Главная страница
Навигация по странице:

  • «МОСКОВСКИЙ МЕЖДУНАРОДНЫЙ УНИВЕРСИТЕТ»

  • ВЫПОЛНЕНИЕ ПРАКТИЧЕСКИХ ЗАДАНИЙ ПО ДИСЦИПЛИНЕ

  • I этап (постановочный).

  • II этап (априорный).

  • III этап(параметризация).

  • IV этап (информационный).

  • V этап (идентификация модели).

  • VI этап (верификация модели).

  • Задачи: Задача 1.

  • Практическая работа по экнометрике со всеми варинтами. Эконометрика Фролов Д.А. М21Э271в. Укажите основные этапы эконометрического исследования


    Скачать 98.89 Kb.
    НазваниеУкажите основные этапы эконометрического исследования
    АнкорПрактическая работа по экнометрике со всеми варинтами
    Дата26.04.2023
    Размер98.89 Kb.
    Формат файлаdocx
    Имя файлаЭконометрика Фролов Д.А. М21Э271в.docx
    ТипДокументы
    #1091841

    Автономная некоммерческая организация высшего образования

    «МОСКОВСКИЙ МЕЖДУНАРОДНЫЙ УНИВЕРСИТЕТ»


    Кафедра экономики и управления
    Форма обучения: заочная/очно-заочная



    ВЫПОЛНЕНИЕ

    ПРАКТИЧЕСКИХ ЗАДАНИЙ

    ПО ДИСЦИПЛИНЕ

    Эконометрика


    Группа М21Э271в
    Студент
    Д.А. Фролов

    МОСКВА 2023

    ЗАДАНИЕ ПО ПРАКТИЧЕСКОЙ РАБОТЕ


    1. Укажите основные этапы эконометрического исследования.


    Ответ:
    I этап (постановочный). Формируется цель исследования, определяется набор участвующих в модели экономических переменных.

    При выборе экономических переменных необходимо теоретическое обоснование каждой переменной (при этом рекомендуется, чтобы число их было не очень большим и, как минимум, в несколько раз меньше числа наблюдений). Объясняющие переменные не должны быть связаны функциональной или тесной корреляционной зависимостью, так как это может привести к невозможности оценки параметров модели или к получению неустойчивых, не имеющим реального смысла оценок, т. е. к явлению мультиколлинеарности.

    II этап (априорный). Проводится анализ сущности изучаемого объекта, формирование и формализация априорной (известной до начала моделирования) информации.

    III этап(параметризация). Осуществляется непосредственно моделирование, т.е. выбор общего вида модели, выявление входящих в нее связей.

    Основная задача, решаемая на этом этапе, — выбор вида функции f(X) в эконометрической модели (1.1), в частности, возможность использования линейной модели как наиболее простой и надежной. От того, насколько удачно решена проблема спецификации модели, в значительной степени зависит успех всего эконометрического моделирования.

    IV этап (информационный). Осуществляется сбор необходимой статистической информации — наблюдаемых значений экономических переменных.

    Здесь могут быть наблюдения, полученные как с участием исследователя, так и без его участия (в условиях активного или пассивного эксперимента).

    V этап (идентификация модели). Осуществляется статистический анализ модели и оценка ее параметров.

    +С проблемой идентификации модели не следует путать проблему ее идентифицируемости, т. е. проблему возможности получения однозначно определенных параметров модели, заданной системой одновременных уравнений (точнее, параметров структурной формы модели, раскрывающей механизм формирования значений эндогенных переменных, по параметрам приведенной формы модели, в которой эндогенные переменные непосредственно выражаются через предопределенные переменные).

    VI этап (верификация модели). Проводится проверка истинности, адекватности модели. Выясняется, насколько удачно решены проблемы спецификации, идентификации и идентифицируемости модели, какова точность расчетов по данной модели, в конечном счете, насколько соответствует построенная модель моделируемому реальному экономическому объекту или процессу.


    1. Назовите виды аналитических зависимостей, наиболее часто используются при построении моделей.

    Ответ:
    Виды аналитических зависимостей, наиболее часто используемых при построении моделей:




    1. Охарактеризуйте функции, которые чаще всего используются для построения уравнения парной регрессии.


    Ответ:

    Линейная регрессия:   .
    Регрессии, нелинейные по объясняющим переменным:

    полиномы разных степеней 

    равносторонняя гипербола 

    Регрессии, нелинейные по оцениваемым параметрам:

    степенная   ;

    показательная 

    экспоненциальная 



    1. Укажите, по какой формуле вычисляется выборочный коэффициент парной корреляции rxy.

