Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Эконометрика_Практикум

.pdf
Скачиваний:
80
Добавлен:
01.06.2015
Размер:
820.09 Кб
Скачать

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

Ме-

Объём

Расходы

Цена то-

Цена

Индекс

Тип упа-

сяц

реализа-

на рекла-

вара,

конку-

потреби-

ковки,

t

ции,

му,

х2

рента, х3

тельских

D

 

y ,

х1

(руб.)

(руб.)

расходов,

(0 - про-

 

(тыс.руб.)

(тыс.руб.)

 

 

х4 (%)

зрачная,

 

 

 

 

 

 

1- цвет-

 

 

 

 

 

 

ная)

1

120+ k1

4,1

20

22

100

0

2

130+ k2

4,8

19,8

22,3

97,5

0

3

151

3,8

20,2

21,8

101,4

0

4

190

8,7

20,5

21,2

103,5

0

5

275

8,4

20,5

21

104,2

0

6

372

9,9

21

23

108

1

7

433

14,5

23

25,2

108,4

1

8

445

19

18

20,8

108,6

1

9

360+ k2

19,8

20,8

23,2

108,3

1

10

360+ k2

10,7

21,9

21,8

109,2

1

11

315+ k1

8,5

21,3

22

110,1

0

12

300+ k2

6,6

21,1

23,3

110,7

0

13

332

12,8

20,5

21,5

110,3

0

14

345

6,5

20,7

21,2

11,8

0

15

364

5,8

21

22,7

112,3

1

16

378+ k1

5,6

20,1

21,2

113

1

17

390

5,6

20,1

21,2

113,5

1

18

391

5,8

21

22,7

113

1

19

371

8,5

21,3

22

113,7

0

20

368

8,5

21,3

22

114

0

Требуется:

1)Составить матрицу парных коэффициентов корреляции. Проанализировать их.

2)Построить уравнение линейной множественной регрессии с количественными факторами (исключив из него коллинеарные и слабоинформативные факторы). Пояснить экономический смысл его параметров.

3)Оценить качество полученного уравнения и его параметров на основе коэффициента детерминации, t-критерия Стьюдента и F-критерия Фишера. Какие факторы значимо воздействуют на объём реализации товара в этой модели?

4)Построить уравнение множественной регрессии с включением качественного признака. Оценить значимость параметров полученного уравнения

51

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

по критерию Стьюдента. Дать статистическую (с помощью t – теста, F-теста и коэффициента детерминации) и экономическую интерпретацию полученной модели множественной линейной регрессии. Сравнить с моделью, полученной в п.2 и сделать вывод о необходимости использования в модели фиктивной переменной.

Семинар 11. Нелинейные регрессии Решение типовых задач:

Пример 1. Имеются данные ежегодного потребления некоторого товара (у) и годового дохода (х) десяти семей (в у.е.):

х

1

2

3

4

5

6

7

8

9

10

у

2

7

9

12

10

12

11

12

13

12

Необходимо:

А) Построить корреляционное поле; Б) Построить следующие варианты уравнения регрессии и выбрать

наилучший:

1)линейная у a bx ;

2)у a bx ;

3)равносторонняя гипербола у a b ;

x

4) полиномы второй и третей степени y a b1 x b2 x2 ; y a b1 x b2 x2 b3 x3 ;

5) степенная функция y a xb .

Решение:

А) Строим поле корреляции, используя для этого Мастер диаграмм в

MS Excel.

52

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

 

 

 

Зависимость потребления товара от годового дохода

 

 

 

 

14

 

 

 

 

 

 

 

 

 

 

 

 

 

13

 

 

 

 

 

 

 

 

 

 

 

 

 

12

 

 

 

 

 

 

 

 

 

 

 

Объём ежегодного

 

11

 

 

 

 

 

 

 

 

 

 

 

потребления

10

 

 

 

 

 

 

 

 

 

 

 

9

 

 

 

 

 

 

 

 

 

 

 

8

 

 

 

 

 

 

 

 

 

 

 

7

 

 

 

 

 

 

 

 

 

 

 

6

 

 

 

 

 

 

 

 

 

 

 

5

 

 

 

 

 

 

 

 

 

 

 

4

 

 

 

 

 

 

 

 

 

 

 

3

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

0

1

2

3

4

5

6

7

8

9

10

11

 

 

 

 

 

 

Годовой доход семьи

 

 

 

 

Анализ графика показывает, что между объёмом годового потребления товара и годовым доходом семьи наблюдается положительная нелинейная зависимость.

