- •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 для построения многофакторной регрессии
(варианты 4, 5, 6, 7)
В. 4 |
|
|
|
|
|
В. 5 |
|
|
|
|
|
В. 6 |
|
|
|
|
|
В. 7 |
|
|
|
|
|
1 |
8 |
25 |
18 |
0,02 |
2,9 |
1 |
9,5 |
45 |
9 |
0,12 |
4,9 |
1 |
8,99 |
37 |
8 |
0,06 |
4,3 |
1 |
405 |
15 |
214 |
498 |
2572 |
2 |
7,27 |
29 |
4 |
0,07 |
3,5 |
2 |
8,14 |
27 |
17 |
0,09 |
3,4 |
2 |
12,28 |
33 |
24 |
0,12 |
5 |
2 |
418 |
18 |
173 |
542 |
2817 |
3 |
7,47 |
53 |
13 |
0,14 |
2,7 |
3 |
7,34 |
38 |
7 |
0,08 |
3,2 |
3 |
8 |
25 |
18 |
0,02 |
2,9 |
3 |
389 |
17 |
216 |
463 |
2639 |
4 |
10,86 |
41 |
9 |
0,08 |
4,9 |
4 |
7,37 |
23 |
25 |
0,15 |
2,7 |
4 |
7,27 |
29 |
4 |
0,07 |
3,5 |
4 |
413 |
22 |
87 |
501 |
2736 |
5 |
5,23 |
26 |
12 |
0,13 |
3,4 |
5 |
10,63 |
38 |
24 |
0,07 |
2,9 |
5 |
7,47 |
53 |
13 |
0,14 |
2,7 |
5 |
402 |
15 |
125 |
539 |
2543 |
6 |
12,16 |
32 |
23 |
0,1 |
4,8 |
6 |
5,73 |
29 |
7 |
0,09 |
2,8 |
6 |
10,86 |
41 |
9 |
0,08 |
4,9 |
6 |
412 |
20 |
93 |
471 |
2682 |
7 |
9,19 |
59 |
11 |
0,13 |
3,9 |
7 |
10,3 |
45 |
15 |
0,14 |
4,9 |
7 |
5,23 |
26 |
12 |
0,13 |
3,4 |
6 |
412 |
20 |
93 |
471 |
2682 |
8 |
10,12 |
48 |
3 |
0,09 |
4,8 |
8 |
9,68 |
51 |
14 |
0,11 |
3,3 |
8 |
12,16 |
32 |
23 |
0,1 |
4,8 |
7 |
396 |
21 |
125 |
492 |
2828 |
9 |
6,86 |
51 |
8 |
0,12 |
2,9 |
9 |
12,53 |
43 |
26 |
0,08 |
4 |
9 |
9,19 |
59 |
11 |
0,13 |
3,9 |
8 |
423 |
17 |
210 |
523 |
2593 |
10 |
11,02 |
43 |
9 |
0,15 |
3,7 |
10 |
8,99 |
37 |
8 |
0,06 |
4,3 |
10 |
10,12 |
48 |
3 |
0,09 |
4,8 |
9 |
439 |
19 |
217 |
463 |
2702 |
11 |
7,77 |
29 |
9 |
0,02 |
3,5 |
11 |
7,27 |
29 |
4 |
0,07 |
3,5 |
11 |
6,86 |
51 |
8 |
0,12 |
2,9 |
10 |
393 |
15 |
110 |
538 |
2627 |
12 |
6,62 |
37 |
12 |
0,08 |
5 |
12 |
11,1 |
35 |
18 |
0,05 |
4,9 |
12 |
11,02 |
43 |
22 |
0,15 |
3,7 |
11 |
432 |
18 |
204 |
483 |
2783 |
13 |
7,4 |
49 |
5 |
0,14 |
4,1 |
13 |
7,47 |
53 |
13 |
0,14 |
2,7 |
13 |
7,77 |
29 |
9 |
0,02 |
3,5 |
12 |
381 |
21 |
86 |
472 |
2532 |
14 |
10,55 |
57 |
11 |
0,11 |
3,6 |
14 |
9,26 |
30 |
22 |
0,06 |
3,1 |
14 |
10,62 |
37 |
12 |
0,08 |
5 |
13 |
451 |
17 |
189 |
542 |
2691 |
15 |
12,3 |
46 |
15 |
0,06 |
4,7 |
15 |
12,16 |
32 |
23 |
0,01 |
4,8 |
15 |
7,4 |
49 |
5 |
