- •Программа
- •4. Общий объем дисциплины
- •5. Содержание дисциплины модуля
- •Тема 6 Прогнозирование и нелинейная регресия
- •5.3 Разделы дисциплины и междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами
- •Примерная тематика курсовых проектов (работ) (не предусмотрена):
- •11.Программное обеспечение:
- •12. Материально-техническое обеспечение дисциплины:
- •13. Методические рекомендации по организации изучения дисциплины:
- •14. Методические рекомендации по организации изучения дисциплины
- •Алгоритм проведения научных дискуссий и круглых столов
- •15. Формы проведения контроля
- •1.Эконометрика- это:
- •2. Предметом эконометрики является:
- •3. Одному из методов эконометрики относится:
- •7.Пространственные выборки фиксируются:
- •25. Идентификация модели – это:
- •41. Достоверным называется такое событие, которое:
- •59. Обесценивание валюты влияет на деловую активность в экономической системе страны, реальный объем производства, занятость таким образом, что:
- •Вопросы для подготовки к зачету
- •Самостоятельная работа студентов Методические указания
- •Реферат Методические рекомендации
- •Описание объекта
- •Экономические показатели (факторы)
- •Для модели в абсолютных показателях
- •Для модели в относительных показателях
- •Выбор формы представления факторов
- •Анализ аномальных явлений
- •5. Анализ матрицы коэффициентов парных корреляций для абсолютных величин
- •А) Шаг первый
- •Б) Шаг второй.
- •7. Анализ матрицы коэффициентов парных корреляций для относительных величин
- •Примерная тематика рефератов
- •Контрольная работа Методические указания
- •Требования к оформлению
- •Методические указания к выполнению задания 1.
- •Задание 1. Разработка и анализ эконометрической модели
- •Методические указания по выполнению задания 2
- •Список литературы к задачам:
- •Контрольные задания для студентов заочной формы обучения
- •Тема 1. Предмет эконометрики.
- •Тема 2-3. Парная регрессия и корреляция в эконометрических исследованиях.
- •Тема 4. Многофакторный регрессионный анализ.
- •Варианты заданий.
- •2. Решение типовых задач.
- •3. Реализация типовых задач на компьютере.
- •Описательная статистика.
- •Тема 2..
- •Тема 3 Ресурсы современного мирового хозяйства.
- •Тема 4. Мировая торговля: сущность,
- •Тема 5 Внешнеторговая политика и практика
- •Тема 6. Международное движение капитала
- •Тема 7. Международная трудовая миграция
- •Тема 8 Валютные отношения и валютная
- •Тема10. Механизм регулирования
- •Форма и её описание
Для модели в относительных показателях
X1- удельный вес стоимости сырья и материалов в себестоимости продукции
Х2- удельный вес заработной платы в себестоимости продукции
ХЗ- фондовооруженность одного рабочего, тыс.руб./чел.
Х4- удельный вес отчислений на соц. страхования в себестоимости продукции
Х5- удельный вес расходов на подготовку и освоение производства в себестоимости продукции
Х6- электровооруженность одного рабочего, тыс. кВт./ чел.
Данные представлены в таблице 2.
Таблица 2
№ объекта наблюдения |
Y |
X 1 |
X 2 |
X 3 |
X 4 |
X 5 |
X 6 | |||
1 |
1 0.6 |
1 6,8 |
1 2,6 |
5, 7 |
,0 |
3 ,2 |
0 ,06 | |||
2 |
1 9.7 |
3 3,1 |
4 ,5 |
8, 0 |
,4 |
2 ,8 |
0 ,08 | |||
3 |
1 7.7 |
9, 9 |
7 ,7 |
4, 6 |
,6 |
3 ,0 |
0 ,08 | |||
4 |
1 7.5 |
6 3,1 |
8 ,6 |
4, 1 |
,7 |
2 ,8 |
0 ,08 | |||
5 |
1 5.7 |
3 2,8 |
6 ,3 |
8, 0 |
,5 |
2 ,8 |
0 ,10 | |||
6 |
1 1.3 |
4 0,3 |
9 ,9 |
5, 2 |
,8 |
3 ,1 |
0 ,08 | |||
7 |
1 4.4 |
2 8,3 |
7 ,7 |
7, 1 |
,6 |
3 ,0 |
0 ,09 | |||
8 |
9 .4 |
2 5,2 |
1 4,6 |
7, 2 |
.2 |
3 ,2 |
0 ,11 | |||
9 |
1 1.9 |
4 7,3 |
9 ,9 |
4, 5 |
,7 |
3 ,0 |
0 .13 | |||
10 |
1 3.9 |
2 6,8 |
9 ,3 |
9, 4 |
.8 |
1 3,1 |
0 ,11 | |||
11 |
8 .9 |
2 5,4 |
1 4,6 |
6, 5 |
.2 |
3 ,2 |
0 ,08 | |||
12 |
1 4.5 |
1 4,2 |
8 ,0 |
8, 5 |
,7 |
3 ,2 |
0 ,13 |
Выбор формы представления факторов
В данной работе мы не используем фактор времени, т.е. в нашем случае мы используем статистическую модель. В 1-ом случае мы строим статистическую модель в абсолютных показателях, во 2-м - статистическую модель в относительных показателях. Проанализировав полученные результаты, мы выбираем рабочую статистическую модель.
