- •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
Расчёты аддитивной модели
Наблюдения |
Номер года |
Номер месяца в году |
Потребляемая электроэнергия |
Сглаженные значения yt |
Оценка сезонной вариации (сезонная и случайная компонента) |
Сезонная составляяющая |
Десезона- лизованные исходные данные |
Трендовые значения |
Значения случай- ной компоненты |
Относитель- ная ошибка |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
t |
i |
j |
|
|
|
|
|
|
|
|
1 |
1 |
1 |
153 |
|
|
-13,3 |
166,3 |
171,8 |
-5,4 |
0,036 |
2 |
1 |
2 |
136 |
|
|
-37,5 |
173,5 |
173,0 |
0,5 |
0,004 |
3 |
1 |
3 |
153 |
|
|
-24,2 |
177,2 |
174,2 |
3,0 |
0,020 |
4 |
1 |
4 |
158 |
|
|
-19,1 |
177,1 |
175,3 |
1,7 |
0,011 |
5 |
1 |
5 |
151 |
|
|
-30,9 |
181,9 |
176,5 |
5,4 |
0,036 |
6 |
1 |
6 |
178 |
|
|
-5,5 |
183,5 |
177,7 |
5,8 |
0,032 |
7 |
1 |
7 |
174 |
180,96 |
-6,96 |
-11,0 |
185,0 |
178,9 |
6,2 |
0,035 |
8 |
1 |
8 |
178 |
182,54 |
-4,54 |
-6,0 |
184,0 |
180,1 |
3,9 |
0,022 |
9 |
1 |
9 |
211 |
183,88 |
27,13 |
27,8 |
183,2 |
181,2 |
2,0 |
0,009 |
10 |
1 |
10 |
233 |
185,00 |
48,00 |
52,0 |
181,0 |
182,4 |
-1,4 |
0,006 |
11 |
1 |
11 |
234 |
185,83 |
48,17 |
55,1 |
178,9 |
183,6 |
-4,7 |
0,020 |
Продолжение таблицы 9.6
12 |
1 |
12 |
202 |
186,29 |
15,71 |
12,7 |
189,3 |
184,8 |
4,5 |
0,022 |
|
13 |
1 |
1 |
174 |
186,42 |
-12,42 |
-13,3 |
187,3 |
186,0 |
1,4 |
0,008 |
|
14 |
1 |
2 |
153 |
186,58 |
-33,58 |
-37,5 |
190,5 |
187,2 |
3,4 |
0,022 |
|
15 |
1 |
3 |
168 |
187,04 |
-19,04 |
-24,2 |
192,2 |
188,3 |
3,9 |
0,023 |
|
16 |
1 |
4 |
170 |
187,88 |
-17,88 |
-19,1 |
189,1 |
189,5 |
-0,4 |
0,003 |
|
17 |
1 |
5 |
159 |
189,21 |
-30,21 |
-30,9 |
189,9 |
190,7 |
-0,8 |
0,005 |
|
18 |
1 |
6 |
181 |
190,00 |
-9,00 |
-5,5 |
186,5 |
191,9 |
-5,4 |
0,030 |
|
19 |
1 |
7 |
174 |
190,25 |
-16,25 |
-11,0 |
185,0 |
193,1 |
-8,0 |
0,046 |
|
20 |
1 |
8 |
182 |
190,58 |
-8,58 |
-6,0 |
188,0 |
194,2 |
-6,2 |
0,034 |
|
21 |
1 |
9 |
218 |
190,71 |
27,29 |
27,8 |
190,2 |
195,4 |
-5,2 |
0,024 |
|
22 |
1 |
10 |
246 |
191,17 |
54,83 |
52,0 |
194,0 |
196,6 |
-2,6 |
0,011 |
|
23 |
1 |
11 |
253 |
192,08 |
60,92 |
55,1 |
197,9 |
197,8 |
0,1 |
0,000 |
|
24 |
1 |
12 |
202 |
193,50 |
8,50 |
12,7 |
189,3 |
199,0 |
-9,6 |
0,048 |
|
25 |
1 |
1 |
180 |
195,42 |
-15,42 |
-13,3 |
193,3 |
200,2 |
-6,8 |
0,038 |
|
26 |
1 |
2 |
155 |
197,58 |
-42,58 |
-37,5 |
192,5 |
201,3 |
-8,8 |
0,057 |
|
27 |
1 |
3 |
169 |
199,50 |
-30,50 |
-24,2 |
193,2 |
202,5 |
-9,3 |
0,055 |
|
28 |
1 |
4 |
180 |
201,42 |
-21,42 |
-19,1 |
199,1 |
203,7 |
-4,6 |
0,026 |
|
29 |
1 |
5 |
171 |
203,71 |
-32,71 |
-30,9 |
201,9 |
204,9 |
-3,0 |
0,017 |
|
30 |
1 |
6 |
203 |
206,08 |
-3,08 |
-5,5 |
208,5 |
206,1 |
2,4 |
0,012 |
|
31 |
1 |
7 |
198 |
|
|
-11,0 |
209,0 |
207,2 |
1,8 |
0,009 |
|
32 |
1 |
8 |
210 |
|
|
-6,0 |
216,0 |
208,4 |
7,6 |
0,036 |
|
33 |
1 |
9 |
236 |
|
|
27,8 |
208,2 |
209,6 |
-1,4 |
0,006 |
|
34 |
1 |
10 |
274 |
|
|
52,0 |
222,0 |
210,8 |
11,2 |
0,041 |
|
35 |
1 |
11 |
280 |
|
|
55,1 |
224,9 |
212,0 |
12,9 |
0,046 |
|
36 |
1 |
12 |
232 |
|
|
12,7 |
219,3 |
213,1 |
6,2 |
0,027 |
|
|
|
|
|
|
|
|
|
|
|
0,877 |
|
|
|
|
|
|
|
|
|
3. Определяем сезонные составляющие.
Сезонная вариация – это повторение данных через небольшой промежуток времени. Под «сезоном» можно понимать и день, и неделю, и месяц, и квартал, и год. Если же промежуток времени сезонной волны будет длительным, то это будет циклическая вариация.
Заполняем вспомогательную табл. 9.7. Оценки сезонной вариации записываем под соответствующим номером месяца в году.
4. Усредняем полученные значения за все годы по каждому месяцу: сумму чисел в столбце, например, выделенных жирным шрифтом, делим на количество чисел в столбце. Сумма чисел в строке равна -6,81.
5. Корректируем средние значения , увеличивая или уменьшая их на одно и то же число так, чтобы их сумма была равна нулю. В результате получим «выправленную» сезонную волну. В нашем примере из чисел в строке под номерами кварталов вычитаем число . В последней строке получены значения скорректированной сезонной вариации для соответствующего месяца года.
Таблица 9.7