Лузина-эконометрика. Задание Теоретические основы эконометрики
 Скачать 0.56 Mb.
|
|
Задание 1. Теоретические основы эконометрики 1.1. Определите, какие из перечисленных показателей относятся к временным данным, а какие к пространственным: 1) урожайность ячменя в хозяйствах области; 2) изменение курса акций; 3) динамика потребительских цен; 4) валовой сбор зерновых в 2003 году в хозяйствах области; 5) объем производства предприятий области; 6) товарооборот магазинов торговой сети; 7) изменение курса евро за неделю; 8) товарооборот магазина за 5 лет; 9) показатель рождаемости регионов России; 10) изменение рождаемости за первое полугодие в Новосибирской области. Решение: Пространственными данными являются показатели урожайности ячменя в хозяйствах области, изменение курса акций, объем производства предприятий области, товарооборот магазинов торговой сети и валовый сбор зерновых в 2003 году в хозяйствах области являются, так как эти данные представляют собой набор сведений на конкретный момент времени. Временными данными являются динамика потребительских цен, изменение курса евро за неделю, товарооборот магазина за 5 лет, показатель рождаемости регионов России и изменение рождаемости за первое полугодие в Новосибирской области, так как эти данные представлены за последовательный период времени. 1.2. Определите, какие из перечисленных показателей относятся к качественным, а какие к количественным: 1) урожайность; 2) численность работников; 3) площадь помещения; 4) тип строения здания; 5) товарооборот; 6) марка автомобиля; 7) прибыль; 8) образование; 9) ассортимент выпускаемой продукции; 10) форма собственности предприятия. Решение: Качественные показатели: тип строения здания, марка автомобиля, образование, ассортимент выпускаемой продукции; форма собственности предприятия. Количественные показатели: урожайность, численность работников; площадь помещения; прибыль; товарооборот. 1.3. Определите в приведенных ниже парах показателей результирующую и объясняющую переменные: 1)товарооборот и прибыль магазина; 2)торговая площадь и товарооборот магазина; 3)стаж работника и среднемесячная заработная плата; 4)стоимость основных фондов и объем произведенной продукции; 5)валовой сбор овощей и количество внесенных минеральных удобрений; 6)стоимость квартиры и количество комнат. Решение: К результирующим переменным относятся прибыль магазина, товарооборот магазина, среднемесячная зарплата, объем произведенной продукции, валовый сбор овощей, стоимость квартиры. К объясняющим переменным относятся товарооборот, торговая площадь, стаж работника, стоимость основных фондов, количество внесенных минеральных удобрений, количество комнат. Задача 2. Корреляция и регрессия 1.1 Определите форму и направление связи между результативным и факторным признаком, используя графический метод и метод сопоставления параллельных рядов. Таблица 1
Решение: Рассматривается зависимость соотношения производственной себестоимости 1 ц. зерна к средней по краю в зависимости от прибыли (убытка) сельхозпредприятий, значит в качестве результирующей переменной У берется прибыль (убыток) сельхозпредприятий, а соотношение производственной себестоимости 1 ц. зерна к средней по краю объясняющая переменная Х. Построим диаграмму зависимости У от Х:  Анализируя эту диаграмму, можно прийти к выводу, что на рисунке закономерности нет. Значит между соотношением производственной себестоимости 1 ц. зерна к средней по краю и прибылью (убытком) сельхозпредприятий связи нет. Для определения направления связи между показателями применим метод сопоставления параллельных рядов. Для этого необходимо объясняющую переменную Х расположить в порядке возрастания и соответственно ей расположить результирующую переменную У. Рассмотрим данную процедуру.