Анализ аномальных явлений
При визуальном просмотре матрицы данных легко улавливается аномалия на пятом объекте в таблице 1,2 . Здесь все факторы завышены в несколько раз. Скорее всего мы сталкиваемся в данном случае с заводом-гигантом . Поэтому данное наблюдение мы отбрасываем . Теперь формируем обновлённую матрицу данных.
Таблица 3
№ объекта наблюдения |
Y |
X 1 |
X 2 |
X 3 |
X 4 |
X 5 |
X 6 |
1 |
1 0.6 |
8 65 |
6 51 |
2 627 |
4 |
1 65 |
4 .2 |
2 |
1 9.7 |
9 571 |
1 287 |
9 105 |
05 |
8 29 |
1 3.3 |
3 |
1 7.7 |
1 334 |
1 046 |
3 045 |
5 |
4 00 |
4 |
4 |
1 7.5 |
6 944 |
9 44 |
2 554 |
9 |
3 12 |
5 .6 |
6 |
1 1.3 |
4 425 |
1 084 |
4 089 |
2 |
3 41 |
4 .1 |
7 |
1 4.4 |
4 662 |
1 260 |
6 417 |
05 |
4 96 |
7 .3 |
8 |
9 .4 |
2 100 |
1 212 |
4 845 |
01 |
2 64 |
8 .7 |
9 |
1 1.9 |
1 215 |
2 54 |
9 23 |
9 |
7 8 |
1 .9 |
10 |
1 3.9 |
5 191 |
1 795 |
9 602 |
50 |
5 99 |
1 3.8 |
11 |
8 .9 |
4 965 |
2 851 |
1 2542 |
40 |
6 22 |
1 2 |
12 |
1 4.5 |
2 067 |
1 156 |
6 718 |
6 |
4 61 |
9 .2 |
Таблица 4
№ объекта наблюдения |
Y |
X 1 |
X 2 |
X 3 |
X 4 |
X 5 |
Х 6 |
1 |
1 0.6 |
1 6,8 |
1 2,6 |
5, 7 |
,0 |
3 ,2 |
0 ,06 |
2 |
1 9.7 |
3 3.1 |
4 ,5 |
8, 0 |
,4 |
2 ,8 |
0 ,08 |
3 |
1 7.7 |
9, 9 |
7 ,7 |
4, 6 |
,6 |
3 ,0 |
0 ,08 |
4 |
1 7.5 |
6 3,1 |
8 ,6 |
4, 1 |
,7 |
2 ,8 |
0 ,08 |
6 |
1 1.3 |
4 0,3 |
9 ,9 |
5, 2 |
,8 |
3 .1 |
0 ,08 |
7 |
1 4.4 |
2 8,3 |
7 ,7 |
7, 1 |
0 ,6 |
3 ,0 |
0 ,09 |
8 |
9 .4 |
2 5,2 |
1 4,6 |
7, 2 |
.2 |
3 ,2 |
0 ,11 |
9 |
1 1.9 |
4 7,3 |
9 ,9 |
4, 5 |
,7 |
3 ,0 |
0 ,13 |
10 |
1 3.9 |
2 6,8 |
9 ,3 |
9, 4 |
.8 |
1 3,1 |
0 ,11 |
11 |
8 .9 |
2 5,4 |
1 4,6 |
6, 5 |
.2 |
3 ,2 |
0 ,08 |
12 |
1 4.5 |
1 4,2 |
8 ,0 |
8, 5 |
0,7 |
3 0,2 |
0 0,13 |