- •Эконометрика
- •Лекция 1. Предмет и метод эконометрики. Ковариация, дисперсия и корреляция
- •1.1. Предмет и метод эконометрики
- •1.2. Выборочная ковариация.
- •1.3. Основные правила расчета ковариации.
- •1.4. Теоретическая ковариация.
- •1.5. Выборочная дисперсия. Правила расчета дисперсии.
- •1.6. Коэффициент корреляции.
- •1.7. Коэффициент частной корреляции.
- •Тест для самоконтроля
- •Лекция 2. Парная линейная регрессия.
- •2.1. Проблема оценивания линейной связи экономических переменных.
- •2.2. Модель парной линейной регрессии.
- •2.3. Регрессия по методу наименьших квадратов.
- •2.4. Интерпретация уравнения регрессии.
- •2.5. Качество оценки: коэффициент r2.
- •Тесты для самоконтроля
- •Лекция 3. Статистическая оценка достоверности выборочных показателей связи.
- •Оценка достоверности уравнения регрессии в целом
- •Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.1. Оценка достоверности уравнения регрессии в целом
- •3.2. Определение средней ошибки, предельной ошибки и доверительных границ коэффициента корреляции
- •3.3. Проверка гипотезы и интервальная оценка коэффициента регрессии.
- •3.4. Средняя ошибка уравнения и интервальная оценка отдельных значений результативного признака.
- •Тесты для самоконтроля
- •Лекция 4. Нелинейная регрессия
- •4.1. Спецификация модели
- •4.2. Классификация нелинейных функций.
- •4.3. Отдельные виды нелинейных регрессий.
- •4.3.2. Равносторонняя гипербола.
- •4.3.3. Степенная функция.
- •4.4.Коэффициенты эластичности в нелинейных регрессиях.
- •4.5. Корреляция для нелинейной регрессии.
- •Тесты для самоконтроля
- •Лекция 5. Множественная регрессия и корреляция
- •Понятие множественной регрессии, и ее графическая интерпретация
- •Отбор факторов при построении модели.
- •Коллинеарность факторов. Методы преодоления межфакторной связи
- •Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •5.1.1. Понятие множественной регрессии, и ее графическая интерпретация
- •5.1.2. Отбор факторов при построении модели.
- •5.1.3. Коллинеарность факторов. Методы преодоления межфакторной связи
- •5.1.4. Параметризация уравнения множественной регрессии и его интерпретация
- •Тесты для самоконтроля
- •Модульная единица 5.2. Множественная и частная корреляция. Предпосылки мнк.
- •5.2.1.Множественная корреляция.
- •5.2.2. Скорректированный индекс детерминации (корреляции).
- •5.2.3. Частная корреляция.
- •5.2.4. Частные f- тесты
- •5.2.5. Предпосылки мнк.
- •Тесты для самоконтроля
- •Лекция 6. Моделирование динамических процессов
- •6.1. Элементы временного ряда
- •6.2. Автокорреляция
- •6.3. Выявление структуры временного ряда
- •6.4. Моделирование тенденции
- •6.5. Изучение взаимосвязи переменных по данным временных рядов
- •6.6. Критерий Дарбина-Уотсона
- •Тесты для самоконтроля
- •Лекция 7. Системы эконометрических уравнений
- •Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •7.1.1. Понятие и необходимость применения систем уравнений
- •7.1.2. Косвенный метод наименьших квадратов
- •7.1.3. Проблема идентификации
- •Вопросы для повторения
- •Тесты для самоконтроля
- •Модульная единица 7.2. Методы решения сверхидентифицируемых систем
- •7.2.1. Двухшаговый метод наименьших квадратов
- •7.2.4. Исходные данные
- •7.2.2. Понятие о трехшаговом методе наименьших квадратов
- •7.2.3. Применение систем уравнений
- •Контрольные вопросы
- •Тесты для самоконтроля
- •Пример выполнения работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить парную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя встроенный инструмент «Регрессия» ms excel, построить парную линейную модель регрессии, оценить результаты.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Оценка значимости. Точечная и интервальная оценки параметров уравнения регрессии
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить множественную линейную модель регрессии, рассчитать показатели тесноты связи по индивидуальным данным.
