- •Содержание
- •5. Лабораторная работа № 4. Проверка предпосылки отсутствия корреляции возмущений. Оценка параметров модели с автокоррелированными остатками …………………………………………………………...79
- •9. Лабораторная работа № 8. Статистический анализ рядов ди-
- •Введение
- •Лабораторная работа № п.1. Функции программы ms Excel выполнения операций с матрицами и категории «Статистические» применяемые при решении задач курса «Эконометрия»
- •1.2. Выполнение операций с матрицами с помощью функций ms Excel.
- •Функции программы ms Excel для работы с матрицами
- •1.3. Обработка наблюдений статистических признаков
- •Наблюдения статистических признаков и .
- •Функции программы ms Excel для расчета числовых характеристик статистических признаков
- •Реализация в ms Excel формул задания 2
- •1.4. Нахождение значений статистических критериев.
- •Функции программы ms Excel для нахождения значений статистических критериев
- •1.5. Вопросы для самоподготовки к лабораторной работе № п.1
- •2. Лабораторная работа № 1. Выявление взаимосвязи между статистическими признаками
- •Реализация в ms Excel формул заданий 1-3
- •2.7. Вопросы для самоподготовки к лабораторной работе № 1
- •3. Лабораторная работа № 2. Классическая линейная регрессионная модель. Метод наименьших квадратов (1-мнк) оценки параметров модели
- •Выборочные данные наблюдений статистических признаков: объем реализации и площадь магазина .
- •Реализация в ms Excel формул на рис. 3.1
- •Реализация в ms Excel формул на рис. 3.1
- •Реализация в ms Excel формул на рис. 3.3
- •Показатели отчета на рис. 3.4
- •Реализация в ms Excel формул на рис. 3.3
- •3.7. Вопросы для самоподготовки к лабораторной работе № 2
- •4. Лабораторная работа № 3. Модель множественной регрессии. Проверка предпосылок 1-мнк. Оценка параметров обобщенной линейной эконометрической модели
- •4.1. Модель множественной регрессии (задание 3.1)
- •Примеры многофакторных эконометрических моделей
- •Реализация в ms Excel формул задания №1
- •4.3. Проверка предпосылки гомоскедастичности возмущений. Обобщенный метод наименьших квадратов оценки параметров модели с гетероскедастичными остатками (задание 3.3).
- •Реализация в ms Excel формул при проверке гетероскедастичности модели возмущений по критерию Гольфельда-Квандта (рис. 4.13)
- •Сравнение эконометрических моделей производительности труда
- •4.4. Экономический анализ и прогноз по многофакторной модели линейной регрессии. (задание 3.4).
- •Реализация в ms Excel лабораторной работы № 3 (задание 3.4)
- •Реализация в ms Excel формул задании №3 (лаб. Раб. №3)
- •4.5. Вопросы для самоподготовки к лабораторной работе № 3
- •5. Лабораторная работа № 4. Проверка предпосылки отсутствия корреляции возмущений. Оценка параметров модели с автокоррелированными остатками
- •Реализация в ms Excel формул на рис. 5.2.
- •Сравнение эконометрических моделей товарооборота продовольственных товаров
- •5.5. Вопросы для самоподготовки к лабораторной работе № 4
- •6. Лабораторная работа № 5. Фиктивные (индикативные) переменные в эконометрических моделях
- •Значения переменных 2-ой модели
- •6.4. Вопросы для самоподготовки к лабораторной работе № 5
- •7. Лабораторная работа № 6. Экономический анализ деятельности предприятия с помощью производственной функции
- •Вопросы для самоподготовки к лабораторной работе № 6
- •8. Лабораторная работа № 7. Системы эконометрических уравнений
- •8.3. Организация данных и расчетов на листе ms Excel.
- •8.4. Результаты оценивания параметров уравнений двухшаговым мнк
- •8.5. Вопросы для самоподготовки к лабораторной работе № 7
- •9. Лабораторная работа № 8. Статистический анализ рядов динамики.
- •9.1. Теоретические замечания.
- •Потребление электроэнергии
- •Исходные данные и скользящие средние
- •Исходные данные и экспоненциально слаженные уровни
- •9.3. Выявление тренда во временном ряде и построение кривых роста.
- •9.4. Выявление сезонных колебаний во временном ряде. Построение аддитивной и мультипликативной моделей временного ряда с сезонными колебаниями.
- •Значения коэффициента автокорреляции
- •Расчёты аддитивной модели
- •Определение сезонной составляющей в аддитивной модели
- •Определение прогноза по аддитивной модели
- •Расчёты мультипликативной модели
- •Определение сезонной составляющей в мультипликативной модели
- •9.5. Адаптивные модели временных рядов.
- •Количество проданных джинсов: апрель 2009 - март 2012 г
- •Расчёты задания 4 по способу Брауна
- •9.6. Вопросы для самоподготовки к лабораторной работе № 8
- •Раздел 10. Задания лабораторных работ
- •10.1. Требования к выполнению и оформлению лабораторных работ по курсу «Эконометрия»
- •Сроки и порядок допуска, выполнения и защиты лабораторных работ
- •10.2. Задания лабораторной работы № п.1 Функции программы ms Excel выполнения операций с матрицами и категории «Статистические» применяемые при решении задач курса «Эконометрия»
- •Выполнение операций с матрицами с помощью функций ms Excel.
- •Наблюдения статистических признаков и
- •Преобразования данных наблюдений статистических признаков и
- •10.3. Задания лабораторной работы № 1
- •Отбор показателей в лабораторной работе № 1
- •10.4. Задания лабораторной работы № 2
- •Данные для выполнения лабораторной работы № 2
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •Данные наблюдений показателей и
- •10.5. Задания лабораторной работы № 3.
