Учебная работа № 79147. «Контрольная Эконометрика 46
Содержание:
«Задание 11. Определите, на какой диаграмме показаны временные данные, а на какой пространственные (рис. 2, 3).2. Дайте определение регрессии.
3. Определите виды регрессий:
у = 12,5 – 1,44х1 + 5х2 – 2,27х3 + е,
y = 1/(11+10,45х1–9,44х2+3,33 х3–1,37х4+е), – гипербола
y = e45,54+100x+е. – экспоненциальная
4. Покажите, где здесь результирующая и объясняющие переменные. Что обозначает е в уравнениях регрессии?
3
Задание 21. Дайте определение парной регрессии.
2. По Российской Федерации за 2001 год известны значения двух признаков (см. табл. 2).
Таблица 2
Месяц Расходы на покупку продовольственных товаров
в общих расходах, %, (у) Средний денежный доход
на душу населения, руб., (x)
Январь 69 1964,7
Февраль 65,6 2292,0
Март 60,7 2545,8
Апрель … …
Май … …
Июнь … …
Июль … …
Август … …
Сентябрь … …
Октябрь 53,3 3042,8
Ноябрь 50,9 3107,2
Декабрь 47,5 4024,7
Для оценки зависимости у от х построена парная линейная регрессионная модель с помощью метода наименьших квадратов:
у = а + bх + е, где а = b = .
Парный коэффициент корреляции rxy=
Средняя ошибка аппроксимации А =
Известно, что Fтабл = 4,96, а Fфакт =
Определите коэффициент детерминации. Оцените линейную модель через среднюю ошибку аппроксимации и F-критерий Фишера.
5
Задание 3В табл. 3 приведены данные, формирующие цену на строящиеся квартиры в двух различных районах.
Таблица 3
Район, a/б Жилая площадь, м2 Площадь кухни, м2 Этаж, средние/крайние Дом, кирпич./панел. Срок сдачи, через сколько мес. Стоимость квартиры, тыс. дол.
1 17,5 8 1 1 6 17,7
1 20 8,2 1 2 1 31,2
2 23,5 11,5 2 2 9 13,6
… … … … … … …
1 77 17 2 1 1 56,6
2 150,5 30 2 2 2 139,2
2 167 31 2 1 5 141,5
Имеется шесть факторов, которые могут оказывать влияние на цену строящегося жилья:
район, где расположена строящаяся квартира (а или б);
жилая площадь квартиры;
площадь кухни;
этаж (средний или крайний);
тип дома (панельный или кирпичный);
срок сдачи квартиры (через сколько месяцев).
Определите минимальный объем выборки Nmin. Для оценки зависимости у от х построена линейная множественная регрессионная модель с помощью метода наименьших квадратов
у = а0 + а1х1 + а2х2 + а3х3 + а4х4 + а5х5 + а6х6 + е,
где а0 = а1 = а2 = а3 = , а4 = а5 = а6 = .
Какие фиктивные переменные были использованы в модели?
Дайте экономическую интерпретацию полученной модели.
7
Задание 4 Постройте модель сезонных колебаний дохода торгового предприятия, используя первую гармонику ряда Фурье по данным, приведенным в табл. 5, изобразите графически.
Таблица 5
Месяц Доход, тыс. руб.
Январь 58,33+112×(1/ )
Февраль 52+112×(1/ )
Март 43,67+112×(1/ )
Апрель 41,02+112×(1/ )
Май 42,77+112×(1/ )
Июнь 50,01+112×(1/ )
Июль 56,6+112×(1/ )
Август 64,74+112×(1/ )
Сентябрь 71,04+112×(1/ )
Октябрь 73,54+112×(1/ )
Ноябрь 72,16+112×(1/ )
Декабрь 66,3+112×(1/ )
Воспользуйтесь вспомогательной табл. 6.
Таблица 6
t cos t sin t
0 1,00 0,00
0,523599 0,87 0,50
1,047198 0,50 0,87
1,570796 0,00 1,00
2,094395 -0,50 0,87
2,617994 -0,87 0,50
3,141593 -1,00 0,00
3,665191 -0,87 -0,50
4,18879 -0,50 -0,87
4,712389 0,00 -1,00
5,235988 0,50 -0,87
5,759587 0,87 -0,50
9
Задание 5В торгово-розничную сеть поступило 3 вида взаимозаменяемой продукции разных производителей: А1, А2, А3. Предположим, что покупатели приобретают продукцию только одного из них. Пусть в среднем они стремятся поменять её не более одного раза в год, и вероятности таких изменений постоянны.