По данным таблицы нельзя прийти к определенному выводу, т.к. не прослеживается никакой взаимосвязи между соотношением производственной себестоимости 1 ц. зерна к средней по краю и прибылью (убытком) сельхозпредприятий. 1.2. Определите направление и тесноту связи между результирующей переменной Y и объясняющей переменной Х с помощью линейного коэффициента корреляции, если известны следующие данные:  = 5,23 + (6,5 + (100/α))x и σx = 650 – α, σy = (550-α) 10.Решение: Если а=254, то = 5,23 + 6,89х ,  Линейный коэффициент корреляции можно вычислить по формуле:   Связь между результирующей переменной «Y» и объясняющей переменной «Х» прямая (т.к. линейный коэффициент корреляции положительный), высокая (т.к. значение линейного коэффициента корреляции попадает в интервал от 0,7 до 0,9 по шкале Чеддока). 1.3. Определите виды регрессий: 1. = 47,5 – 1,04х1 + 5х2 – 2,9х3 + е, 2. = 1/(11 + 10,45х1 – 38,44х2 + 3,33 х3 – 1,37х4 + е), 3. = e45,54 + 100x + е , 4. = -2x13x24x3 e, 5. = 12,05-3х + е.Покажите, где здесь результирующая и объясняющие переменные. Что обозначает «е» в уравнениях регрессии? Решение: = 47,5 – 1,04х1 + 5х2 – 2,9х3 + е – это множественная линейная регрессия, т.к. здесь прямая зависимость между у – результирующей переменной и объясняющими переменными х1, х2 , х3, е - дополнительный остаточный член. = 1/(11 + 10,45х1 – 38,44х2 + 3,33 х3 – 1,37х4 + е) – это множественная нелинейная гиперболическая регрессия, т.к. здесь обратная зависимость между у – результирующей переменной и объясняющими переменными х1, х2 , х3, е - дополнительный остаточный член = e45,54 + 100x + е – это простая экспоненциальная регрессия, т.к. здесь экспоненциальная зависимость между у – результирующей переменной и объясняющей переменной х, в основании е – экспонента, а в степени - дополнительный остаточный член. = -2x13x24x3+e – это множественная нелинейная показательная регрессия, т.к. здесь прямая зависимость между у – результирующей переменной, и объясняющими переменными х1, х2, х3, = 12,05-3х + е – это простая линейная регрессия, т.к. здесь прямая зависимость между у – результирующей переменной и объясняющей переменной х1, е - дополнительный остаточный член.Задание 3. Информационные технологии эконометрических исследований Опишите историю и цель создания, а также основные функции и характеристики специализированных эконометрических пакетов. Если а=154, то наименование пакета Stata. Решение: Stata - универсальный пакет для решения статистических задач, возникающих в экономике, политологии и других областях. Stata является достаточно продвинутой версией статистического программирования для операционных систем Windows, Macintosh, Unix, и Linux. Она может рассматриваться как пакет статистических прикладных программ аналогичный SAS, SPSS, RATS, или reViews. Stata традиционно являлась пакетом, который управляется при помощи команд, вводимых с клавиатуры, и работает в графическом или оконном окружении. Stata также может быть использована в виде программы, оперирующей с командной строки на системах аналогичных Unix. Количество переменных, которое можно вносить в программу Stata ограничено количеством в 2047 в стандартной поставке Stata (Intercooled), но может быть значительно большим в программе Stata/SE. Количество наблюдений ограничено только размерами памяти. Пакет Stata – универсальный статистический пакет компании StataCorp. Первая версия пакета была выпущена в 1985 г. На сегодняшний день разработана 11-я версия пакета (Stata 11). Пакет Stata позиционируется как инструмент анализа, предназначенный для специалистов, которые занимаются научными исследованиями. По мнению разработчиков, благодаря гибкой модульной структуре пакет применим для анализа данных из различных областей знаний: общественные науки (экономика, политология и пр.), медицина (биостатистика, эпидемиология и пр.) и т. д. Stata предоставляет пользователям следующие возможности статистического анализа данных: динамические факторные модели, линейные, обобщенные линейные модели и нелинейные модели, многоуровневые смешанные модели, модели выбытия; обобщенные оценки уравнений (GEE); непараметрические методы, методы повторных выборок и статистического эксперимента; проверка гипотез и работа с оцененными моделями; максимизация функций правдоподобия, заданных пользователем; матричные команды. Предлагаются четыре различных решения при установке Stata. Stata/IC (Intercooled) представляет собой стандартную версию пакета. Stata/SE позволяет работать с более обширными базами данных по сравнению со стандартной версией. Stata/MP представляет собой самую быструю и широкую версию Stata. Обладает продвинутыми многопроцессорными возможностями и работает быстрее, чем все другие версии пакета. Small Stata используется в образовательных целях. В таблице представлены возможности четырех версий пакета Stata в части объема анализируемых данных. Таблица 1
