Главная страница
Навигация по странице:

  • Ярославский филиал Финуниверситета

  • Требуется

  • Дано: х

  • (вариант 1) Решение

  • 7,551 Ср. знач. 50,29

  • 158,00 3,64 1,079

  • 10,612 Ср. знач. 50,29

  • 51,41 3,53 1,516

  • 0,1865 25,5 0,00709

  • 33,823 Ср. знач. 0,0266

  • 0,105 2,20 4,832

  • Эконометрика. Контрольная работа. 3 курс. Эконометрика. КР 3 курс. Контрольная работа по дисциплине Эконометрика Вариант 1 Содержание задача парная регрессия 2 задача множественная регрессия и корреляция 13


    Скачать 4.43 Mb.
    НазваниеКонтрольная работа по дисциплине Эконометрика Вариант 1 Содержание задача парная регрессия 2 задача множественная регрессия и корреляция 13
    АнкорЭконометрика. Контрольная работа. 3 курс
    Дата29.04.2023
    Размер4.43 Mb.
    Формат файлаdocx
    Имя файлаЭконометрика. КР 3 курс.docx
    ТипКонтрольная работа
    #1097643
    страница1 из 5
      1   2   3   4   5

    Федеральное государственное образовательное бюджетное учреждение высшего образования

    ФИНАНСОВЫЙ УНИВЕРСИТЕТ ПРИ ПРАВИТЕЛЬСТВЕ

    РОССИЙСКОЙ ФЕДЕРАЦИИ

    Ярославский филиал Финуниверситета

    Кафедра «Экономика и финансы»

    Контрольная работа

    по дисциплине «Эконометрика»

    Вариант 1


    Содержание


    ЗАДАЧА 1. Парная регрессия 2

    ЗАДАЧА 2. Множественная регрессия и корреляция 13

    ЗАДАЧА 3. Временные ряды 26


    ЗАДАЧА 1. Парная регрессия


    Требуется:

    1. Для характеристики y от x построить следующие модели:

    - линейную,

    - экспоненциальную,

    - гиперболическую.

    2. Оценить каждую модель, определив:

    - индекс корреляции,

    - коэффициент детерминации,

    - F-критерий Фишера.

    3. Составить сводную таблицу вычислений, выбрать лучшую модель, дать интерпретацию рассчитанных характеристик.

    4. По лучшей модели рассчитать прогнозные значения результативного признака, если прогнозное значение фактора увеличится на 10% относительно его среднего уровня.

    5. На графике отобразить диаграмму рассеяния, график лучшей модельной кривой и прогнозное значение.

    Дано:

    х – имущество (в тыс. $) семи случайно выбранных семей,

    у накопления (в тыс. $).

    x

    60

    36

    36

    15

    90

    45

    70

    y

    3

    6

    5

    3,5

    1,5

    4,5

    2

    (вариант 1)

    Решение:

    Выполним построение линейной модели. Составим для этого таблицу 1. Для начала следует найти дисперсию и среднее квадратическое отклонение. Они помогут нам в решении задачи.

    Таким образом, найдем дисперсию:



    Далее выясним среднее квадратическое отклонение:



    Таблица 1. – Вычисление для линейной модели зависимости накоплений (y) от имущества случайно выбранной семьи (x).

















    1

    60

    3,0

    3600

    9,00

    180,0

    3,19

    0,034

    2

    36

    6,0

    1296

    36,00

    216,0

    4,32

    2,836

    3

    36

    5,0

    1296

    25,00

    180,0

    4,32

    0,468

    4

    15

    3,5

    225

    12,25

    52,5

    5,31

    3,260

    5

    90

    1,5

    8100

    2,25

    135,0

    1,77

    0,074

    6

    45

    4,5

    2025

    20,25

    202,5

    3,89

    0,370

    7

    70

    2,0

    4900

    4,00

    140,0

    2,71

    0,510

    Итого

    352

    25,5

    21442

    108,75

    1106,0

    25,50

    7,551

    Ср. знач.

