1- 3_Эконометрика
.docТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ (ТУСУР)
Кафедра автоматизированных систем управления (АСУ)
Специальность 220400
Томский межвузовский центр дистанционного образования
Заочная форма обучения по дистанционной технологии
КОНТРОЛЬНАЯ РАБОТА № 1
по дисциплине «Эконометрика»
Вариант 3
200
-
Данные (в тыс. руб.) о среднедушевых сбережениях (н) и о доходах (ч) в северных областях России в n=10 семьях представлены в таблице:
№ семьи (i) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
Yi (тыс. руб.) |
0,66 |
0,22 |
4,84 |
1,98 |
8,80 |
3,74 |
12,76 |
5,50 |
16,50 |
6,60 |
Xi (тыс. руб.) |
2,20 |
4,40 |
6,60 |
8,80 |
11,00 |
13,20 |
15,40 |
17,60 |
19,80 |
22,00 |
Предлагается линейная модель вида:
Y i=0 + 1xi + i, где М i=0,
О пределить вектор оценок коэффициентов регрессии
по методу максимального правдоподобия.
Записать оценку уравнения регрессии.
-
Для вышеприведенных исходных данных в таблице определить вектор оценок коэффициентов регрессии по методу наименьших квадратов.
Решение:
Поскольку вектор оценок коэффициентов регрессии по методу максимального правдоподобия и методу наименьших квадратов определяется одинаково, т.е.
т о вектор оценок коэффициентов регрессий для обоих методов можно получить из выражения:
Используя правила умножения матриц, будем иметь:
Найдем обратную матрицу:
Т огда вектор оценок коэффициентов регрессии равен:
А оценка уравнения регрессии будет иметь вид:
-
В чем состоит условие гетероскедастичности в регрессионной модели,
если i j:
а) Mi=Mj;
б) M(i2)=M(j2);
в) M(ij)=0;
г) M(i2)M(j2).
Условие гетероскедастичности в регрессионной модели состоит в том, что регрессионные остатки неоднородны по характеристике случайного разброса, т.е.
г) M(i2)M(j2), если i j.
-
Что минимизируется согласно методу наименьших квадратов:
а)
б)
в)
г).
Ответ:
г) Согласно методу наименьших квадратов минимизируется некоторая интегральная (по всем имеющимся наблюдениям) характеристика невязок.
.