- •Пример и методические указания к выполнению работы.
- •2 Способ.
- •4 Способ.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Требуется проверить модель регрессии на гетероскедастичность остатков
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Используя средства ms excel построить уравнение тренда.
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи. Построить модель связи между экономическими переменными по данным временных рядов.
- •Пример и методические указания к выполнению работы.
- •1. Исходные данные
- •2. Автокорреляционные функции
- •2.1. Тест на автокорреляцию остатков трендов
- •3. Первые разности
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Список индивидуальных данных:
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Пример и методические указания к выполнению работы.
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Общая постановка задачи.
- •Пример и методические указания к выполнению работы.
- •2. Исходные данные
- •Контрольные вопросы к защите
- •Способ оценки результатов
- •Словарь основных терминов и определений (глоссарий)
- •Промежуточный тест по дисциплине «Эконометрика» Учебный модуль 3. Модульная единица 6.
- •Тестовые задания
- •Итоговый тест по дисциплине «Эконометрика»
- •1. Шкала проходных баллов по модулям
- •Модульная единица 2. Парная линейная регрессия.
- •Модульная единица 3. «Статистическая оценка достоверности выборочных показателей связи»
- •Модуль 2. Множественная регрессия и корреляция Модульная единица 5.1. Параметризация и спецификация уравнения множественной регрессии
- •Модуль 4. Системы эконометрических уравнений Модульная единица 7.1. Виды систем эконометрических уравнений и их идентификация. Косвенный метод наименьших квадратов
- •Модуль 4. Модульная единица 7.2. «Методы решения сверхидентифицируемых систем»
- •Контрольные работы промежуточного контроля Контрольная работа №1(модульные единицы 1, 2, 3)
- •Предмет и метод эконометрики.
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №1(модульные единицы 1, 2, 3)
- •Контрольная работа №2 (модульная единица 4)
- •5. Классификация нелинейных функций.
- •Контрольная работа № 3 (модуль 5, модульные единицы 5.1, 5.2)
- •Контрольная работа № 4 (модуль 7, модульные единицы 7.1, 7.2)
- •Контрольные вопросы итогового контроля
Контрольная работа № 3 (модуль 5, модульные единицы 5.1, 5.2)
Вариант 1.
Сформулируйте требования, предъявляемые к факторам для включения их в модель множественной регрессии.
Какой смысл приобретает в производственных функциях Кобба-Дугласа?
Раскройте назначение t-критерия Стьюдента в множественном регрессионном анализе.
Как интерпретируются коэффициенты регрессии функции потребления
,
где Dt - доход текущего периода, а Dt-1 - доход предшествующего периода?
Для изучения рынка жилья в городе по данным о 46 коттеджах было построено уравнение множественной регрессии:
У = 21,1 – 6,2 х1 +0,95 х2 +3,57 х3; R2=0,7
стандартные ошибки (1,8) (0,54) (0,83)
где у – цена объекта, тыс. долл.; х1 – расстояние до центра города, км; х2 – полезная площадь объекта, кв. м; х3 – число этажей в доме; R2 – коэффициент множественной детерминации. В скобках указаны значения стандартных ошибок для коэффициентов множественной регрессии.
Проверьте гипотезу о том, что все коэффициенты регрессии в генеральной совокупности одновременно равны нулю.
Вариант 2.
К каким трудностям приводит мультиколлинеарность факторов, включенных в модель и как ее выявить?
Какие коэффициенты используются для оценки сравнительной силы воздействия факторов на результат? Дайте их смысловую интерпретацию.
Как связаны между собой t-критерий Стьюдента для оценки значимости коэффициентов регрессии и частные F-критерии?
По 20 предприятиям легкой промышленности получена следующая информация, характеризующая зависимость объемов производства у (млн. руб.) от количества отработанных за год человеко-часов х1 (тыс. чел.-ч.) и среднегодовой стоимости производственного оборудования х2 (млн.руб.):
Уравнение регрессии у = 35 + 0,06х1 + 2,5х2
Множественный коэффициент корреляции 0,9
Сумма квадратов отклонений расчетных значений результативного признака от его фактических значений равна 3000.