    50,29

    3,64

    3063,14

    15,54

    158,00

    3,64

    1,079

    Линейное уравнение парной регрессии имеет вид:

    Используем метод наименьших квадратов для нахождения необходимых параметров:



    Итак, линейное уравнение парной регрессии будет:



    Найдем индекс корреляции для нахождения зависимости между показателями:



    Мы видим, что значение индекса корреляции в диапазоне от 0,7 до 0,9. А значит можем сделать вывод о тесной линейной зависимости между накоплениями (y) и стоимость имущества семьи (x).

    Далее выполним расчет коэффициента детерминации для оценки качества модели:



    Значение коэффициента составляет 0,524. Также оно довольно сильно отклоняется от 1. Выводом для нас будет то, что мы не видим высокого качества линейной модели уравнения регрессии. К тоже она объясняет 52,4% вариации накоплений (значений y) в зависимости от изменения стоимости имущества семьи (x).

    Найдем F-критерий Фишера для определения значимости уравнения:



    Табличное значение F-критерия мы найдем по таблице Фишера:

     = 0,05 (уровень значимости); к1 = nm – 1 = 7 – 1 – 1 = 5; к2 = m = 1.

    Fтабл = 6,60

    Теперь сравним фактическое и табличное значения F-критерия. Получим:

    Fфакт < Fтабл (5,50 < 6,60)

    Как итог, мы видим линейное уравнение регрессии не является значимым.

    Выполним построение экспоненциальной модели. Составим для этого таблицу 2. Для начала следует найти дисперсию и среднее квадратическое отклонение. Они помогут нам в решении задачи.

    Таким образом, найдем дисперсию:



    Далее выясним среднее квадратическое отклонение:



    Таблица 2. – Вычисление для экспоненциальной модели зависимости накоплений (y) от имущества случайно выбранной семьи (x).

















    1

    60

    1,099

    3600

    1,207

    65,92

    2,82

    0,032

    2

    36

    1,792

    1296

    3,210

    64,50

    4,15

    3,411

    3

    36

    1,609

    1296

    2,590

    57,94

    4,15

    0,717

    4

    15

    1,253

    225

    1,569

    18,79

    5,83

    5,410

    5

    90

    0,405

    8100

    0,164

    36,49

    1,74

    0,057

    6

    45

    1,504

    2025

    2,262

    67,68

    3,59

    0,824

    7

    70

    0,693

    4900

    0,480

    48,52

    2,40

    0,161

    Итого

    352

    8,355

    21442

    11,484

    359,85

    24,69

    10,612

    Ср. знач.

    50,29

    1,194

    3063,14

    1,641

    51,41

    3,53

    1,516

    Экспоненциальное уравнение парной регрессии имеет вид:



    При этом линеаризация:



    Используем метод наименьших квадратов для нахождения необходимых параметров:



    Следующим шагом найдем параметры:



    Итак, экспоненциальное уравнение парной регрессии будет:



    Найдем индекс корреляции для нахождения зависимости между показателями:



    Мы видим, что значение индекса корреляции в диапазоне от 0,5 до 0,7. А значит в экспоненциальной модели мы можем сделать вывод о заметной зависимости между накоплениями (y) и стоимость имущества семьи (x).

    Далее выполним расчет коэффициента детерминации для оценки качества модели:



    Значение коэффициента составляет 0,331. Также оно очень сильно отклоняется от 1. Выводом для нас будет то, что мы не видим высокого качества линейной модели уравнения регрессии. К тоже она объясняет 33,1% вариации накоплений (значений y) в зависимости от изменения стоимости имущества семьи (x).

    Найдем F-критерий Фишера для определения значимости уравнения:



    Табличное значение F-критерия мы найдем по таблице Фишера:

     = 0,05 (уровень значимости); к1 = nm – 1 = 7 – 1 – 1 = 5; к2 = m = 1.

