Учебная работа № 79870. «Контрольная Эконометрика 98

1 ЗвездаПлохоСреднеХорошоОтлично (6 оценок, среднее: 4,67 из 5)
Загрузка...

Учебная работа № 79870. «Контрольная Эконометрика 98

Количество страниц учебной работы: 14
Содержание:
Исходные данные для выполнения контрольного задания.
Имеются следующие данные:
Таблица 1

страны

Годы США

Y K L
1980 4970 923 99,3
1981 5049 823 100,4
1982 4933 744 99,5
1983 5120 782 100,8
1984 5431 889 105,0
1985 5582 920 107,2
1986 5739 926 109,6
1987 5908 937 112,4
1988 6141 975 115,0
1989 6310 998 117,3
1990 6415 985 117,9
1991 6383 887 116,9
1992 6577 905 117,6
1993 6639 976 119,3
1994 6907 1039 122,2
1995 7091 1054 125,2
1996 7344 1103 127,5
1997 7588 1126 130,6
1998 7913 1159 134,0
1999 8236 1203 136,9
2000 8585 1256 139,9

где Y – валовой внутренний продукт (ВВП) в млрд. долл. в ценах и по
паритету покупательной способности 1995 г.,
K – основные производственные фонды, млрд. долл.,
L – численность занятых в материальном производстве, млн.чел.

Задание 1.
Идентификация линейной модели парной регрессии ВВП(Y)
и прогноз по этой модели
Необходимо найти оценки коэффициентов трендовых моделей:

С помощью найденных оценок определить прогнозы ВВП, капитала и числа занятых на один-два года вперед.

Задание 2.
Идентификация линейных трендовых моделей ВВП(Y), капитала (К) и числа занятых (L) и прогноз по этим моделям.
Необходимо найти оценки коэффициентов трендовых моделей:

С помощью найденных оценок определить прогнозы ВВП, капитала и числа занятых на один-два года вперед.

Задание 3.
Идентификация функции Кобба-Дугласа и использование ее для прогноза ВВП.
Необходимо по исходным данным найти оценки параметров производственной функции Кобба-Дугласа:

Осуществить прогноз ВВП на один — два года вперед по функции Кобба-Дугласа.
Сравнить прогноз по производственной функции с прогнозами по уравнению парной регрессии и по уравнению тренда.

Задание 4.
Характеристика эконометрической модели
Задана следующая эконометрическая модель

Дайте ответы на следующие вопросы относительно этой модели:
1. Какие уравнения модели являются балансовыми?
2. Какие переменные модели являются эндогенными, а какие – экзогенными?
3. Есть ли в этой модели лаговые эндогенные переменные?
4. Идентифицируема ли эта эконометрическая модель и, если идентифицируема, то почему?
5. Как Вы бы стали применять косвенный МНК для идентификации модели?

Список использованной литературы:

1. «Эконометрика: Учебник», под ред. И.И, Елисеевой, – М.: Финансы и статистика, 2003;
2. «Практикум по эконометрике: Учеб.пособие», И.И. Елисеева, С.В, Курышева, Н.М. Гордиенко и др.; под ред. И.И. Елисеевой, – М.: Финансы и статистика, 2001;
3. Орлова И.В., «Экономико-математические методы и модели. Выполнение расчетов в среде EXCEL. Практикум: Учебное пособие для вузов», – М.: Финстатинформ, 2000.

Стоимость данной учебной работы: 390 руб.Учебная работа № 79870.  "Контрольная Эконометрика 98
Форма заказа готовой работы

    Форма заказа готовой работы

    --------------------------------------

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант


    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским соглашением и даю согласие на обработку своих персональных данных.