0,14 |
4,1 |
14 |
401 |
15 |
175 |
467 |
2693 |
16 |
6,28 |
31 |
14 |
0,16 |
4,1 |
16 |
9,53 |
32 |
20 |
0,11 |
4,0 |
16 |
14,63 |
39 |
29 |
0,14 |
6,0 |
15 |
437 |
19 |
181 |
566 |
2944 |
17 |
14,60 |
38 |
28 |
0,12 |
5,8 |
17 |
8,59 |
44 |
8 |
0,09 |
3,7 |
17 |
9,53 |
30 |
21 |
0,02 |
3,5 |
16 |
407 |
18 |
226 |
484 |
2758 |
18 |
11,04 |
71 |
13 |
0,16 |
4,7 |
18 |
8,63 |
27 |
29 |
0,18 |
3,2 |
18 |
8,66 |
35 |
5 |
0,08 |
4,2 |
17 |
432 |
23 |
91 |
524 |
2859 |
|
|
|
|
|
|
19 |
12,44 |
44 |
28 |
0,08 |
3,4 |
19 |
8,90 |
63 |
15 |
0,17 |
3,2 |
18 |
420 |
16 |
131 |
563 |
2657 |
|
|
|
|
|
|
|
|
|
|
|
|
20 |
12,93 |
49 |
11 |
0,10 |
5,8 |
19 |
431 |
21 |
97 |
492 |
2803 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
431 |
21 |
97 |
492 |
2803 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
21 |
414 |
22 |
131 |
514 |
2955 |
Таблица 10.27
Данные для построения многофакторной регрессии (варианты 8, 9, 10, 11)
В. 8 |
|
|
|
|
|
В. 9 |
|
|
|
|
|
В. 10 |
|
|
|
|
|
В. 11 |
|
|
|
|
|
1 |
14,85 |
60 |
20 |
0,15 |
5 |
1 |
393 |
15 |
115 |
538 |
2627 |
1 |
408 |
25 |
184 |
492 |
2548 |
1 |
452 |
22 |
180 |
518 |
2801 |
2 |
11,94 |
48 |
19 |
0,02 |
3,1 |
2 |
396 |
21 |
125 |
492 |
2828 |
2 |
407 |
15 |
225 |
472 |
2711 |
2 |
377 |
17 |
154 |
475 |
2543 |
3 |
8,03 |
39 |
8 |
0,14 |
4,7 |
3 |
402 |
15 |
125 |
539 |
2543 |
3 |
429 |
21 |
220 |
464 |
2730 |
3 |
478 |
18 |
217 |
510 |
2573 |
4 |
7,11 |
28 |
18 |
0,11 |
2,5 |
4 |
413 |
22 |
87 |
501 |
2736 |
4 |
424 |
26 |
90 |
493 |
2529 |
4 |
371 |
15 |
170 |
493 |
2648 |
5 |
9,50 |
45 |
9 |
0,12 |
4,9 |
5 |
389 |
17 |
216 |
463 |
2639 |
5 |
429 |
19 |
160 |
468 |
2650 |
5 |
397 |
24 |
103 |
516 |
2643 |
6 |
9,40 |
37 |
23 |
0,10 |
2,6 |
6 |
389 |
18 |
173 |
542 |
2817 |
6 |
439 |
21 |
143 |
478 |
2562 |
6 |
404 |
22 |
163 |
476 |
2612 |
7 |
11,60 |
58 |
15 |
0,13 |
4,6 |
7 |
399 |
21 |
92 |
498 |
2735 |
7 |
377 |
17 |
154 |
475 |
2543 |
7 |
427 |
20 |
180 |
471 |
2815 |
8 |
8,14 |
27 |
17 |
0,09 |
3,4 |
8 |
403 |
23 |
89 |
483 |
2720 |
8 |
371 |
15 |
170 |
493 |
2648 |
8 |
396 |
17 |
140 |
523 |
2527 |
9 |
15,62 |
58 |
28 |
0,07 |
4,8 |
9 |
396 |
17 |
140 |
523 |
2527 |
9 |
404 |
22 |
163 |