Достоинства Stata: широкий набор средств статистического анализа данных; широкий спектр возможностей по управлению данными (возможности комбинирования и изменения наборов данных, управления переменными и пр.); возможность программирования всей последовательности команд (начиная от загрузки данных до проведения всех этапов их анализа); использование координатного указателя; интерактивный справочник; создание графики полиграфического качества; возможность написания собственных программных модулей; совместимость с операционными системами Windows, Macintosh и Unix (включая Linux); полное документационное сопровождение ("Базовое справочное руководство" с более чем 1800 страницами информации, содержащее подробные примеры и ссылки на литературу по статистике); экспорт результатов в MS Office и SAS; для работы программы требуется лишь 512 MB оперативной памяти, сама программа занимает 250 MB на жестком диске компьютера; возможность запуска команды, как через соответствующий пункт меню, так и через написание команды в командной строке. Недостатки Stata: отсутствие возможности полноценного экспорта и импорта данных в базы данных, электронные таблицы и текстовые процессоры; возможность прямого открытия в программе лишь файлов с разрешением .dta. В ежеквартальном журнале Stata Journal публикуются статьи, посвященные вновь разрабатываемым функциям и возможностям анализа данных в статистическом пакете Stata. Интернетресурс Statalist представляет собой независимый сервер, на котором более 2500 пользователей поддерживают диалог по широкому кругу вопросов, связанных с работой со статистическими пакетами и анализом статистических данных, в частности, по вопросам работы со Stata. На рис.1 представлено диалоговое окно Stata. Оно разделено на 4 основные области. Область Обзор (Review) отображает историю выполненных в сеансе команд и позволяет пользователю сохранять команды для последующего использования. Область Переменные (Variables) отображает название, метку, тип и формат переменных находящихся в открытой базе данных. Область Результат (Result) отображает результаты проведенного анализа и журнал событий. Область Команды (Command) предназначена для написания команд пользователями.  Stata рекламируется как система, которая имеет три основных сильных стороны: манипуляция данными, статистика, и графика. Stata - превосходный инструмент для манипуляции данными: вводом данных с внешних источников в программу, чистка данных, создание новых переменных, создание суммарных наборов данных, слияние наборов данных и проверка на наличие ошибок при слиянии, переформатирование наборов данных от "длинного" представления к "широкому" представлению ... В этом контексте, Stata является превосходной программой, которая может отвечать на любые вопросы, которые возникают относительно любого аспекта запрашиваемых данных. В терминах статистики Stata предоставляет все стандартные унивариантные, бивариантные и мультивариантные статистические инструментальные средства, от описательной статистики и t-тестов до одно -, двух - и многомерного дисперсионного анализа, регрессии, анализа главных компонент, и т.п.. Она имеет очень мощный набор методик для анализа ограниченного числа зависимых переменных: logit-анализ, probit-анализ, упорядоченный logit и probit, многомерный logit, и т.п.. Регрессионные способности Stata также полномасштабны, включая регрессионную диагностику, предсказание, устойчивую оценку стандартных ошибок, двухступенчатый метод наименьших квадратов, кажущиеся несвязанными регрессии / трехступенчатые методы наименьших квадратов и т.п.. Графические возможности Stata представляют собой превосходные инструментальные средства для исследовательского анализа данных, и могут создавать высококачественные 2-х мерные графики, которые можно напрямую использовать для публикаций, различные "схемы" (стили), которые определяют многие из элементов графика. Графики могут экспортироваться в различном формате для включения в документы. Целый набор графиков может быть сгенерирован с одинаковым внешним видом за счет использования одной команды, а не внесением изменений указанием в каждый график. |