- •Тема 9 принципи побудови економетричних моделей.
- •Рішення
- •Рішення
- •Завдання для самостійної роботи
- •Запишіть у таблицю основні роки публікацій, прізвища дослідників та моделі економетрії
- •Тема 10. Лінійні моделі множинної регресії Лабораторна робота № 18-21. Дослідження множинних регресі й Приклади рішення задач
- •Рішення
- •1) При 0 | | 0,3 слабкий зв’язок;
- •Рішення
- •Рішення
- •Завдання для самостійної роботи
- •Тема 11. Узагальнені економетричні моделі Лабораторна робота №22. Нелінійні моделі Приклади рішення задач
- •Рішення
- •Рішення
- •Завдання для самостійної роботи
- •Лабораторна робота №23-24 Системи одночасних структурних рівнянь Приклади рішення задач
- •Рішення
- •Рішення
- •Завдання для самостійної роботи
- •Висновки
- •Висновки
- •Тема 12.Економетричні моделі динаміки
- •Дослідження рядів динаміки Приклади рішення задач
- •Рішення
- •Рішення
- •Рішення
- •Рішення
- •Рішення
- •Завдання для самостійної роботи
- •Завдання для самоконтролю по модулю ііі. Економетричні моделі Тести
- •Практичні завдання для самоконтролю по модулю ііі. Економетричні моделі Завдання №1
- •Дані представлені у таблиці, - порядковий номер вашого прізвища у журналі
- •Завдання №2 Дана економетрична модель виду:
- •Завдання №3
- •Завдання № 4
- •Задача №5
- •Задача №6
- •Список рекомендованої літератури
Рішення
Вводиться гіпотеза, що між факторами Хь Х2 та показником У існує така стохастична залежність: Y=LN( + + )
Для розв'язування задачі використовуємо пакет прикладних програм Регресія, меню Сервіс/Аналіз даних табличного процесора Excel.
Для приведення регресії до лінійного виду пропотенціюємо регресії та зробимо заміну величин
Застосовуючи пакет регресія для перетворених даних отримали оцінки параметрів лінійної регресії виду:
У даному прикладі розрахунку лінія регресії матиме вигляд У = 1n(0,1 + 0,02/ +2,6 ).
Згідно табличного значення критерія Фішера, що дорівнює: 12132,4. Можна зробити висновок про адекватність моделі статистичним даним.
Знайдемо формули для частинних коефіцієнтів еластичності:
Для обчислення прогнозу підставимо прогнозні значення у формулу,
маємо: .
Для обчислення помилки прогнозу за допомогою матричних функцій табличного процесора введемо:
=КОРЕНЬ(1+МУМНОЖ(МУМНОЖ( ;МОБР(МУМНОЖ(ТРАНСП( ); ));ТРАНСП( ))), де:
- вектор стовпець прогнозних значень , а - матриця вхідних даних (перетворених) з додатковим першим стовпцем з одиниць (для врахування вільного члена). Отримане значення помножимо на стандартну помилку, що є в таблиці регресійної статистики і дорівнює 0,0024 та табличне значення критерію Стюдента для ступнів вільності (12; 1) та ймовірності 0,95. Воно дорівнюватиме 2,4. Отже стандартна помилка для даного прогнозу дорівнює 0,94. Маємо надійні межи математичного сподівання точкового прогнозу (2,045; 3,945)
Завдання для самостійної роботи
Завдання вище описаного прикладу (задача 11.1) виконати для наступних статистичних даних ціни та кількості деякого проданого в певний період товару.( N- порядковий номер студента у журналі).Обчислити проміжки зростання та спадання прибутку, якщо в собівартості продукції С= 2,1 од. а, V= 0,7 .
Таблиця 11.4
Р |
D |
1 |
8,15 |
2 |
7,24 |
3 |
6,31 |
4 |
6,24 |
5 |
5,47 |
6 |
4,53 |
7 |
3,67 |
8 |
3,08 |
9 |
2,44 |
10 |
1,81 |
11 |
1,45 |
Де - порядковий номер вашого прізвища у журналі
Записати отримані залежності та відповіді у зошит:
______________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________
2. На основі статистичних даних показника Y і факторів та знайти оцінки параметрів регресії, якщо припустити, що стохастична залежність між факторами і показником має вигляд згідно обраному (Додаток 1 )
Використовуючи критерій Фішера, оцінити з надійністю р = 0,95 адекватність прийнятої математичної моделі статистичним даним. Якщо модель адекватна, то знайти:
оцінки прогнозу та з надійністю р= 0,95 його надійний інтервал;
оцінки частинних коефіцієнтів еластичності для прогнозу.
Записати отримані залежності та відповіді у зошит:
Вид залежності |
|
Критерій Фішера |
|
Стандартна помилка оцінок параметрів моделі |
|
оцінки частинних коефіцієнтів еластичності для прогнозу |
|
оцінки прогнозу та з надійністю р= 0,95 його надійний інтервал |
|