Составьте таблицу результатов дисперсионного анализа и проанализируйте ее.
5. Как определить параметры производственной функции Кобба-Дугласа
( Р – объем производства, L – затраты труда, К – величина капитала) и какова интерпретация этих параметров?
Вариант 3.
Назовите методы устранения мультиколлинеарности факторов и раскройте их сущность.
Каково назначение частной корреляции при построении модели множественной регрессии?
Раскройте понятие и приведите примеры фиктивных переменных в регрессионном анализе.
По 30 предприятиям отрасли были получены следующие результаты регрессионного анализа зависимости объема выпуска продукции у (млн. руб.) от численности занятых на предприятии х1 (чел.) и среднегодовой стоимости основных фондов х2 (млн. руб.):
Коэффициент детерминации ???
Множественный коэффициент корреляции 0,85
Уравнение регрессии у = ??? + 0,48x1 + 20x2
Стандартные ошибки параметров 2 0,06 ???
T –критерий для параметров 1,5 ??? 4
Восстановите пропущенные характеристики и проанализируйте результаты.
По совокупности 30 предприятий концерна изучается зависимость прибыли (у) от выработки продукции на одного работника (х1) и индекса цен на продукцию (х2). Получены парные коэффициенты корреляции : ryx1=0,68; rex2=0,63; rx1x2=0,42. Рассчитайте множественный коэффициент корреляции, частные критерии Фишера и сделайте выводы.
Вариант 4.
Как решается проблема спецификации модели множественной регрессии ?
Что такое частный F-тест? Раскройте его назначение и сущность.
Как проводится оценка достоверности результатов множественной регрессии ?
Для изучения рынка жилья в городе по данным о 46 коттеджах было построено уравнение множественной регрессии:
У = 21,1 – 6,2 х1 +0,95 х2 +3,57 х3; R2=0,7
стандартные ошибки (1,8) (0,54) (0,83)
где у – цена объекта, тыс. долл.; х1 – расстояние до центра города, км; х2 – полезная площадь объекта, кв. м; х3 – число этажей в доме; R2 – коэффициент множественной детерминации. В скобках указаны значения стандартных ошибок для коэффициентов множественной регрессии.
Проверьте гипотезу о том, что коэффициент регрессии в1 в генеральной совокупности равен нулю.
Производственная функция, полученная по данным за 1990 – 1997 гг., характеризуется уравнением lg P = 0,552 + 0,276 lgZ + 0,521 lgK, где Р – индекс промышленного производства; Z – численность рабочих, а К – капитал. Запишите уравнение регрессии в натуральном масштабе (в естественном виде) и дайте интерпретацию его параметров.
Вариант 5.
Как интерпретируются коэффициенты множественной регрессии в естественном и стандартизированном виде?
Способы оценки качества модели множественной регрессии.
В чем отличие частных уравнений регрессии от парных уравнений регрессии ?
Производственная функция, полученная по данным за 1990 – 1997 гг., характеризуется уравнением lg P = 0,552 + 0,276 lgZ + 0,521 lgK,
R2 = 0,9843 r2PZ =0,7826 r2pk =0,9836
где Р – индекс промышленного производства; Z – численность рабочих, а К – капитал.
Проведите общий и частные F-тесты и сделайте соответствующие выводы.
5. По 30 предприятиям отрасли были получены следующие результаты регрессионного анализа зависимости объема выпуска продукции у (млн.руб.) от численности занятых на предприятии х1 (чел.) и среднегодовой стоимости основных фондов х2 (млн.руб.):
Коэффициент детерминации ???
Множественный коэффициент корреляции 0,85
Уравнение регрессии у = ??? + 0,48x1 + 20x2
Стандартные ошибки параметров 2 0,06 ???
T –критерий для параметров 1,5 ??? 4
Восстановите пропущенные характеристики и с вероятностью 0,95 постройте доверительные интервалы для коэффициентов регрессии.