- •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
Данные наблюдений показателей и
№ |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
10,36 |
11,56 |
13,29 |
14,51 |
15,6 |
14,25 |
17,36 |
|
1,23 |
1,33 |
1,43 |
1,53 |
1,63 |
1,73 |
1,83 |
10.5. Задания лабораторной работы № 3.
Модель множественной регрессии. Проверка предпосылок 1-МНК. Оценка параметров обобщенной линейной эконометрической модели
Задание 3.1. Оценка параметров модели с помощью алгоритма пошагового отбора факторов в модель
Варианты 1, 4,5, 6, 8, 15, 16, 18, 19, 20. Изучается влияние следующих факторов на производительность труда Y: фондовооруженность (тыс. грн.) – , стаж работы в годах – , текучести кадров (в долях) – , уровня оплаты труда (тыс. грн./год) – .
Варианты 2, 3, 7, 9, 10, 11, 12, 13, 14, 17. Изучается зависимость между урожайностью сахарной свеклы (ц/га) – и живым трудом (чел.-дней/га) – , количеством внесённых удобрений (кг/га) – , осадками в год (мм) суммой температур за период активной вегетации (ГС) – .
Предполагая, что между рассматриваемыми показателями существует линейная зависимость, выполните пункты 1), 2) (значения показателей находятся в табл. 10.25 – 10. 30).
1) С помощью «Пакета анализа», применив алгоритм пошагового регрессионного анализа, постройте уравнение регрессии с максимальным числом значимых коэффициентов регрессии (сделать выводы по коэффициентам детерминации на каждом шаге). Оцените качество построенной модели, по средней относительной ошибке аппроксимации (для расчетов используйте данные отчета «Вывод остатка»);
2) Используя матричный подход, постройте уравнение регрессии с максимальным числом значимых коэффициентов регрессии.
Принятый уровень значимости = 0,05.
Задание 3.2. Проверка гипотезы отсутствия мультиколлинеарности между факторами-аргументами.
Проверьте наличие мультиколлинеарности между факторами-аргументами в модели, построенной лабораторной в работе № 3 (пункт 3.1). При выявлении мультиколлинеарности предложите меры по ее устранению.
Задание 3.3. Проверка гипотезы отсутствия гетероскедастичности возмущений. Обобщенный метод наименьших квадратов.
Проверьте наличие гетероскедастичности для многофакторной эконометрической модели, полученной в пункте 3.2. При выявлении гетероскедастичности предложите меры по ее устранению. Принятый уровень значимости .
Задание 3.4. Экономический анализ и прогноз по многофакторной модели линейной регрессии.
Используя модель, построенную в пункте 3.3, рассчитайте точечный и интервальный прогнозы для результативного признака при допущении, что средние показатели по факторам-аргументам будут превышены на 6%. Принятый уровень значимости .
Оцените влияние факторов-аргументов на результативный фактор, рассчитав коэффициенты эластичности, бета-коэффициенты и дельта-коэффициенты.
Таблица 10.25
Данные для построения многофакторной регрессии
В. 1 |
|
|
|
|
|
В. 2 |
|
|
|
|
|
В. 3 |
|
|
|
|
|
1 |
7,85 |
22 |
15 |
0,12 |
4,6 |
1 |
371 |
15 |
170 |
493 |
2648 |
1 |
439 |
17 |
221 |
472 |
2672 |
2 |
5,73 |
29 |
7 |
0,09 |
2,8 |
2 |
478 |
18 |
217 |
510 |
2573 |
2 |
448 |
23 |
217 |
537 |
2711 |
3 |
14,84 |
56 |
27 |
0,02 |
3,5 |
3 |
377 |
17 |
154 |
475 |
2543 |
3 |
419 |
18 |
144 |
493 |
2578 |
4 |
10,3 |
45 |
15 |
0,14 |
4,9 |
4 |
452 |
22 |
180 |
518 |
2801 |
4 |
418 |
20 |
156 |
526 |
2835 |
5 |
8,5 |
34 |
9 |
0,1 |
4,1 |
5 |
439 |
21 |
143 |
478 |
2562 |
5 |
451 |
17 |
189 |
542 |
2693 |
6 |
9,68 |
51 |
14 |
0,11 |
3,3 |
6 |
401 |
17 |
130 |
523 |
2517 |
6 |
381 |
21 |
86 |
472 |
2532 |
7 |
9,49 |
55 |
5 |
0,13 |
4,8 |
7 |
429 |
19 |
160 |
468 |
2650 |
7 |
439 |
15 |
110 |
538 |
2627 |
8 |
12,53 |
43 |
26 |
0,08 |
4 |
8 |
366 |
15 |
126 |
474 |
2628 |
8 |
423 |
17 |
210 |
523 |
2593 |
9 |
10,29 |
44 |
27 |
0,15 |
2,9 |
9 |
424 |
26 |
90 |
493 |
2529 |
9 |
396 |
21 |
125 |
539 |
2543 |
10 |
8,99 |
37 |
8 |
0,06 |
4,3 |
10 |
371 |
20 |
115 |
521 |
2823 |
10 |
412 |
20 |
93 |
471 |
2682 |
11 |
12,28 |
33 |
24 |
0,12 |
5 |
11 |
429 |
21 |
220 |
464 |
2730 |
11 |
402 |
15 |
125 |
539 |
2543 |
12 |
8 |
25 |
18 |
0,02 |
2,9 |
12 |
391 |
18 |
97 |
547 |
2555 |
12 |
413 |
22 |
87 |
501 |
2736 |
13 |
7,27 |
29 |
4 |
0,07 |
3,5 |
13 |
407 |
15 |
225 |
472 |
2711 |
13 |
389 |
17 |
216 |
463 |
2639 |
14 |
7,47 |
53 |
13 |
0,14 |
2,7 |
14 |
449 |
24 |
239 |
517 |
2784 |
14 |
418 |
18 |
173 |
542 |
2817 |
15 |
10,86 |
41 |
9 |
0,08 |
4,9 |
15 |
408 |
25 |
184 |
492 |
2548 |
15 |
405 |
15 |
214 |
498 |
2572 |
|
|
|
|
|
|
16 |
458 |
17 |
208 |
489 |
2468 |
16 |
489 |
25 |
237 |
586 |
2958 |
|
|
|
|
|
|
|
|
|
|
|
|
17 |
457 |
20 |
157 |
538 |
2813 |
(варианты 1 ,2, 3)
Таблица 10.26