- •Учебно-методический комплекс
- •1. Учебная программа дисциплины - syllabus
- •1.6. График выполнения и сдачи заданий по дисциплине
- •1.7. Список литературы
- •Интернет источники:
- •1.8. Информация об оценке
- •1.9. Политика и процедура курса
- •2. Учебно-методические материалы по дисциплине
- •2.1. Тематический план курса
- •2.2. Тезисы лекционных занятий
- •Тема № 8 .Парная нелинейная регрессия
- •Гипербола
- •Экспонента
- •Парабола
- •Тема №12 Система одновременных уравнений
- •2.3. Планы семинарских занятий
- •Тема 12. (занятие 15) Система одновременных уравнений
- •Методы оценки параметров структурной формы модели
- •2.5. Планы занятий в рамках самостоятельной работы студентов под руководством преподавателя
- •Линейная регрессия.
- •Проверка общего качества уравнения регрессии. Коэффициент детерминации r2
- •Множественная линейная регрессия
- •Функция линейн()
- •Использование f-cтатистики
- •2.6. Планы занятий в рамках самостоятельной работы студентов
- •Проверка значимости оценок коэффициентов регрессии. Статистика Стьюдента.
- •Вычисление t-статистики
- •2.7. Тематика письменных работ по курсу
- •2.8. Тестовые задания для самоконтроля
- •Приложение 2 Критические точки распределения Стьюдента
- •Приложение 3 Критические точки распределения Фишера-Снедекора (k1 — число степеней свободы большей дисперсии, к2 — число степеней свободы меньшей дисперсии)
- •Приложение 4 Критические точки распределения 2«хи – квадрат»
- •Учебно-методический комплекс
Использование f-cтатистики
Однако оценка параметров конкретного уравнения является лишь отдельным этапом длительного и сложного процесса построения эконометрической модели. Первое же оцененное уравнение очень редко является удовлетворительным во всех отношениях. Обычно приходится постепенно подбирать формулу связи и состав объясняющих переменных, анализируя на каждом этапе качество оцененной зависимости. Этот анализ качества включает статистическую и содержательную составляющую. Проверка статистического качества оцененного уравнения состоит из следующих элементов:
• проверка статистической значимости каждого коэффициента уравнения регрессии;
• проверка общего качества уравнения регрессии;
• проверка свойств данных, выполнение которых предполагалось
при оценивании уравнения.
Под содержательной составляющей анализа качества понимается рассмотрение экономического смысла оцененного уравнения регрессии: действительно ли значимыми оказались объясняющие факторы, важные с точки зрения теории; положительны или отрицательны коэффициенты, показывающие направление воздействия этих факторов; попали ли оценки коэффициентов регрессии в предполагаемые из теоретических соображений интервалы. Рассмотрим оценку общего качества уравнения.
Если существует статистически значимая линейная связь величин х и у, то коэффициент R2 близок к единице. Однако он может быть близким к единице просто в силу того, что обе эти величины имеют выраженный временной тренд, не связанный с их причинно-следственной взаимозависимостью. Точную границу приемлемости показателя R2 указать сразу для всех случаев невозможно. Нужно принимать во внимание и число степеней свободы уравнения, и наличие трендов переменных, и содержательную интерпретацию уравнения. Для определения статистической значимости коэффициента детерминации R2 проверяется нулевая гипотеза для F-статистики, рассчитываемой по формуле:
F=, где m - число объясняющих переменных, n- число наблюдений.
Смысл проверяемой гипотезы заключается в том, что все коэффициенты линейной регрессии, за исключением свободного члена, равны нулю. Если они действительно равны нулю для генеральной совокупности, то уравнение регрессии должно иметь вид , а коэффициент детерминации R2 и F-статистика Фишера также равны нулю. При этом их оценки для случайной выборки, конечно, отличаются от нуля, но чем больше такое отличие, тем менее оно вероятно. Логика проверки нулевой гипотезы заключается в том, что если произошло событие, которое было бы слишком маловероятным в том случае, если данная гипотеза действительно была бы верна, то эта гипотеза отвергается.
