- •1. Парная регрессия и корреляция
- •1.1. Оценка параметров, оценка адекватности модели
- •1.2. Виды нелинейной регрессии. Оценка параметров модели.
- •1.3. Коэффициент эластичности как характеристика силы связи фактора с результатом
- •1.4. Анализ гетероскедастичности
- •2. Множественная регрессия и корреляция
- •2.1. Нормальная линейная модель множественной регрессии
- •2.2. Традиционный метод наименьших квадратов для многомерной регрессии (ols)
- •2.3. Парный, частный и множественный коэффициент корреляции
- •3. Моделирование одномерных временных рядов
- •3.1. Основные понятия и определения
- •3.2. Требования к исходной информации
- •3.3. Этапы построения прогноза по временным рядам
- •4. Типичные примеры анализа моделей Задача 1
- •Задача 3
- •Задача 4
- •Задача 5
- •Задача 6
- •Задача 7
- •Задача 8
- •5. Задания для выполнения контрольных работ Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Приложение 1 Статистико-математические таблицы
- •Критические значения t-критерия Стьюдента при уровне значимости 0,10; 0,05; 0,01 (двухсторонний)
- •Критические значения корреляции для уровневой значимости 0,05 и 0,01
- •Значения статистик Дарбина-Уотсона для 5%-го уровня значимости
- •Критические границы отношения rs на 5% уровне значимости
- •Содержание
Вариант 7
Задача 1. Имеются данные об обновлении основных фондовх(%) и производительности трудау(руб./чел) для 24 однотипных предприятий (табл. 44).
Задания:
1. Построить линейную модель y=b0+b1x, параметры которой оценить методом наименьших квадратов.
2. Оценить тесноту и направление связи между переменными с помощью коэффициента корреляции, найти коэффициент детерминации и пояснить его смысл.
3. Проверить значимость уравнения регрессии на 5%-м уровне по F-критерию, проверить значимость коэффициента регрессии поt-статистике.
Таблица 44
Номер пред- приятия |
Обновление ОФ, % |
Производи-тельность труда, руб./чел |
Номер пред- приятия |
Обновление ОФ, % |
Производи-тельность труда, руб./чел |
1 |
1,94 |
256,01 |
13 |
3,34 |
254,12 |
2 |
1,99 |
265,12 |
14 |
3,41 |
263,74 |
3 |
2,15 |
225,23 |
15 |
3,55 |
254,33 |
4 |
2,21 |
257,31 |
16 |
3,65 |
257,44 |
5 |
2,23 |
245,36 |
17 |
3,87 |
268,36 |
6 |
2,39 |
232,65 |
18 |
3,98 |
270,47 |
7 |
2,45 |
227,65 |
19 |
4,23 |
272,87 |
8 |
2,47 |
229,11 |
20 |
4,55 |
272,9 |
9 |
2,65 |
236,17 |
21 |
4,65 |
272,46 |
10 |
2,75 |
248,21 |
22 |
4,89 |
273,11 |
11 |
2,88 |
254,11 |
23 |
5,01 |
279,55 |
12 |
3,11 |
265,82 |
24 |
5,12 |
287,22 |
Задача 2. При изучении зависимости потребления материалов у от объема производства продукции х по 45 наблюдениям были получены следующие варианты уравнения регрессии:
1. у = 7 + 3х + е.
(4,22)
2. lnу = 1,3 + 0,9x + e, r2 = 0,74.
(11,06)
3. у = 1,1 + 0,8 + е, r2= 0,81.
(13,54)
4. у = 6 + 4,5х + 0,6х2 + е, r2 = 0,701.
(3,0) (2,65)
В скобках указаны фактические значения t-критерия.
Задания:
1. Определите коэффициент детерминации для 1-го уравнения.
2. Запишите функции, характеризующие зависимость у от х во 2-м уравнении.
3. Определите коэффициенты эластичности для каждого из уравнений для значения x0 = 0,5.
Задача 3. Имеются данные о годовой цене программы "Мастер делового администрирования" (тыс. долл.) у и числе слушателей в образовательном учреждении (чел.) х (табл. 45).
Таблица 45
х |
5 |
10 |
12 |
15 |
20 |
22 |
25 |
30 |
35 |
36 |
40 |
50 |
60 |
у |
8 |
5 |
4,9 |
4 |
3,8 |
3,5 |
3,8 |
3,7 |
3,6 |
3,5 |
3,4 |
3 |
3 |
Задание:
Проверьте гипотезу об отсутствии гетероскедастичности в линейной регрессии с помощью теста ранговой корреляции Спирмэна при вероятности 0,95.