Результаты маркетинговых исследований покупательского спроса на продукцию дали следующее процентное соотношение:
Х1 % покупателей продукции А1 переходит на продукцию А2,
Х2 % покупателей продукции А2 – на продукцию А3,
Х3 % покупателей продукции А3 – на продукцию А1,
где Х1 = , Х2 = , Х3 = .
Требуется:
1. Построить граф состояний.
2. Составить матрицу переходных вероятностей для средних годовых изменений.
3. Предположить, что общее число покупателей постоянно, и определить, какая доля из их числа будет покупать продукцию А1, А2 и А3 через 2 года.
4. Определить какая продукция будет пользоваться наибольшим спросом.
12
»
Форма заказа готовой работы
Выдержка из похожей работы
Институт экономики и управления
Кафедра «Экономика, финансы и кредит»
РАСЧЕТНОЕ ЗАДАНИЕ
по дисциплине «Эконометрика»
Студент группы ЭК — 23
Л,В, Евдокова
Руководитель работы
Доцент Е,М, Гельфанд
БАРНАУЛ 2014
Содержание
Исходные данные
Множественная модель уравнения регрессии
Уравнение парной линейной регрессии
Предпосылки МНК
Список использованной литературы
Приложения
Исходные данные
Средняя урожайность зерна (ц/га), У
Орошение земель (тыс, га), Х1
Курс доллара, Х2
17,2
3,5
30,3647
28,1
3,4
28,9503
27,2
1,5
29,3282
21,2
0,5
29,3627
18,7
2,8
32,4509
37,3
3,1
32,8169
32,4
2,1
32,1881
31
0,6
32,2934
11,9
1,8
30,9169
20,6
2,9
31,5252
18,4
2,7
31,0565
31,3
1,5
30,3727
20,5
1,6
30,0277
18,8
2,4
30,6202
18,5
2,6
31,0834
17,1
3,3
31,2559
23,7
3,2
31,5893
28,8
2,7
32,709
24,2
2
32,8901
25,8
0,7
33,2474
17,3
0,99
32,3451
19,1
1,25
32,0613
15,7
0,9
33, 1916
16,7
0,7
32,7292
19,7
3,5
35,2448
22,1
3
36,0501
23
2,9
35,6871
24
0,1
35,6983
25,7
0,5
34,7352
102,7
0,4
33,6306
Множественная модель уравнения регрессии
Средняя урожайность зерна (ц/га), У
Орошение земель (тыс, га), Х1
Курс доллара, Х2
17,2
3,5
30,3647
28,1
3,4
28,9503
27,2
1,5
29,3282
21,2
0,5
29,3627
18,7
2,8
32,4509
37,3
3,1
32,8169
32,4
2,1
32,1881
31
0,6
32,2934
11,9
1,8
30,9169
20,6
2,9
31,5252
18,4
2,7
31,0565
31,3
1,5
30,3727
20,5
1,6
30,0277
18,8
2,4
30,6202
18,5
2,6
31,0834
17,1
3,3
31,2559
23,7
3,2
31,5893
28,8
2,7
32,709
24,2
2
32,8901
25,8
0,7
33,2474
17,3
0,99
32,3451
19,1
1,25
32,0613
15,7
0,9
33, 1916
16,7
0,7
32,7292
19,7
3,5
35,2448
22,1
3
36,0501
23
2,9
35,6871
24
0,1
35,6983
25,7
0,5
34,7352
102,7
0,4
33,6306
Высчитываем значения коэффициента частной и парной корреляции, а так же необходимые значения, для уравнений множественной регрессии:
· y=a+b1x1+b2x2
· ty=в1tx1+в2tx2
Признак
Среднее значение
СКО
Лин, коэф,
парной коррел,
Линейные коэф,
частных коррел,
y
25,75714
16,17129
ryx1
0,138691
rx1x2
0,111461
x1
32,21409
1,923079
ryx2
-0,26109
rx2x1
-0,24839
x2
1,971333
1,099341
rx1x2
-0,12219
rx1x2y
-0,08993
Если сравнивать значения коэффициентов парной и частной корреляции, то приходим к выводу, Что из-за слабой межфакторной связи (rx1x2= — 0,12219) коэффициенты парной и частной корреляции отличаются незначительно,
