Главная страница
Навигация по странице:

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

  • Укажите, по какой формуле вычисляется выборочный коэффициент парной корреляции rxy

  • ЗАДАНИЕ: Рассчитать коэффициенты для различных видов зависимостей. Исходные данные в табл.3 Таблица 3. Регрессионный анализ.

  • 2. Вычислить коэффициент корреляции для линейной зависимости. Исходные данные в таблице 4.

  • ПЗ ЭКОНОМЕТРИКА. ЭКОНОМЕТРИКА. Вопросы Укажите основные этапы эконометрического исследования


    Скачать 25.36 Kb.
    НазваниеВопросы Укажите основные этапы эконометрического исследования
    АнкорПЗ ЭКОНОМЕТРИКА
    Дата28.03.2022
    Размер25.36 Kb.
    Формат файлаdocx
    Имя файлаЭКОНОМЕТРИКА.docx
    ТипДокументы
    #422374



    Вопросы:

    1. Укажите основные этапы эконометрического исследования.

    1. Определение цели исследования.




    1. Построение системы показателей и логический отбор факторов, которые в наибольшей степени влияют на каждый показатель.




    1. Выбор формы связи изучаемых показателей между собой и отобранными факторами.




    1. Сбор исходных данных, их преобразование и анализ.




    1. Построение эконометрической модели и определение ее параметров.




    1. Проверка качества построенной модели, в первую очередь, ее адекватности изучаемому экономическому процессу.




    1. Использование модели для экономического анализа и прогнозирования.


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

    1. Линейная

    2. Степенная

    3. Полулогарифмическая

    4. Гиперболическая

    5. Экспоненциальная


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

    Линейная регрессия

    Регрессии, нелинейные по объясняющим переменным:

    а) Полиномы разных степеней

    б) Равносторонняя гипербола

    Регрессии, нелинейные по оцениваемым параметрам

    а) Степенная

    б) Показательная

    в) Экспоненциальная
    4. Укажите, по какой формуле вычисляется выборочный коэффициент парной корреляции rxy


    5. Объясните сущность метода анализа динамического ряда

    Комплексный анализ динамических рядов, как правило, включает не только расчет характеристик интенсивности изменения уровней ряда при переходе от одного момента или промежутка времени к другому (абсолютных приростов, коэффициентов и темпов роста и прироста), а также нахождение обобщенных средних характеристик (среднего уровня ряда, средних темпов роста и прироста), но и выявление основных закономерностей в развитии динамического ряда.
    ЗАДАНИЕ:

    1. Рассчитать коэффициенты для различных видов зависимостей. Исходные данные в табл.3

    Таблица 3. Регрессионный анализ.

    Значения вел X

    № варианта

    10

    20

    30

    40

    50

    1

    7,38

    18,15

    44,64

    109,79

    270,06

    2

    30

    50

    70

    90

    110

    3

    23,94

    58,95

    99,87

    145,16

    194,01

    4

    126,19

    54,92

    33,77

    23,91

    18,29

    5

    166,44

    55,41

    18,44

    6,14

    2,04


    На основании поля корреляции можно выдвинуть гипотезу (для генеральной совокупности) о том, что связь между всеми возможными значениями X и Y носит линейный характер.

    Линейное уравнение регрессии имеет вид y = bx + a

    Оценочное уравнение регрессии (построенное по выборочным данным) будет иметь вид y = bx + a + ε, где ei – наблюдаемые значения (оценки) ошибок εi, a и b соответственно оценки параметров α и β регрессионной модели, которые следует найти.

    Для оценки параметров α и β - используют МНК (метод наименьших квадратов).

    Система нормальных уравнений.

    a·n + b·∑x = ∑y

    a·∑x + b·∑x2 = ∑y·x

    Для расчета параметров регрессии построим расчетную таблицу (табл. 1)

    Х

    У





    Х*У

    10

    30

    100

    900

    300

    20

    50

    400

    2500

    1000

    30

    70

    900

    4900

    2100

    40

    90

    1600

    8100

    3600

    50

    110

    2500

    12100

    5500

    150

    350

    5500

    28500

    12500

    Для наших данных система уравнений имеет вид

    5a + 150·b = 350

    150·a + 5500·b = 12500

    Получаем эмпирические коэффициенты регрессии: b = 2, a = 10

    Уравнение регрессии (эмпирическое уравнение регрессии):

    y = 2 x + 10

    Ковариация.

    cov xy = = 2500 – 30 * 70 = 400

    Рассчитываем показатель тесноты связи. Таким показателем является выборочный линейный коэффициент корреляции.

    r xy = 2500 – 30*70 / 14.142*28.284 = 1

    Линейный коэффициент корреляции принимает значения от –1 до +1.

    Связи между признаками могут быть слабыми и сильными (тесными). Их критерии оцениваются по шкале Чеддока:

    0.1 < rxy < 0.3: слабая;

    0.3 < rxy < 0.5: умеренная;

    0.5 < rxy < 0.7: заметная;

    0.7 < rxy < 0.9: высокая;

    0.9 < rxy < 1: весьма высокая;

    В нашем примере связь между признаком Y и фактором X весьма высокая и прямая.

    Кроме того, коэффициент линейной парной корреляции может быть определен через коэффициент регрессии b:

    r x,y = b * S(x) / S(y) = 2* 14.142/28.284 = 1

    Вывод: Изучена зависимость Y от X. На этапе спецификации была выбрана парная линейная регрессия. Оценены её параметры методом наименьших квадратов. Возможна экономическая интерпретация параметров модели - увеличение X на 1 ед.изм. приводит к увеличению Y в среднем на 2 ед.изм.

    2. Вычислить коэффициент корреляции для линейной зависимости. Исходные данные в таблице 4.

    Таблица 4. Корреляционный анализ.

    Значения вел X

    № варианта

    10

    20

    30

    40

    50

    1

    7,38

    18,15

    44,64

    109,79

    270,06

    2

    30

    50

    70

    90

    110

    3

    23,94

    58,95

    99,87

    145,16

    194,01

    4

    126,19

    54,92

    33,77

    23,91

    18,29

    5

    166,44

    55,41

    18,44

    6,14

    2,04


    Для этого построим вспомогательную таблицу:

    № п/п

    х

    у

    xy





    1

    10

    7,38

    70

    100

    49

    2

    20

    18,15

    360

    400

    324

    3

    30

    44,64

    1320

    900

    1936

    4

    40

    109,79

    4360

    1600

    11881

    5

    50

    270,06

    13500

    2500

    72900

    Итого

    150

    448

    19610

    5500

    87090

    r = (19610 – 150*(448/5)) / ( ((5500-150*150/5) * (87090-448*448/5))) = 0.9005

    Вывод: Полученное значение коэффициента корреляции говорит о наличии прямой связи между Х и У. Величина коэффициента корреляции показывает, что связь между Х и У сильная (очень тесная).


    написать администратору сайта