Задача 4.По данным, представленным в табл. 46, изучается зависимость индекса человеческого развитияу25 стран от расходов на конечное потребление в текущих ценахх1(% к ВВП) и валового накоплениях2(% к ВВП).
Таблица 46
№ п/п |
y |
x1 |
x2 |
№ п/п |
y |
x1 |
x2 |
1 |
0,904 |
75,5 |
25,2 |
14 |
0,744 |
90,2 |
23,0 |
2 |
0,922 |
78,5 |
21,8 |
15 |
0,921 |
72,8 |
20,2 |
3 |
0,763 |
78,4 |
25,7 |
16 |
0,927 |
67,7 |
25,2 |
4 |
0,923 |
77,7 |
17,8 |
17 |
0,802 |
82,6 |
22,4 |
5 |
0,918 |
84,4 |
15,9 |
18 |
0,747 |
74,4 |
22,7 |
6 |
0,906 |
75,9 |
22,4 |
19 |
0,927 |
83,3 |
18,1 |
7 |
0,905 |
76,0 |
20,6 |
20 |
0,721 |
83,7 |
20,1 |
8 |
0,545 |
67,5 |
25,2 |
21 |
0,913 |
73,8 |
17,3 |
9 |
0,894 |
78,2 |
20,7 |
22 |
0,918 |
79,2 |
16,8 |
10 |
0,900 |
78,1 |
17,5 |
23 |
0,833 |
71,5 |
29,9 |
11 |
0,932 |
78,6 |
19,7 |
24 |
0,914 |
75,3 |
20,3 |
12 |
0,740 |
84,0 |
18,5 |
25 |
0,923 |
79,0 |
14,1 |
13 |
0,701 |
56,2 |
42,4 |
|
|
|
|
Задания:
1. Построить линейное уравнение множественной регрессии и пояснить экономический смысл его параметров.
2. Рассчитать частные коэффициенты эластичности, а также стандартизированные коэффициенты регрессии; сделать вывод о силе связи результата и фактора.
3. Рассчитать парные, частные коэффициенты корреляции, а также множественный коэффициент корреляции; сделать выводы.
4. Проверить значимость уравнения регрессии на 5%-м уровне по F-критерию, проверить значимость коэффициентов регрессии поt-статистике.
Задача 5. При изучении уровня потребления мяса (кг на душу населения) у в зависимости от дохода (руб. на одного члена семьи) х1 и в соотношении с уровнем потребления рыбы (кг на душу населения) х2 результаты оказались следующими (по 50 семьям):
Уравнение регрессии |
= 180 + 0,12х1 0,5х2 |
Стандартные ошибки параметров |
20 0,06 0,15 |
Множественный коэффициент корреляции |
0,75 |
Задания:
1. Используя t-критерий Стьюдента, оцените значимость параметров уравнения.
2. Рассчитайте F-критерий Фишера.
3. Оцените по частным F-критериям Фишера целесообразность включения в модель:
а) фактора х1 после фактора х2;
б) фактора х2 после фактора х1.
Задача 6.Имеются данные о динамике экспорта товаров и услуг России за 19952005 гг. по данным ЦБ РФ.
Таблица 47
Год |
Экспорт товаров и услуг России, млрд долл. |
Год |
Экспорт товаров и услуг России, млрд долл. |
1995 |
82,4 |
2001 |
101,9 |
1996 |
89,7 |
2002 |
107,3 |
1997 |
86,9 |
2003 |
135,9 |
1998 |
74,4 |
2004 |
183,2 |
1999 |
75,6 |
2005 |
245,3 |
2000 |
105 |
|
|
Задания:
1. Построить линейную модель Y(t) =a0+a1t, параметры которой оценить методом наименьших квадратов (МНК).
2. Оценить адекватность построенной модели на основе исследования:
случайной остаточной компоненты по критерию пиков;
независимости уровней ряда остатков по d-критерию или по первому коэффициенту автокорреляции;
нормальности распределения остаточной компоненты по RS-критерию.
3. Построить точечный и интервальный прогнозы на два шага вперед. Отобразить на графике фактические данные, результаты расчетов и прогнозирования.