И следовательно значения: в1, в2, b1, b2, a,
в1
в2
0,108407
-0,24785
b1
b2
a
Ryx1x2
0,911602
-3,64581
3,577821
0,2824
Найдем: Fx1факт, Fx2факт, для 30 нами выбранных значений и найденного нами индекса Множественной корреляции (Ryx1x2),
Fx1факт
Fx2факт
0,339655
1,775355
Средний коэффициент эластичности: показывает, на сколько % в среднем измениться показатель y, от своего среднего значения при изменении фактора x на 1 % от своей величины,
Эyx1ср, %
Эyx2ср, %
1,140127
-0,27903
Далее найдем значение дисперсии для каждого из следующих признаков: x1,x2,y,
Дисп x1
Дисп x2
Дисп y
3,698232
1, 20855
261,5107
В результате всех вычислений получаем уравнение множественной регрессии: y=3,577821+0,911602*x1-3,64581*x2, ty=0,108407*tx1-0,24785tx2, Поскольку фактическое значение Fфакт = 0,3033 < Fтабл, (4,47), то коэффициент детерминации статистически не значим, а следовательно, полученное уравнение регрессии статистически ненадежно, Это означает, что его нельзя использовать для прогноза и дальнейшего анализа, Уравнение парной линейной регрессии Выбираем один из значимых признаков, для построения парной модели, (x1, y) и рассчитываем показатели: x1 y xy yт yт-y |yт-y| |yт-y|/y |yт-y|/y*100 3,5 17,2 60, 20 19,69 2,49 2,49 0,14 14,45 3,4 28,1 95,54 20,05 -8,05 8,05 0,29 28,64 1,5 27,2 40,80 27,02 -0,18 0,18 0,01 0,67 0,5 21,2 10,60 30,68 9,48 9,48 0,45 44,73 2,8 18,7 52,36 22,25 3,55 3,55 0, 19 19,00 3,1 37,3 115,63 21,15 -16,15 16,15 0,43 43,29 2,1 32,4 68,04 24,82 -7,58 7,58 0,23 23,40 0,6 31 18,60 30,32 -0,68 0,68 0,02 2, 20 1,8 11,9 21,42 25,92 14,02 14,02 1,18 117,80 2,9 20,6 59,74 21,89 1,29 1,29 0,06 6,24 2,7 18,4 49,68 22,62 4,22 4,22 0,23 22,93 1,5 31,3 46,95 27,02 -4,28 4,28 0,14 13,68 1,6 20,5 32,80 26,65 6,15 6,15 0,30 30,01 2,4 18,8 45,12 23,72 4,92 4,92 0,26 26,16 2,6 18,5 48,10 22,99 4,49 4,49 0,24 24,25 3,3 17,1 56,43 20,42 3,32 3,32 0, 19 19,41 3,2 23,7 75,84 20,79 -2,91 2,91 0,12 12,30 2,7 28,8 77,76 22,62 -6,18 6,18 0,21 21,46 2 24,2 48,40 25,18 0,98 0,98 0,04 4,07 0,7 25,8 18,06 29,95 4,15 4,15 0,16 16,09 0,99 17,3 17,13 28,89 11,59 11,59 0,67 66,98 1,25 19,1 23,88 27,93 8,83 8,83 0,46 46,25 0,9 15,7 14,13 29,22 13,52 13,52 0,86 86,10 0,7 16,7 11,69 29,95 13,25 13,25 0,79 79,34 3,5 19,7 68,95 19,69 -0,01 0,01 0,00 0,07 3 22,1 66,30 21,52 -0,58 0,58 0,03 2,63 2,9 23 66,70 21,89 -1,11 1,11 0,05 4,84 0,1 24 2,40 32,15 8,15 8,15 0,34 33,96 0,5 25,7 12,85 30,68 4,98 4,98 0, 19 19,39 0,4 102,7 41,08 31,05 -71,65 71,65 0,70 69,77 Уравнение парной линейной регрессии имеет вид: = а+bx, Находим средние значения (xср,, yср и их произведения xyср,), по совокупности n=30, Хср yср xyср 1,9713 25,2900 45,5724 Далее, находим Дисперсию по (x и y), а так же Среднее Квадратическое Отклонение (СКО) этих показателей, Дх СКОх Дy СКОy 1,1683 1,0809 238,4229 15,4409 b a -3,6658 32,5165 Посчитаем значения параметров a и b, Находим Aсред, Из всей совокупности (Ai) = 30,0036"