- •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
Определение сезонной составляющей в мультипликативной модели
|
Номер месяца в году |
|
|
||||||||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
|
|
|
0,93 |
0,82 |
0,90 |
0,90 |
0,84 |
0,95 |
0,96 |
0,98 |
1,15 |
1,26 |
1,26 |
1,08 |
|
|
|
|
0,92 |
0,78 |
0,85 |
0,89 |
0,84 |
0,99 |
0,91 |
0,95 |
1,14 |
1,29 |
1,32 |
1,04 |
|
|
|
|
0,93 |
0,80 |
0,87 |
0,90 |
0,84 |
0,97 |
0,94 |
0,96 |
1,15 |
1,27 |
1,29 |
1,07 |
11,98 |
0,9987 |
|
|
0,93 |
0,80 |
0,87 |
0,90 |
0,84 |
0,97 |
0,94 |
0,97 |
1,15 |
1,27 |
1,29 |
1,07 |
12,00 |
|
4. Усредняем полученные значения за все годы по каждому месяцу: сумму чисел в каждом столбце, делим на количество чисел в этом столбце. Сумма чисел в строке равна 11,98 (см. табл. 9.10).
5. Корректируем средние значения . Значение сезонной вариации – это доли при числе двенадцати месяцев, а поэтому необходимо, чтобы сумма средних была равна 12. Следовательно, итоговые коэффициенты сезонности нужно поделить на число . В последней строке табл. 9.10 указаны окончательные коэффициенты сезонности – значения сезонной вариации для соответствующего месяца года.
6. Проведём десезонализацию исходных данных: исходные уровни временного ряда делим на соответствующие скорректированные значения сезонной компоненты, т.е. (8-й столбец табл. 9.9). Вычисленные таким образом значения ряда состоят из тренда и случайной компоненты.
7. Подбираем для полученного ряда кривую роста, аппроксимирующую ряд. Она будет иметь следующий вид:
(9.26)
8. Определяем значение случайной компоненты (10-й столбец табл. 9.9) по формуле и относительную ошибку (11-й столбец табл. 9.9)
(9.27)
9. Вычисляем прогнозные значения на четыре месяца следующего года:
;
;
;
;
.
10. Строим графики исходного ряда, тренда и прогноза на следующие четыре месяца, рис. 9.11.
Рис. 9.11. Прогноз при наличии сезонной составляющей в аддитивной модели
Мультипликативная модель лучшая: .
Таблица 9.11
Сопоставление прогнозных значений, найденных разными методами
Порядковый № |
Месяц |
Прогноз с помощью скользящей средней |
Прогноз с помощью экспоненциального сглаживания |
Прогноз по кривой роста
|
Прогноз по аддитивной модели |
Прогноз по мульти -пликативной модели
|
37 |
Январь 2012 |
196,722 |
239,97 |
228,313 |
201,0 |
|
38 |
Февраль 2012 |
|
|
230,250 |
178,0 |
|
39 |
Март 2012 |
|
|
232,187 |
192,5 |
|
40 |
Апрель 2012 |
|
|
234,124 |
198,8 |
|
Вывод. Для оставления прогноза надо учитывать наличие сезонных колебаний.