- •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
Потребление электроэнергии
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
153 |
136 |
153 |
158 |
151 |
178 |
174 |
178 |
211 |
233 |
234 |
202 |
|
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
|
174 |
153 |
168 |
170 |
159 |
181 |
174 |
182 |
218 |
246 |
253 |
202 |
|
25 |
26 |
27 |
28 |
29 |
30 |
31 |
32 |
33 |
34 |
35 |
36 |
|
180 |
155 |
169 |
180 |
171 |
203 |
198 |
210 |
236 |
274 |
280 |
232 |
Решение задания 1
Скользящие средние определяются по формуле (9.4), в которой выбираем интервал (лаг) .
1. Вносим данные в Excel в виде столбца Дата, Порядкового номера t и столбца , (табл. 9.2).
2. Строим график с помощью Excel, Диаграмма (рис. 9.1).
Рис. 9.1. График исходных данных
Таблица 9.2
Исходные данные и скользящие средние
Дата |
t |
yt |
Прогноз, |
Остатки, |
01.01.09 |
1 |
153 |
#Н/Д |
#Н/Д |
01.02.09 |
2 |
136 |
#Н/Д |
#Н/Д |
01.03.09 |
3 |
153 |
#Н/Д |
#Н/Д |
01.04.09 |
4 |
158 |
#Н/Д |
#Н/Д |
01.05.09 |
5 |
151 |
#Н/Д |
#Н/Д |
01.06.09 |
6 |
178 |
#Н/Д |
#Н/Д |
01.07.09 |
7 |
174 |
#Н/Д |
#Н/Д |
01.08.09 |
8 |
178 |
#Н/Д |
#Н/Д |
01.09.09 |
9 |
211 |
#Н/Д |
#Н/Д |
01.10.09 |
10 |
233 |
#Н/Д |
#Н/Д |
01.11.09 |
11 |
234 |
#Н/Д |
#Н/Д |
01.12.09 |
12 |
202 |
179,8 |
#Н/Д |
01.01.10 |
13 |
174 |
181,5 |
#Н/Д |
01.02.10 |
14 |
153 |
183,0 |
#Н/Д |
01.03.10 |
15 |
168 |
184,2 |
#Н/Д |
01.04.10 |
16 |
170 |
185,3 |
#Н/Д |
01.05.10 |
17 |
159 |
186,0 |
#Н/Д |
01.06.10 |
18 |
181 |
186,2 |
#Н/Д |
01.07.10 |
19 |
174 |
186,2 |
#Н/Д |
01.08.10 |
20 |
182 |
186,5 |
#Н/Д |
01.09.10 |
21 |
218 |
187,1 |
#Н/Д |
01.10.10 |
22 |
246 |
188,2 |
#Н/Д |
01.11.10 |
23 |
253 |
189,8 |
30,4 |
01.12.10 |
24 |
202 |
189,8 |
29,9 |
01.01.11 |
25 |
180 |
190,3 |
30,0 |
01.02.11 |
26 |
155 |
190,5 |
30,4 |
01.03.11 |
27 |
169 |
190,5 |
30,7 |
01.04.11 |
28 |
180 |
191,3 |
30,6 |
01.05.11 |
29 |
171 |
192,3 |
30,2 |
01.06.11 |
30 |
203 |
194,2 |
30,3 |
01.07.11 |
31 |
198 |
196,2 |
30,1 |
01.08.11 |
32 |
210 |
198,5 |
30,2 |
01.09.11 |
33 |
236 |
200,1 |
30,7 |
01.10.11 |
34 |
274 |
202,5 |
33,1 |
01.11.11 |
35 |
280 |
204,7 |
35,1 |
01.12.11 |
36 |
232 |
207,2 |
35,6 |
3. Выбираем Анализ данных - Скользящие средние, ОК. Вносим требуемые данные в диалоговое окно, рис. 9.2.
Рис. 9.2. Диалоговое окно ввода данных скользящих средних
Получили столбцы Прогноз, Остатки (табл. 9.2), графики фактических и прогнозных значений (рис. 9.3).
Рис. 9.3. Скользящие средние с Анализа данных
Остатки вычисляются по формуле
. (9.10)
Остатки определяются как среднеквадратическое отклонение уровней ряда от сглаженных.
4. Скользящие средние используем для прогноза. Для этого в столбце Прогноз выделяем 12 последних значений и определяем среднее их значение, получаем 196,722 (СРЗНАЧ).
5. Ряд, тренд, прогнозные значения и прогноз на будущий месяц можно изобразить графически с помощью Excel, Диаграмма (рис. 9.4).
Рис. 9.4. Скользящие средние с Диаграммы
С помощью остатков можно оценивать качество прогноза и находить доверительные интервалы прогноза, но при этом будем иметь очень большую погрешность, что видно из рис. 9.4.
Экспоненциальное сглаживание осуществляется по формуле (9.5).
1. Вносим данные в Excel в виде столбца Дата, Порядкового номера t и столбца .
2. Строим график с помощью Диаграммы (рис. 9.1).
3. Выбираем Анализ данных, Экспоненциальное сглаживание, ОК. Вносим требуемые данные в диалоговое окно (рис. 9.5).
Рис. 9.5. Диалоговое окно ввода данных экспоненциального сглаживания
Получили столбцы Прогноз, Остатки, графики фактических и прогнозных значений, табл. 9.3.
Таблица 9.3