1. Парная регрессия и корреляция
По территория региона приводятся данные за 199Х г. (табл. 1).
Требуется:
1. Построить линейное уравнение парной регрессии у от х.
2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость параметров регрессии и корреляции с помощью F-критерия Фишера и t-критерия Стьюдента.
4. Выполнить прогноз заработной платы у при прогнозном значении среднедушевого прожиточного минимума х, составляющем 107% от среднего уровня.
5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительного интервал.
6. На одном графике построить исходные данные и теоретическую прямую.
Номер региона Среднедушевой прожиточный мини-мум в день одного трудоспособного, руб.,
Среднедневная заработная плата, руб.,
1 69 124
2 83 133
3 92 146
4 97 153
5 88 138
6 93 159
7 74 145
8 79 152
9 105 168
10 99 154
11 85 127
12 94 155
2. Множественная регрессия и корреляция
По 20 предприятиям региона изучается зависимость выработки про-дукции на одного работника у (тыс.руб.) от ввода в действие новых основных фондов х1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих х2 (%).
Номер предприятия у х1 х2 Номер предприятия у х1 х2
1 7 3,8 9 11 11 7,1 22
2 7 4,1 14 12 11 7,5 23
3 7 4,3 16 13 12 7,8 25
4 7 4,1 17 14 12 7,6 27
5 8 4,6 17 15 12 7,9 29
6 8 4,7 18 16 13 8,1 30
7 9 5,3 20 17 13 8,5 32
8 9 5,5 20 18 14 8,7 32
9 11 6,9 21 19 14 9,6 33
10 10 6,8 21 20 15 9,8 36
Требуется:
1. Построить линейную модель множественной регрессии. Записать стандартизированное уравнение множественной регрессии. На основе стандартизированных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
2. Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их.
3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации.
4. С помощью F-критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации.
5. С помощью частных F-критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора х1 после х2 и фактора х2 после х1.
6. Составить уравнение линейной регрессии оставив лишь один значащий фактор.
3. Системы эконометрических уравнений
Гипотетическая модель экономики:
С = a1 + b11Y + b12J + e1
J = a2 + b21Y(t-1) + e2
T = a3 + b31Y + e3
Y = C + J + G, где
C – совокупное потребление в период ;
Y– совокупный доход в период ;
J – инвестиции в период ;
T – налоги в период ;
G – государственные доходы в период .
Требуется
1. Применив необходимое и достаточное условие идентификации, оп-ределите, идентифицируемо ли каждое из уравнений модели.
2. Определите метод оценки параметров модели.
3. Запишите в общем виде приведенную форму модели.
4. Временные ряды
Имеются условные данные об объемах потребления электроэнергии (Yt) жителями региона за 16 кварталов.
Требуется:
1. Построить автокорреляционную функцию и сделать вывод о наличии сезонных колебаний.
2. Построить мультипликативную модель временного ряда.
3. Сделать прогноз на 2 квартала вперед.
t y(t) t y(t)
1 5,5 9 8,3
2 4,8 10 5,4
3 5,1 11 6,4
4 9,0 12 10,9
5 7,1 13 9,0
6 4,9 14 6,6
7 6,1 15 7,5
8 10,0 16 11,2
Содержание
1. Парная регрессия и корреляция 3
2. Множественная регрессия и корреляция 10
3. Системы эконометрических уравнений 18
4. Временные ряды 22
Список использованной литературы 31
Не подошли данные? Другой вариант? Не проблема! Напишите мне, оформите заказ и в течение 1-4 дней я выполню вашу работу.
В демо-файлах прикреплен пример оформления задач по эконометрике для общего представления о качестве приобретаемой работы.
Работа была выполнена в 18/19 учебном году, принята преподавателем без замечаний.