Б) Рассмотрим различные варианты уравнения регрессии.

1) Оценка линейного уравнения регрессии рассматривалась нами ранее.

Её результаты: yˆ 5,133 0,885 x,

R2 0,646.

2) Уравнение у a bx сводится к линейному заменой z x .

Для построения данного уравнения с помощью пакета анализа данных Регрессия в MS Excel исходные данные независимой переменной преобразуются к виду z x :

х

у

 

 

 

z x

1

2

1

 

 

2

7

1,414

 

3

9

1,732

 

4

12

2

 

 

5

10

2,236

 

6

12

2,449

 

7

11

2,646

 

8

12

2,828

 

9

13

3

 

 

10

12

3,162

 

Оценив регрессию между у и z, получим:

 

 

 

yˆ 0,774 4,106 z,

R2 0,762.

 

 

 

53

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

Вернёмся к исходной переменной:

 

 

 

 

 

 

yˆ 0,774 4,106

 

 

,

R2 0,762 .

 

 

 

 

 

 

х

 

 

 

 

 

 

3) Аналогично равносторонняя гипербола у a

b

сводится к линей-

x

 

 

 

 

 

1

 

 

 

 

 

 

ному уравнению заменой z

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

 

 

 

 

 

 

Таблица преобразованных данных:

 

 

 

 

 

 

х

 

 

 

у

 

 

 

z

1

 

 

 

 

 

 

x

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

2

 

 

 

1

 

 

2

 

 

 

7

 

 

 

0,5

 

3

 

 

 

9

 

 

 

0,333

4

 

 

 

12

 

 

 

0,25

 

5

 

 

 

10

 

 

 

0,2

 

6

 

 

 

12

 

 

 

0,167

7

 

 

 

11

 

 

 

0,143

8

 

 

 

12

 

 

 

0,125

9

 

 

 

13

 

 

 

0,111

10

 

 

 

12

 

 

 

0,1

 

Оценённое уравнение

:

yˆ 13,418 11,669 z,

R2 0,942.

Откуда получаем уравнение зависимости у и х:

yˆ 13,418

11,669

,

R2 0,942.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

х

 

 

 

 

 

 

 

 

 

 

4) Полиномы второй и третьей степени сводятся к уравнению множест-

венной линейной регрессии заменой

z x,

z

2

x2

, z

3

x3 .

 

 

 

 

 

1

 

 

 

 

 

 

Таблица преобразованных данных:

 

 

 

 

 

 

 

z1 x

 

z2 x2

 

 

 

 

z3 x3

 

 

у

1

 

 

 

1

 

 

 

 

1

 

 

 

2

2

 

 

 

4

 

 

 

 

8

 

 

 

7

3

 

 

 

9

 

 

 

 

27

 

 

 

9

4

 

 

 

16

 

 

 

 

64

 

 

 

12

5

 

 

 

25

 

 

 

 

125

 

 

 

10

6

 

 

 

36

 

 

 

 

216

 

 

 

12

7

 

 

 

49

 

 

 

 

343

 

 

 

11

8

 

 

 

64

 

 

 

 

512

 

 

 

12

9

 

 

 

81

 

 

 

 

729

 

 

 

13

10

 

 

 

100

 

 

 

 

1000

 

 

12

54

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

Результат оценки полинома второй степени:

yˆ 0,633 3,135 x 0,205 x2 ,

R2 0,867.

 

Полином третьей степени:

 

 

yˆ 3,333 6,653 x 0,967 x2

0,046 x3 ,

R2 0,933.

5) Степенная мультипликативная функция вида y a xb сводится к линейной регрессии путём логарифмирования: ln y ln a b ln x ln .

Преобразуем данные (используем для этого встроенную математическую функцию LN в MS Excel):

x

у

ln x

ln y

1

2

0

0,693147

2

7

0,693147

1,94591

3

9

1,098612

2,197225

4

12

1,386294

2,484907

5

10

1,609438

2,302585

6

12

1,791759

2,484907

7

11

1,94591

2,397895

8

12

2,079442

2,484907

9

13

2,197225

2,564949

10

12

2,302585

2,484907

Оценим линейную регрессию между ln x и ln у : ln yˆ 1,185 0,675 ln x, .

Выполнив обратные преобразования, получим:

yˆ e1,185 x0,675

.

yˆ 3,271 x0,675 ,

R2 0,775

(Для вычисления значения e1,185 используйте встроенную математиче-

скую функцию EXP).