    Fтабл = 6,60

    Теперь сравним фактическое и табличное значения F-критерия. Получим:

    Fфакт < Fтабл (2,47 < 6,60)

    Как итог, мы видим экспоненциальное уравнение регрессии не является значимым.

    Выполним построение гиперболической модели. Составим для этого таблицу 3. Для начала следует найти дисперсию и среднее квадратическое отклонение. Они помогут нам в решении задачи.

    Таким образом, найдем дисперсию:



    Далее выясним среднее квадратическое отклонение:



    Таблица 3. – Вычисление для гиперболической модели зависимости накоплений (y) от имущества случайно выбранной семьи (x).

















    1

    0,0167

    3,0

    0,00028

    9,00

    0,050

    3,39

    0,148

    2

    0,0278

    6,0

    0,00077

    36,00

    0,167

    2,00

    15,971

    3

    0,0278

    5,0

    0,00077

    25,00

    0,139

    2,00

    8,978

    4

    0,0667

    3,5

    0,00444

    12,25

    0,233

    2,00

    2,241

    5

    0,0111

    1,5

    0,00012

    2,25

    0,017

    2,00

    0,254

    6

    0,0222

    4,5

    0,00049

    20,25

    0,100

    2,00

    6,231

    7

    0,0143

    2,0

    0,00020

    4,00

    0,029

    2,00

    0,000

    Итого

    0,1865

    25,5

    0,00709

    108,75

    0,734

    15,41

    33,823

    Ср. знач.

    0,0266

    3,64

    0,00101

    15,54

    0,105

    2,20

    4,832

    Гиперболическое уравнение парной регрессии имеет вид:



    Используем метод наименьших квадратов для нахождения необходимых параметров:



    Следующим шагом найдем параметры:



    Итак, гиперболическое уравнение парной регрессии будет:



    Найдем индекс корреляции для нахождения зависимости между показателями:



    Мы видим, что значение индекса корреляции в диапазоне от 0,1 до 0,3. А значит в гиперболической модели мы можем сделать вывод о слабой зависимости между накоплениями (y) и стоимость имущества семьи (x).

    Далее выполним расчет коэффициента детерминации для оценки качества модели:



    Значение коэффициента составляет 0,0,089. Также оно очень сильно отклоняется от 1. Выводом для нас будет то, что мы не видим высокого качества линейной модели уравнения регрессии. К тоже она объясняет 8,9% вариации накоплений (значений y) в зависимости от изменения стоимости имущества семьи (x).

    Найдем F-критерий Фишера для определения значимости уравнения:



    Табличное значение F-критерия мы найдем по таблице Фишера:

     = 0,05 (уровень значимости); к1 = nm – 1 = 7 – 1 – 1 = 5; к2 = m = 1.

    Fтабл = 6,60

    Теперь сравним фактическое и табличное значения F-критерия. Получим:

    Fфакт < Fтабл (0,49 < 6,60)

    Как итог, мы видим, что гиперболическое уравнение регрессии не является значимым.
    Для последующего анализа и выведения итогов составим общую таблицу 4.

    Таблица 4 – Парные уравнения регрессии зависимости накоплений (y) от имущества случайно выбранной семьи (x).

    Уравнение регрессии

    Уравнение

    Коэффициент детерминации R2

    F-критерий Фишера

    1. Линейное



    0,524

    5,50

    2. Экспоненциальное



    0,331

    2,47

    3. Гиперболическое



    0,089

    0,49


    Проанализировав показатели, мы можем видеть, что наилучший результат (максимальный коэффициент детерминации и значение F-критерия Фишера) из предложенных вариантов дает линейная модель.

    Составим прогноз:



    При



    Для наглядности отобразим на графике диаграмму рассеяния, график выбранной модельной кривой (линейной) и прогнозное значение:



    Рисунок 1 – График зависимости накоплений (y) от имущества случайно выбранной семьи (x)

      1   2   3   4   5


    написать администратору сайта