476 |
2612 |
9 |
399 |
21 |
92 |
483 |
2720 |
10 |
11,12 |
47 |
16 |
0,12 |
4,9 |
10 |
377 |
15 |
96 |
499 |
2793 |
10 |
412 |
17 |
200 |
483 |
2584 |
10 |
418 |
18 |
173 |
542 |
2817 |
11 |
7,34 |
38 |
7 |
0,08 |
3,2 |
11 |
427 |
20 |
180 |
471 |
2815 |
11 |
377 |
15 |
96 |
499 |
2793 |
11 |
413 |
22 |
87 |
501 |
2736 |
12 |
10,58 |
44 |
15 |
0,11 |
4,7 |
12 |
412 |
17 |
200 |
483 |
2584 |
12 |
403 |
23 |
89 |
483 |
2720 |
12 |
412 |
20 |
93 |
471 |
2682 |
13 |
7,37 |
23 |
25 |
0,15 |
2,7 |
13 |
453 |
19 |
171 |
511 |
2801 |
13 |
405 |
15 |
214 |
498 |
2572 |
13 |
423 |
17 |
210 |
523 |
2593 |
14 |
10,63 |
57 |
8 |
0,13 |
5 |
14 |
404 |
22 |
163 |
476 |
2612 |
14 |
389 |
17 |
216 |
463 |
2639 |
14 |
393 |
15 |
111 |
538 |
2627 |
15 |
10,63 |
38 |
24 |
0,07 |
2,9 |
15 |
397 |
24 |
103 |
516 |
2643 |
15 |
402 |
15 |
125 |
539 |
2543 |
15 |
381 |
21 |
86 |
472 |
2532 |
16 |
8,02 |
32 |
20 |
0,12 |
2,8 |
16 |
424 |
22 |
134 |
527 |
3029 |
16 |
350 |
13 |
193 |
405 |
2329 |
16 |
409 |
18 |
167 |
515 |
2759 |
17 |
10,72 |
51 |
10 |
0,14 |
5,5 |
17 |
431 |
16 |
134 |
577 |
2724 |
17 |
369 |
18 |
189 |
399 |
2345 |
17 |
519 |
20 |
235 |
553 |
2792 |
18 |
10,60 |
42 |
26 |
0,11 |
2,9 |
18 |
442 |
24 |
93 |
537 |
2930 |
18 |
364 |
22 |
77 |
423 |
2172 |
18 |
403 |
16 |
184 |
535 |
2873 |
19 |
13,08 |
65 |
17 |
0,15 |
5,2 |
19 |
417 |
18 |
231 |
496 |
2826 |
19 |
369 |
16 |
137 |
402 |
2276 |
19 |
431 |
26 |
112 |
560 |
2868 |
20 |
9,18 |
30 |
19 |
0,10 |
3,8 |
20 |
417 |
19 |
185 |
580 |
3017 |
20 |
377 |
18 |
123 |
411 |
2201 |
20 |
438 |
24 |
177 |
516 |
2834 |
21 |
17,62 |
65 |
32 |
0,08 |
5,4 |
21 |
427 |
22 |
99 |
533 |
2929 |
21 |
324 |
15 |
132 |
408 |
2184 |
21 |
463 |
22 |
195 |
511 |
3054 |
22 |
12,54 |
53 |
18 |
0,14 |
5,5 |
22 |
432 |
25 |
95 |
517 |
2913 |
22 |
319 |
13 |
146 |
423 |
2275 |
22 |
430 |
18 |
152 |
567 |
2742 |
|
|
|
|
|
|
23 |
424 |
18 |
150 |
560 |
2706 |
23 |
347 |
19 |
140 |
409 |
2244 |
23 |
433 |
23 |
100 |
524 |
2951 |
|
|
|
|
|
|
|
|
|
|
|
|
24 |
354 |
15 |
172 |
415 |
2220 |
24 |
454 |
20 |
188 |
588 |
3056 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
25 |
448 |
24 |
94 |
544 |
2969 |
Таблица 10.28