- •Данные для построения многофакторной регрессии
- •Данные для построения многофакторной регрессии
- •Данные для построения многофакторной регрессии
- •10.6. Задания лабораторной работы № 4
- •10.7. Задания лабораторной работы № 5 Фиктивные (индикативные) переменные в эконометрических моделях
- •Возраст компьютерной техники ( , месяцы)
- •Данные для задачи 2 (для нечетного номера варианта) лабораторной работы №6.
- •Данные для задачи 3 (для четного номера варианта) лабораторной работы №6.
- •10.8. Задания лабораторной работы № 6
- •Затраты труда,
- •Затраты производственных фондов,
- •Выпуск продукции,
- •10.9. Задания лабораторной работы № 7 Системы эконометрических уравнений.
- •Модели для выполнения лабораторной работы №8(*)
- •Исходные данные к лабораторной работе № 8
- •Исходные данные к лабораторной работе № 8
- •Исходные данные к лабораторной работе № 8 (вариант 6)
- •Исходные данные к лабораторной работе № 8 (вариант 11)
- •10.10. Задания лабораторной работы № 8 Статистический анализ рядов динамики
- •Экономический смысл показателей заданий 1,2,3
- •Экономический смысл показателей задания 4
- •Данные заданий 1,2,3 (варианты 1-12)
- •Данные заданий 1,2,3 (варианты 13-24)
- •Данные заданий 1,2,3 (варианты 25-35)
- •Данные задания 4 (варианты 1 - 12)
- •Данные задания 4 (варианты 13 - 24)
- •Данные задания 4 (варианты 25 - 35)
- •10. Задания контрольной работы студентов заочного отделения
- •Задания контрольной работы
- •Выбор варианта контрольной работы
- •Список рекомендованной литературы Основная
- •Дополнительная
- •Приложение а задания и требования к выполнению самостоятельных работ и творческих заданий творческих заданий по курсу «эконометрия»
- •Приложение б Статистические таблицы
- •Значения - критерия Фишера при уровне значимости
- •Значения - критерия Стьюдента при уровне значимости 0,10; 0,05; 0,01 (двусторонний)
- •Значения - критерия Пирсона при уровне значимости 0,10; 0,05; 0,01
- •Значения статистик Дарбина-Уотсона при 5%-ом уровне значимости
- •Значения функции Гаусса
- •Значения интегральной функции Лапласа
- •Продолжение табл. Б.6
8.3. Организация данных и расчетов на листе ms Excel.
Шаг 1. Запишем приведенную форму модели в общем виде:
(8.9)
Определим параметры третьего и четвертого уравнений приведенной формы модели (8.9). На основании построенных моделей найдем расчетные значения эндогенных переменных , , которые входят в правую часть уравнений структурной формы модели (рис. 8.1 – 8.3). Для этого в третье и четвертое уравнения приведенной формы модели (8.9) нужно подставить соответствующие значения предопределенных переменных (напомним, что расчетные значения , эндогенных переменных , можно автоматически рассчитать с помощью функции «Регрессия» и получить их значения в столбце «Предсказанное значение» отчета «Вывод остатка»).
Рис. 8.1. Организация данных для оценки параметров структурной формы модели лабораторной работы № 8
Рис. 8.2. Результаты оценки параметров третьего уравнения структурной формы модели (8.9)
Рис. 8.3. Результаты оценки параметров четвертого уравнения структурной формы модели (8.9)
Шаг 2. В исходных структурных уравнениях заменим эндогенные переменные, выступающие в качестве факторных признаков, их расчетными значениями:
(8.10)
где .
Применяя к каждому из полученных уравнений в отдельности 1-МНК определим оценки структурных параметров , (рис. 8.4 – 8.5).
Рис. 8.3. Результаты оценки параметров первого уравнения приведенной формы модели (8.10)
Рис. 8.4. Результаты оценки параметров второго уравнения приведенной формы модели (8.10)
Рис. 8.5. Результаты оценки параметров третьего уравнения приведенной формы модели (8.10)
8.4. Результаты оценивания параметров уравнений двухшаговым мнк
В результате получим структурную форму модели:
(8.11)
Анализируя данные отчетов о значимости коэффициентов и уравнений модели (8.11) в целом (рис. 8.3 - 8.5) делаем вывод, что первое и второе уравнения моделей значимы (при заданном уровне значимости ) в целом, но среди коэффициентов значимый только коэффициент во втором уравнении при переменной . В первом уравнении причиной данного факта скорее всего является мультиколлинеарность между объясняющими факторами, так как коэффициент парной корреляции между ними близок к единице: . Третье уравнение модели в целом и его коэффициенты не значимы (при заданном уровне значимости ). Поэтому использовать данную модель для дальнейшего экономического анализа и прогноза не желательно. Следует дать рекомендации исследователю поменять спецификацию модели.
2. Если из модели исключить тождество дохода, число предопределенных переменных модели уменьшиться на 1 (из модели будет исключена переменная ). Число эндогенных переменных модели также снизится на единицу - переменная станет экзогенной. В правых частях функций потребления и денежного рынка (первое и третье уравнения структурной формы модели (8.8)) будут только предопределенные переменные. Второе уравнение структурной формы модели (8.8) - функция инвестиций определяет зависимость эндогенной переменной от эндогенной переменной (которая зависит только от предопределенных переменных) и предопределенной переменной . Таким образом. Мы получим рекурсивную систему:
(8.12)
Параметры системы (8.12) можно оценивать 1-МНК и нет необходимости исследования системы на идентификацию.