Величина F, если предположить, что выполнены предпосылки относительно отклонений еi, имеет распределение Фишера с (т; п-т-1) степенями свободы.
Если F>F(,1,2), то гипотеза о равенстве нулю всех коэффициентов линейной регрессии отвергается.
Форма проведения: Решение данных задач студентами самостоятельно на местах и при необходимости у доски.
Тема № 9 Изучение взаимосвязей непараметрическими методами
Задача 1
Найти выборочный коэффициент ранговой корреляции Спримена по данным ранга объектов выборки объема n = 10:
х |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
у |
6 |
4 |
8 |
1 |
2 |
5 |
10 |
3 |
7 |
9 |
Методические рекомендации:
Найти разности рангов, возвести их в квадрат.
Определить искомый коэффициент ранговой корреляции Спирмена
Задача 2
При уровне значимости 0,05 проверить, является ли ранговая корреляционная связь, вычисленная в задаче1 , значимой.
Методические рекомендации:
Найти критическую точку двусторонней области распределения Стьюдента при α=0,05 и степенями свободы n-2.
Вычислить критическую точку и сравнить с коэффициентом ранговой корреляции.
Задача 3
Найти выборочный коэффициент ранговой корреляции Кендалла по данным ранга объектов выборки объема n = 10:
х |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
у |
9 |
10 |
8 |
3 |
2 |
5 |
4 |
1 |
6 |
7 |
Методические рекомендации:
Найти сумму рангов.
Определить искомый коэффициент ранговой корреляции Кендалла
Задача 4
При уровне значимости 0,05 проверить, является ли ранговая корреляционная связь, вычисленная в задаче 3 , значимой.
Методические рекомендации:
Найти критическую точку по таблице функции Лапласа.
Вычислить критическую точку и сравнить с коэффициентом ранговой корреляции Кендалла.
Форма проведения: Решение данных задач студентами самостоятельно на местах и при необходимости у доски.
Основная литература: [5, С.281-343], [7, С.73-114], [11, С.34-54.], [12,С.65-79],[13] [14]
Дополнительная литература: [20] [32]
Тема № 10. Множественная линейная регрессия
Задача 1
Анализируется зависимость объема производства продукции предприятиями отрасли черной металлургии от затрат труда и расхода чугуна. Для этого по 20 предприятиям собраны следующие данные: у - объем продукции предприятия в среднем за год (млн тенге.), х1 - среднегодовая списочная численность рабочих предприятия (чел.), х2 - средние затраты чугуна за год (млн т).
Ниже представлены результаты корреляционного анализа этого массива данных.
Матрицы парных коэффициентов корреляции:
для исходных переменных
|
у |
х1 |
х2 |
у |
1,00 |
|
|
х1 |
0,78 |
1,00 |
|
х2 |
0,86 |
0,96 |
1,00 |
для натуральных логарифмов исходных переменных
|
lny |
ln x1 |
ln x2 |
lny |
1,00 |
|
|
ln x1 |
0,86 |
1,00 |
|
ln x2 |
0,9 |
0,69 |
1,00 |
Задание
Поясните смысл приведенных выше коэффициентов.
Используя эту информацию, опишите ваши предположения относительно:
а) знаков коэффициентов регрессии в уравнениях парной линейной регрессии у по х1 (у = а + bх1) и у по х2 (у=а + bх2);
б) статистической значимости коэффициентов регрессии при переменных х1 и х2 в линейном уравнении множественной регрессии и в уравнении множественной регрессии в форме функции Кобба Дугласа.
Определите значения коэффициентов детерминации в уравнениях парной линейной регрессии у= а + bх1 и у = а + bх2. Какое из этих уравнений лучше?
Определите частные коэффициенты корреляции для линейного уравнения множественной регрессии.
Найдите уравнение множественной линейной регрессии в стандартизованном масштабе и сделайте выводы.
Задача 2
По 25 территориям страны изучается влияние климатических условий на урожайность зерновых у (ц/га). Для этого были отобраны две объясняющие переменные:
х1 - количество осадков в период вегетации (мм); х2 - средняя температура воздуха ( 0С).
