- •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
Выборочные данные наблюдений статистических признаков: объем реализации и площадь магазина .
м агазин показатели |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Y, млн. грн. |
4,7 |
4,6 |
4,0 |
4,7 |
5,3 |
3,4 |
3,5 |
3,4 |
4,4 |
3,4 |
X, тыс. м.кв. |
2,8 |
2,5 |
2,2 |
3,1 |
3,3 |
2,0 |
2,1 |
1,7 |
2,3 |
1,7 |
Для выполнения лабораторной работы №2 нужно создать новую рабочую книгу MS Excel, в ячейки которого ввести исходные данные задачи: значения показателей объема реализации и площади магазина (ячейки , рис. 3.1). Организация расчетов на листе MS Excel по пунктам 1) – 6) лабораторной работы № 2 при помощи таблицы вспомогательных расчетов показана на рисунке 3.1. Реализация формул в соответствующих ячейках описана в таблице 3.2.
Рис. 3.1. Расчеты лабораторной работы № 2 с помощью таблицы промежуточных вычислений
Таблица 3.2.
Реализация в ms Excel формул на рис. 3.1
адреса ячеек |
формула |
реализация в MS Excel |
|
|
=СУММ(B26:B35) |
|
|
=СРЗНАЧ(B26:B35) |
, |
|
=ДИСПР(B26:B35) |
|
|
=КОРРЕЛ(B26:B35;C26:C35) |
|
|
=(D37-C37*B37)/(E37-C37^2) |
|
|
=B37-B40*C37 |
|
|
=СРЗНАЧ(H26:H35) |
|
|
=1-(G37/B38) |
Продолжение таблицы 3.2.
Реализация в ms Excel формул на рис. 3.1
адрес ячейки |
формула |
реализация в MS Excel |
|
|
=B39*((A35-2)/(1-B39^2))^0,5 |
|
|
=СТЬЮДРАСПОБР(0,05;8) |
|
|
=G36/(A35-2) |
|
|
=КОРЕНЬ((H39*E36)/C38)/ A35 |
|
|
=КОРЕНЬ(H39/(A35*C38)) |
|
|
=B41/H40 |
|
|
=B40/H41 |
|
|
=(B43*(A35-2))/(1-B43) |
|
|
=FРАСПОБР(0,05;1;8) |
|
|
=E40*H40 |
|
|
=E40*H41 |
|
|
=B41-H43 |
|
|
=B41+H43 |
|
|
=B40+H44 |
|
|
=B40-H44 |
|
|
=1,06*C37 |
|
|
=B41+B40*B45 |
|
|
=E40*КОРЕНЬ(H39*(1+1/A35+(B45-C37)^2/(A35*C38))) |
|
|
=B46-B47 |
|
|
=B46+47 |
Для построения корреляционного поля и и прямой выборочной регрессии воспользуемся «Мастер диаграмм» в Excel. Для этого во вкладке «Стандартные» выберем пункт «Точечная», затем «Далее»; сделаем ссылки на массивы и , затем «Далее». Затем можно сделать необходимые подписи на диаграмме. После чего выбрать «Далее»; «Готово». Для того чтобы на корреляционное поле добавить линию тренда, необходимо сделать двойной щелчок на точке корреляционного поля и в открывшемся окне выбрать «Добавить линию тренда»; «Параметры»; «Показать уравнение на диаграмме»; «ОК». После этих действий получим график, такой как на рис. 3.2.
Рис. 3.2. Результат построения корреляционного поля и прямой выборочной линейной регрессии.
Анализируя корреляционное поле (рис. 3.2) можно строить как линейную модель, так и нелинейную, что будет рассмотрено ниже.
Рассмотрим выполнение пункта 1) вторым способом – с помощью матричных преобразований. Для этого перейдем на новый лист MS Excel (рис. 3.3) и введем значения элементов матриц и , которые согласно формуле (3.9) имеют следующую структуру: в первом столбце матрицы все элементы равны 1, во втором столбце элементы равны значениям признака , – вектор-столбец, элементы которого равны значениям результативного признака . После выполнения расчетов по формуле (3.9) с помощью функции программы MS Excel (табл. 3.2) в последовательности как указано в таблице в ячейках получим оценки параметров модели матричным способом и соответствующее уравнение регрессии примет вид: .
Результаты, полученные в пунктах 1) – 6) с помощью табличных преобразований и операций с матрицами (I и II способы) можно получить с помощью надстройки «Анализ данных» программы MS Excel.
8) Используя инструменты надстройки «Анализ данных» (функцию – регрессия) программы MS Excel получим отчет регрессионного анализа зависимости объема реализации от площади магазина .
Рис. 3.3. Расчет параметров модели лабораторной работы № 2 в матричном виде.
Таблица 3.2.