    Выдержка из похожей работы


    2008 г,
    План

    Введение

    I, Основная часть
    Параметрическая идентификация парной линейной эконометрической модели
    Критерий Фишера
    Параметрическая идентификация парной нелинейной регрессии
    Прогнозирование спроса на продукцию предприятия, Использование в MS Excel функции «Тенденция»
    Список литературы

    Введение
    Классификация эконометрических моделей и методов,
    Эконометрика — это наука, лежащая на стыке между статистикой и математикой, она разрабатывает экономические модели для цели параметрической идентификации, прогнозирования (анализа временных рядов),
    Классификация эконометрических моделей и методов,

    Эконометрические модели (ЭМ)

    Эконометрические модели параметрической идентификации

    Эконометрические модели для цели прогнозирования

    Система эконометрических моделей

    (установление параметров (есть ли тренд) (комплексная модели) оценка)
    y=a+b+x y=a+b*t y=a+b1x1-b2x2

    y — зависимая переменная (отклик), прибыль, например, x — независимая переменная (регрессор), какова численность персонала, например, На основании наблюдений оцениваются a и b (определение параметров моделей или регрессионные коэффициенты),

    № п/п

    y

    x

    1

    11

    1

    2

    13

    2

    3

    14

    3

    4

    12

    4

    5

    17

    5

    6

    16,7

    6

    7

    17,8

    7

    На основании наблюдений оценивается a и b (определение параметров моделей или регрессионные коэффициенты),
    Параметрическая идентификация занимается оценкой эконометрических моделей, в которых имеется один или несколько x и один y, Для целей установления влияния одних параметров работы предприятия на другие,
    Если x в первой степени и нет корней, ни степеней, нет 1/x, то модель линейная,
    y=axb — степенная функция;
    y=abx — показательная функция;
    y=a1/x — парабола односторонняя,
    Y -прибыль — линейная модель
    — степенная функция
    x — численность
    Выбираем наиболее надежную модель, После построения по одним и тем же эксперт данным одной линейной и нескольких нелинейных моделей над каждой из полученных моделей производим две проверки,
    1 — на надежность модели или статистическую значимость, Fкр — или критерий Фишера, Табличное F и расчетное F, Если Fp > Fтабл, — то модель статистически значима,
    2 — Отобрав из моделей все значимые модели, среди них находим самую точную, у которой минимальная средняя ошибка аппроксимации,
    Эконометрические модели для прогнозов исследуют поведение одного параметра работы предприятия во времени,
    I, Основная часть
    Параметрическая идентификация парной линейной эконометрической модели
    По семи областям региона известны значения двух признаков за 2007г,

    Район

    Расходы на покупку продовольственных товаров в общих расходах,%, у

    среднедневная заработная плата одного работающего, руб,, х

    1

    68,8

    45,1

    2

    61,2

    59

    3

    59,9

    57,2

    4

    56,7

    61,8

    5

    55

    58,8

    6

    54,3

    47,2

    7

    49,3

    55,2

    №п/п

    Y

    x

    ух

    Х2

    y

    (y — у) 2

    (у — y) 2

    (y-y) /y

    1

    68,80

    45,10

    3102,88

    2034,01

    61,33

    11,8286862

    55,87562

    0,108648

    2

    61, 20

    59,00

    3610,80

    3481,00

    56,46

    2,0326612

    22,46760

    0,077451

    3

    59,90

    57, 20

    3426,28

    3271,84

    57,09

    0,6331612

    7,89610

    0,046912

    4

    56,70

    61,80

    3504,06

    3819,24

    55,48

    5,7874612

    1,48840

    0,021517

    5

    55,00

    58,80

    3234,00

    3457,44

    56,53

    1,8379612

    2,34090

    0,027820

    6

    54,30

    47, 20

    2562,96

    2227,84

    60,59

    7,3131612

    39,56410

    0,115840

    7

    49,30

    55, 20

    2721,36

    3047,04

    57,79

    0,0091612

    72,08010

    0,172210

    Итого

    405, 20

    384,30

    22162,34

    21338,41

    405,27

    29,4422535

    201,7128

    0,570398

    Средн, з

    57,89

    54,90

    3166,05

    3048,34

    57,90

    4, 2060362

    28,81612

    0,081485

    y x yx x2

    Исходные данные x и y могут быть двух типов:
    а) рассматриваем одно предприятие, то наблюдения берутся через равностоящие промежутки времени (1 в квартал);
    б) если каждое наблюдение — это отдельное предприятие, то данные берутся на одну и ту же дату, например, на 01,01,07
    у — расходы на продовольственные товары в процентах; траты, например, на еду,

    b =

    yx-yx

    (Гаусс)

    xІ — (x) І

    х — среднедневная заработная плата, в руб»