше случайных величин, тем ближе распределение их суммы к нормальному.