
- •Методичні рекомендації
- •3. Завдання роботи і вихідні данні.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •2. Задачі роботи :
- •3. Завдання роботи і вихідні дані.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •6. Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •2. Задачі роботи :
- •3. Завдання роботи і вихідні дані.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •Допоміжний матеріал.
- •7. Питання для контролю і самоконтролю.
- •2. Задачі роботи :
- •3. Завдання роботи і вихідні данні.
- •4. Порядок виконання роботи.
- •5. Підготовка до роботи.
- •6. Питання для контролю і самоконтролю.
- •Література:
- •Додатки
- •Критичні точки розподілу χ2
3. Завдання роботи і вихідні данні.
На основі вибіркових статистичних даних за 8 років побудувати макромодель формування доходу Кейнса і визначити:
прогнозне значення сукупного споживання і національного доходу для прогнозного значення інвестицій Іpr;
граничну схильність до споживання MPC.
Макромодель Кейнса прийняти у наступному вигляді:
(
1 )
де
:
- національний
доход,
–
сукупне споживання,
–
інвестиції,
-
стохастична складова моделі,
,
–
параметри моделі.
Дані вибіркових статистичних спостережень наведені нижче у таблиці.
Рік |
Національний доход (млрд. грошових одиниць) |
Сукупне споживання (млрд. грошових одиниць) |
Інвестиції (млрд. грошових одиниць) |
1 |
28,04+N |
50,5+N |
26,08+N |
2 |
32,99+N |
57,2+N |
27,38+N |
3 |
34,67+N |
67,5+N |
31,78+N |
4 |
35,72+N |
71,05+N |
30,88+N |
5 |
41,99+N |
69,55+N |
34,42+N |
6 |
40,58+N |
77,2+N |
36,68+N |
7 |
45,8+N |
82,9+N |
38,56+N |
8 |
45,2+N |
83,45+N |
42,18+N |
Прогнозне значення інвестицій Іpr = 48 + N.
ПРИМІТКА. 1. При побудові рівнянь приведеної (прогнозної) форми економетричної моделі достатньо виконати тільки перевірку цих рівнянь на загальну статистичну значимість за F - критерієм Фішера.
2. Прогнозні значення споживання і національного доходу визначати як точкові.
4. Порядок виконання роботи.
Виконується ідентифікація кожного рівняння структурної форми за формулою
(
2 )
де
–число ендогенних змінних у s-му
рівнянні, m-
число екзогенних змінних моделі,
-
число екзогенних змінних у s-му
рівнянні. Робиться відповідний висновок
про можливість застосування непрямого
методу найменших квадратів для оцінювання
параметрів функції споживання моделі
Кейнса.
Система структурних рівнянь ( 1 ) приводиться до прогнозної форми:
( 3 )
або
(
4 )
де
(
5 )
Використовуючи дані статистичної вибірки відносно показників
і за методом найменших квадратів (1 МНК) оцінюються параметри r10 і r11 першого рівняння приведеної форми ( 4 ). Для цього використовуються вбудовані функції ОТРЕЗОК і НАКЛОН.
Використовуючи дані статистичної вибірки відносно показників і за методом найменших квадратів (1 МНК) оцінюються параметри r20 і r21 другого рівняння приведеної форми ( 4 ). Для цього також використовуються вбудовані функції ОТРЕЗОК і НАКЛОН.
Будується (записується ) система рівнянь прогнозної форми.
Для кожного рівняння приведеної форми визначається коефіцієнт кореляції, детермінації і критерій Фішера. Для цього використовується та ж сама методика, розрахункові залежності і вбудовані функції Excel, як і у лабораторній роботі №1 „Економетричні моделі парної лінійної регресії ”.
Для рівня значимості α=0,05 і ступенів вільності ν1=1 i ν2=n-2 за статистичними таблицями F - розподілу визначається критичне значення критерію Фішера Fкр. Табличне значення Fкр порівнюється з розрахунковим значенням F* і робиться відповідний висновок щодо статистичної значимості рівнянь приведеної форми.
Використовуючи рівняння приведеної форми знаходиться точкова оцінка прогнозу сукупного споживання і національного доходу для прогнозного значення інвестицій
.
Використовуючи зв’язок ( 5 ) між коефіцієнтами приведеної і структурної форми моделі визначаються оцінки параметрів структурної форми :
(
7 )
і записується оцінена система структурних рівнянь.
Використовуючи параметри структурної форми моделі визначається гранична схильність до споживання MPC =
і робиться відповідний висновок.