Вывод: Анализ построенных регрессий показывает, что лучше всего описывает исследуемую зависимость уравнение равносторонней гиперболы:

yˆ 13,418

11,669

,

R2 0,942

 

 

х

 

Замечание: Для нахождения наиболее адекватного уравнения в MS Excel можно использовать инструмент «Подбор линии тренда» из Мастера диаграмм.

55

 

 

 

Generated by Foxit PDF Creator © Foxit Software

 

 

 

http://www.foxitsoftware.com

For evaluation only.

 

Пример 2. Известны данные об объёме производства Y, капитальных

затратах K и затратах труда L некоторой страны за 12 лет:

 

 

 

 

 

 

 

t

 

Y

K

 

L

1

 

110

110

 

110

2

 

122

124

 

120

3

 

134

141

 

133

4

 

153

159

 

135

5

 

161

186

 

148

6

 

165

198

 

150

7

 

163

226

 

155

8

 

194

246

 

164

9

 

199

276

 

164

10

 

237

345

 

206

11

 

228

407

 

203

12

 

189

427

 

157

Необходимо:

А) Используя эти данные, оценить производственную функцию Кобба-

Дугласа (ПФКД) Y A K

L

(где A, , параметры функции, при-

чём A 0, 0 1, 0 1).

 

Б) Дать экономическую интерпретацию , .

В)

Спрогнозировать

объём

производства при затратах ресурсов

K 400,

L 200 .

 

 

 

Решение:

 

 

 

 

 

 

 

А) Для оценки параметров ПФКД с помощью модели множественной

линейной регрессии необходимо прологарифмировать уравнение:

 

 

Y A K

L :

 

 

 

 

 

lnY ln А ln K ln L ln .

 

 

 

 

По рядам данных Y, K, L рассчитаем ряды их логарифмов:

 

t

Y

 

K

L

lnY

ln K

ln L

1

110

 

110

110

4,7005

4,7005

4,7005

2

122

 

124

120

4,8040

4,8203

4,7875

3

134

 

141

133

4,8978

4,9488

4,8903

4

153

 

159

135

5,0304

5,0689

4,9053

5

161

 

186

148

5,0814

5,2257

4,9972

6

165

 

198

150

5,1059

5,2883

5,0106

7

163

 

226

155

5,0938

5,4205

5,0434

56

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

t

Y

 

K

 

L

 

lnY

ln K

ln L

8

194

 

246

 

164

 

5,2679

5,5053

5,0999

9

199

 

276

 

164

 

5,2933

5,6204

5,0999

10

237

 

345

 

206

 

5,4681

5,8435

5,3279

11

228

 

407

 

203

 

5,4293

6,0088

5,3132

12

189

 

427

 

157

 

5,2417

6,0568

5,0562

 

Используя

пакет анализа

Регрессия,

получим

оценённое

уравнение

регрессии:

ln ˆ 0,338 0,143 ln 0,933 ln .

Y K L

Выполнив обратные преобразования, получим:

ˆ

е

0,338

K

0,143

0,933

 

Y

 

 

L

Т.о. производственная функция Кобба-Дугласа:

ˆ

0,143

0,933

Y 0,713 K

 

L .

Б) Оценки параметров 0,143,

0,933 означают, что увеличение

затрат капитала на 1% приводит к росту выпуска продукции на 0,143%, а увеличение затрат труда на 1% – к росту выпуска на 0,933%.

В) Спрогнозируем объём производства при затратах ресурсов

K 400, L 200 .

Для этого в любую свободную ячейку запишите формулу:

=0,713*400^0,143*200^0,933. ( 0,713* 400^0,143* 200^0,933). Нажмите En-

ter.

В результате получим значение 235,594.

Вывод: Таким образом прогнозное значение объёма производства при заданных затратах ресурсов составит:

ˆ

0,143

200

0,933

235,59.

Y (K 400;L 200) 0,713 400

 

 

Задачи:

1. Анализируется прибыль предприятия у (млн. $) в зависимости от расходов на рекламу х (млн. $). По наблюдениям за 10 лет получены следующие данные:

х

 

0,8

1,0

1,8

2,5

4,0

5,7

7,5

8,3

8,8

9,0

у

 

5

8

13

15

21

25

22

20

17

16

 

Необходимо:

 

 

 

 

 

 

 

 

А) построить поле корреляции и выдвинуть предположение о формуле зависимости между показателями;

Б) подобрать модель для описания зависимости между у и х.