Матрица парных коэффициентов корреляции этих показателей имеет следующий вид:
|
у |
х1 |
x2 |
у |
1,0 |
|
|
х1 |
0,6 |
1,0 |
|
х2 |
-0,5 |
-0,9 |
1,0 |
Зэдание
Определите частные коэффициенты корреляции результата с каждым из факторов. Прокомментируйте различие полученных парных и частных коэффициентов корреляции результатов.
Исследователь, анализирующий данную зависимость, намерен определить на основе приведенной выше матрицы, какое уравнение регрессии лучше строить:
а) парную линейную регрессию.у на х1
б) парную линейную регрессию.у на х2;
в) множественную линейную регрессию.
Как бы вы ответили на эти вопросы?
3. Постройте уравнение регрессии в стандартизованном масштабе и сделайте вьшоды.
Задача 3
По 30 наблюдениям матрица парных коэффициентов корреляции оказалась следующей:
|
у |
х1 |
х2 |
х3 |
у |
1,0 |
|
|
|
х1 |
0,3 |
1,0 |
|
|
х2 |
0,6 |
0,1 |
1,0 |
|
х3 |
0,4 |
0,15 |
0,8 |
1,0 |
Зэдание
Постройте уравнение регрессии в стандартизованном виде и сделайте выводы.
Определите показатель множественной корреляции (нескорректированный и скорректированный).
3.Оцените целесообразность включения переменной х1 в модель после введения в нее переменных х2 и х3.
Задача 4
По 20 предприятиям отрасли были получены следующие результаты регрессионного анализа зависимости объема выпуска продукции у (млн тенге.) от численности занятых на предприятии х1 (чел.) и среднегодовой стоимости основных фондов х2 (млн тенге.):
Коэффициент детерминации |
0,81 |
Множественный коэффициент корреляции |
? |
Уравнение регрессии |
ln y = ? +0,48 ln x1 +0,62 ln x2 |
Стандартные ошибки параметров |
2 0,06 ? |
t-критерий для параметров |
1,5 ? 5 |
Задание
1. Напишите уравнение регрессии, характеризующее зависимость у от х1 и х2.
2. Восстановите пропущенные характеристики.
3.С вероятностью 0,95 постройте доверительные интервалы для коэффициентов регрессии.
4.Проанализируйте результаты регрессионного анализа.
Задача 5
По 30 предприятиям отрасли были получены следующие результаты регрессионного анализа зависимости объема выпуска продукции у (млн тенге.) от численности занятых на предприятии х1 (чел.) и среднегодовой стоимости основных фондов х2 (млн тенге):
Коэффициент детерминации |
? |
Множественный коэффициент корреляции |
0,85 |
Уравнение регрессии |
y = ? +0,48 x1 +20 x2 |
Стандартные ошибки параметров |
2 0,06 ? |
t-критерий для параметров |
1,5 ? 4 |
Задание
1. Восстановите пропущенные характеристики.
2. С вероятностью 0,95 постройте доверительные интервалы для коэфициентов регрессии.
3. Проанализируйте результаты регрессионного анализа.
Форма проведения: Решение данных задач студентами самостоятельно на местах и при необходимости у доски.
Основная литература: [4, С.90-175], [10], [14]
Дополнительная литература: [20],[22],[23],[25], [32]
Понятие об эконометрическом исследовании, его этапы. Виды переменных.
Генеральная совокупность и выборка. Репрезентативность выборки.
Распределение Стьюдента. Работа с таблицами t-распределения Стьюдента.
Корреляция. Корреляционный анализ в Excel .
Проверка гипотез о корреляции случайных величин.
Парная линейная регрессия. Графическая и аналитическая интерпретации метода наименьших квадратов.
Анализ статистической значимости коэффициентов линейной регрессии.
Построение линейной регрессии в Excel. Функция ЛИНЕЙН().
Множественная линейная регрессия.
Понятие коэффициента детерминации.