    Ответ:

    Выборочный парный коэффициент корреляции ryx:



    где ух – среднее арифметическое произведения факторной и результативной переменных:



    S y – выборочное среднеквадратическое отклонение результативной переменной у , показывающее, на сколько единиц в среднем отклоняются значения результативной переменной уот ее среднего значения y–:



    у 2 – среднее значение из квадратов значений результативной переменной у :



    1. Объясните сущность метода анализа динамического ряда.

    Ответ:
    Целью анализа динамических рядов является:

    • выявление закономерности изменения изучаемого явления во времени;

    • прогнозирование (экстраполирование) полученных данных на последующие годы.



    Задачи:
    Задача 1. Рассчитать коэффициенты для различных видов зависимостей.

    х

    10

    20

    30

    40

    50

    у

    7,38

    18,15

    44,64

    109,79

    270,06

    Решение.

    Линейное уравнение регрессии имеет вид .

    Для оценки параметров используют МНК.

    Система нормальных уравнений













    1

    10

    7,38

    100

    54,4644

    73,8

    2

    20

    18,15

    400

    329,4225

    363

    3

    30

    44,64

    900

    1992,7296

    1339,2

    4

    40

    109,79

    1600

    12053,8441

    4391,6

    5

    50

    270,06

    2500

    72932,4036

    13503

    Сумма

    150

    450,02

    5500

    87362,8642

    19670,6

    Для наших данных система уравнений имеет вид

    Линейное уравнение регрессии имеет вид .

    Степенное уравнение регрессии имеет вид .

    После линеаризации получим: .













    1

    2,3026

    1,9988

    5,3019

    3,9951

    4,6023

    2

    2,9957

    2,8987

    8,9744

    8,4023

    8,6836

    3

    3,4012

    3,7986

    11,5681

    14,4296

    12,9199

    4

    3,6889

    4,6986

    13,6078

    22,0766

    17,3325

    5

    3,912

    5,5986

    15,3039

    31,3448

    21,902

    Сумма

    16,3004

    18,9933

    54,7562

    80,2484

    65,4404

    Для наших данных система нормальных уравнений имеет вид

    Уравнение регрессии (эмпирическое уравнение регрессии): .

    Экспоненциальное уравнение регрессии имеет вид .

    После линеаризации получим: .

    Для расчета параметров регрессии построим расчетную таблицу.



    x

    ln(y)

    x2

    ln(y)2

    x • ln(y)

    1

    10

    1,9988

    100

    3,9951

    19,9877

    2

    20

    2,8987

    400

    8,4023

    57,9734

    3

    30

    3,7986

    900

    14,4296

    113,9589

    4

    40

    4,6986

    1600

    22,0766

    187,9428

    5

    50

    5,5986

    2500

    31,3448

    279,9322

    Сумма

    150

    18,9933

    5500

    80,2484

    659,795

    Для наших данных система уравнений имеет вид .

    Логарифмическое уравнение регрессии имеет вид .

    Для расчета параметров регрессии построим расчетную таблицу.



    ln(x)

    y

    ln(x)2

    y2

    ln(x) • y

    1

    2,3026

    7,38

    5,3019

    54,4644

    16,9931

    2

    2,9957

    18,15

    8,9744

    329,4225

    54,3725

    3

    3,4012

    44,64

    11,5681

    1992,7296

    151,8295

    4

    3,6889

    109,79

    13,6078

    12053,8441

    405,0021

    5

    3,912

    270,06

    15,3039

    72932,4036

    1056,4809

    Сумма

    16,3004

    450,02

    54,7562

    87362,8642

    1684,6781

    Для наших данных система уравнений имеет вид .
    Задача 2. Вычислить коэффициент корреляции для линейной зависимости.

    х

    10

    20

    30

    40

    50

    у

    7,38

    18,15

    44,64

    109,79

    270,06

    Решение.

    Построим расчетную таблицу.













    1

    10

    7,38

    100

    54,4644

    73,8

    2

    20

    18,15

    400

    329,4225

    363

    3

    30

    44,64

    900

    1992,7296

    1339,2

    4

    40

    109,79

    1600

    12053,8441

    4391,6

    5

    50

    270,06

    2500

    72932,4036

    13503

    Сумма

    150

    450,02

    5500

    87362,8642

    19670,6

    Среднее

    30

    90,004

    1100

    17472,57284

    3934,12

    Линейный коэффициент корреляции , связь между переменными прямая, очень тесная.


    написать администратору сайта