57

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

2. В таблице приведены данные по объёмам производства Y, капитальным затратам K и затратам труда L в некоторой отрасли за 20 лет:

t

Y

K

L

 

t

Y

K

L

1

45

2

2

 

11

70

2

4

2

59

5,5

2

 

12

71

5,5

2

3

37,5

2

4

 

13

108

5,6

4

4

108

5,6

5

 

14

90,5

2

6

5

130

2

6

 

15

74

10,4

2

6

128

10,5

2

 

16

160

5,6

6

7

154

5,6

5

 

17

225

10,4

4

8

226,5

10,4

4

 

18

167,5

10,4

5

9

146,5

10,5

6

 

19

88,5

5,6

5

10

31,5

2

2

 

20

54

2

2

Необходимо:

А) Используя эти данные, оценить ПФКД Y A K L .

Б) Дать экономическую интерпретацию оценённых параметров , .

В) Спрогнозировать объём производства при затратах ресурсов

K8, L 3.

3.Имеются данные темпов прироста заработной платы (у) и уровня безработицы (х):

t

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

x

1,1

1,4

1,2

1,5

1,6

1,2

1,1

1

1,4

1,8

1,9

1,4

1,9

1,2

1,5

y

1,6

1,7

1,8

1,9

2

2

2,2

2,4

2,6

2,7

2,7

2,8

2,9

3

3,2

Подберите модель для описания зависимости между у и х.

 

 

Контрольные задания (домашняя контрольная работа):

 

 

1. По имеющимся данным (где k1

число букв в полном имени сту-

дента, k2 – число букв в фамилии):

 

 

 

 

 

 

 

х

 

k2

0

4

k1

 

1

 

8

2

k1 1

3

k1 1

у

 

3

4

k2 1

k2

 

0

 

7

1

5

2

k1

Требуется:

А) Построить корреляционное поле; Б) Построить следующие варианты уравнения регрессии и выбрать

наилучший:

1) у a bx ;

58

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

2)у bx ;

3)у a bx ;

4)у a b ;

x

5)y a b1 x b2 x2 ;

6)y a b1 x b2 x2 b3 x3 ;

7)y a xb .

2.Известны данные об объёме производства Y, капитальных затратах K

изатратах труда L некоторой страны за 12 лет (где k1 число букв в полном

имени студента, k2 – число букв в фамилии):

t

Y

K

L

1

100 k1

100 k1

100 k1

2

115 k2

125

110 k2

3

130

137

129

4

145 k1

160

130 k1

5

160

185

150

6

165

190 k2

150

7

163

225

155

8

196

245

165

9

190 k2

277

164

10

235

345

200 k1

11

228

404

205

12

190

430

155

Требуется:

А) Используя эти данные, оценить производственную функцию КоббаДугласа (ПФКД) Y A K L (где A, , параметры функции, при-

чём A 0, 0 1, 0 1).

Б) Дать экономическую интерпретацию , .

В) Спрогнозировать объём производства при затратах ресурсов

K 400 k1 , L 190 k2 .

59

Generated by Foxit PDF Creator © Foxit Software

http://www.foxitsoftware.com For evaluation only.

Семинары 12-13. Системы одновременных уравнений

Решение типовых задач:

Пример 1. Простейшая структурная форма модели имеет вид:

y1 b12 y2 a11x1 1,

у2 b21y1 a22 x2 2,

Замечание: Все переменные в модели выражены в отклонениях от среднего уровня (т.е. под х подразумевается (x x), а под у – соответствен-

но (y y)), поэтому свободный член в каждом уравнении отсутствует.

Пусть для построения этой модели мы располагаем некоторой информацией по 15 регионам:

Регион

у1

у2

х1

х2

1

2

5

1

3

2

3

6

2

2

3

4

7

3

1

4

5

8

4

5

5

6

5

2

6

6

3

5

4

1

7

2

6

3

2

8

4

8

5

5

9

4

4

1

6

10

6

7

5

4

11

5

6

4

3

12

5

9

6

7

13

2

4

3

2

14

2

3

1

1

15

7

7

4

6

Необходимо:

А) Применив необходимое и достаточное условия идентификации, проверить каждое из уравнений модели на идентификацию.

Б) Записать приведённую форму модели.

В) Определить метод оценки параметров модели и оценить неизвестные параметры.

60