F- статистика. Определение значимости коэффициента детерминации R2
Тема № 11 Анализ временных рядов
Задача 1
В таблице приводятся данные о потреблении и личных доходах населения за 1985-1991 гг.
Показатель |
1985 г. |
1986 г. |
1987г. |
1988 г. |
1989 г. |
1990 г. |
1991 г. |
Потребление, тыс. долл. |
300 |
310 |
325 |
340 |
350 |
370 |
385 |
Личные доходы, тыс. долл. |
335 |
340 |
360 |
378 |
400 |
417 |
430 |
Задание
Постройте уравнение линейной регрессии, используя метод первых разностей.
Охарактеризуйте тесноту связи между рядами по их уровням, по первым разностям. Сделайте выводы.
Задача 2
По данным за 30 лет изучается зависимость рентабельности продукции компании у{ (%) от численности занятых ручным трудом х( (чел.). Были получены следующие варианты уравнений регрессии:
а) по уровням временных рядов:
Ŷt = 2 - 0,5Χt + εt R2 = 0,9025 d = 0,8;
б) по первым разностям уровней:
∆Ŷt =3 + 0,1 ∆Хt+εt R2 =0,49 d = 1,2;
в) по вторым разностям уровней:
∆2Ŷt = 15 - 0,062∆2Хt + εt R2 = 0,7225 d= 2,1;
г) по уровням рядов с включением фактора времени:
Ŷt= -7 - 0,02Χt+ 0,3t + εt R2 = 0,95 d = 2,2.
tф= -(3,1) (3,7)
В таблице приведены известные коэффициенты автокорреляции первого порядка.
Ряд
|
По уровням ряда
|
По первым разностям уровней ряда |
По вторым разностям уровней ряда |
xt |
0,99 |
0,80 |
0,05 |
yt |
0,86 |
0,86 |
0,10 |
Задание
1. Определите коэффициенты корреляции по уровням временных рядов, по первым разностям временных рядов и по вторым разностям временных рядов. Охарактеризуйте тесноту связи между временными рядами рентабельности продукции и численности занятых ручным трудом. Обоснуйте ваш выбор одной из мер тесноты связи.
2. Исследуйте полученные уравнения регрессии на автокорреляцию в остатках.
Выберите наилучшее уравнение регрессии и дайте интерпретацию его параметров.
Форма проведения: Решение данных задач студентами самостоятельно на местах и при необходимости у доски.
Основная литература: [4, С.90-175], [10], [14]
Дополнительная литература: [20],[22],[23],[25], [32
Тема № 12 Система одновременных уравнений
Системы эконометрических уравнений.
Даны системы эконометрических уравнений.
Требуется:
Применив необходимое и достаточное условие идентификации, определите, идентифицируемо ли каждое из уравнений модели.
Определите метод оценки параметров модели.
Запишите в общем виде приведенную форму модели.
Варианты индивидуальных заданий.
Вариант 1.
Модель протекционизма Сальватора (упрощенная версия):
где
–доля импорта в ВВП;
–общее число прошений об освобождении от таможенных пошлин;
–число удовлетворенных прошений об освобождении от таможенных пошлин;
–фиктивная переменная, равная 1 для тех лет, в которые курс доллара на международных валютных рынках был искусственно завышен, и 0 – для всех остальных лет;
–реальный ВВП;
–реальный объем чистого экспорта;
–текущий период;
–предыдущий период.
Вариант 2.
Макроэкономическая модель (упрощенная версия модели Клейна):
где
–потребление;
–инвестиции;
–доход;
–налоги;
–запас капитала;
–текущий период;
–предыдущий период.
Вариант 3.
Макроэкономическая модель экономики США (одна из версий):
где
–потребление;
–ВВП;
–инвестиции;
–процентная ставка;
–денежная масса;
–государственные расходы;
–текущий период;
–предыдущий период.
Вариант 4.
Модель Кейнса (одна из версий):
где
–потребление;
–ВВП;
–валовые инвестиции;
–государственные расходы;
–текущий период;
–предыдущий период.