Содержание

1 раздел. Парная регрессия и корреляция

2 раздел. Множественная регрессия и корреляция

3 раздел. Система эконометрических уравнений

4 раздел. Временные ряды в эконометрических исследованиях

Выдержка из текста

Тема 1. Задание 2

Исследуя спрос на телевизоры марки N, аналитический отдел компании ABC по данным, собранным по 19 торговым точкам компании, выявил следующую зависимость:

lny =10,5 — 0,8lnx + ε,

(2,5) (-4,0)

где y– объем продаж телевизоров марки N в отдельной торговой точке;

x- средняя цена телевизора в данной торговой точке;

в скобках приведены фактические значения t-критерия Стьюдента для параметров уравнения регрессии.

Задание:

До проведения этого исследования администрация компании предполагала, что эластичность спроса по цене для телевизоров марки N составляет -0,9.

Подтвердилось ли предположение администрации результатами исследования?

№3 Для трех видов продукции А, В и С модели зависимости удельных постоянных расходов от объема выпускаемой продукции выглядят следующим образом:

,

,

.

Задание:

1. Определите коэффициенты эластичности по каждому виду продукции и поясните их смысл.

2. Сравните при x=1000 эластичность затрат для продукции В и С.

3. Определите, каким должен быть объем выпускаемой продукции, чтобы коэффициенты эластичности для продукции В и С были равны.

№4. Пусть имеется следующая модель регрессии, характеризующая зависимость у от х:

у = 8 – 7х + .

Известно также, что rxy = -0,5; n = 20.

Задание

1. Постройте доверительный интервал для коэффициента регрессии в этой модели:

а) с вероятностью 90%;

б) с вероятностью 99%.

2. Проанализируйте результаты, полученные в п.1, и поясните причины их различий.

Задача 1.5.

Изучается зависимость потребления материалов y от объема производства продукции x. По 20 наблюдениям были получены следующие варианты уравнения регрессии:

1. y = 3 + 2 x + .

(6,48)

2. ln y = 2,5 + 0,2 ln x + , r2 = 0,68.

(6,19)

3. ln Y = 1,1 + 0,8 ln X + , r2 = 0,69.

(6,2)

4. Y = 3 + 1,5 X + 0,1 X2, r2 = 0,701

(3,0) (2,65)

В скобках указаны фактические значения t-критерия Стъюдента.

Задание

1. Определите коэффициент детерминации для 1-го уравнения.

2. Запишите функции, характеризующие зависимость y от x во 2-м и 3-м уравнениях.

3. Определите коэффициенты эластичности для каждого из уравнений.

4. Выберите наилучший вариант уравнения регрессии.

Задание 1.6

По совокупности 30 предприятий торговли компании изучается зависимость между признаками: х — цена на товар А, тыс. руб.; у – прибыль торгового предприятия, млн. руб.

При оценке регрессионной модели были получены следующие промежуточные результаты:

;

.

Задание:

1. Поясните, какой показатель корреляции можно определить по этим данным.

2. Постройте таблицу дисперсионного анализа для расчета значения F-критерия Фишера.

3. Сравните фактическое значение F-критерия с табличным. Сделайте выводы.

4. Часть 1 № 7.

5. Зависимость среднемесячной производительности труда от возраста рабочих характеризуется моделью: y = a + bx + cx2. Её использование привело к результатам, представленным в таблице:

6. Таблица.

п/п Производительность труда рабочих, тыс. руб., у

Фактическая

Расчётная

1 12 10

2 8 10

3 13 13

4 15 14

5 16 15

6 11 12

7 12 13

8 9 10

9 11 10

10 9 9

Задание

Оцените качество модели, определив ошибку аппроксимации, индекс корреляции и F-критерий Фишера.

Задание №1.8

Моделирование прибыли фирмы по уравнению привело к результатам, представленным в табл. 1.11.

Таблица 1.11

Порядковый номер квартала Прибыль фирмы, млн. руб., у

фактическая расчетная

1 10 11

2 12 11

3 15 17

4 17 15

5 18 20

6 11 11

7 13 14

8 19 16

Задание: Определите качество модели. Для этого:

а) определите ошибку аппроксимации;

б) найдите показатель тесноты связи прибыли с исследуемым в модели фактором;

в) рассчитайте F-критерий Фишера.

Сделайте выводы.

Задание №2.2

Для изучения рынка жилья в городе по данным о 46 коттеджах было построено уравнение множественной регрессии:

; ;

(1,8) (0,54) (0,83)

где — цена объекта, тыс. долл.;

— расстояние до центра города, км;

— полезная площадь объекта, кв. м;

— число этажей в доме, ед.;

— коэффициент множественной детерминации.

В скобках указаны значения стандартных ошибок для коэффициентов множественной регрессии.

Задание:

1. Проверьте гипотезу о том, что коэффициент регрессии в генеральной совокупности равен нулю.

2. Проверьте гипотезу о том, что коэффициент регрессии в генеральной совокупности равен нулю.

3. Проверьте гипотезу о том, что коэффициент регрессии в генеральной совокупности равен нулю.

4. Проверьте гипотезу о том, что коэффициенты регрессии , и в генеральной совокупности одновременно равны нулю (или, что коэффициент детерминации равен нулю).

5. Поясните расхождение результатов, полученных в пп.1, 2 и 3, с результатами, полученными в п.4.

Задача №2.3

В результате исследования факторов, определяющих экономиче¬ский рост, по 73 странам получено следующее уравнение регрессии:

= 1,4 –0,52 Р+ 0,175 S +11,16 I — 0,38 D — 4,75 In, R2 =0,60,

(-5,9) (4,34) (3,91) (-0,79) (-2,7)

где — темпы экономического роста (темпы роста среднедушевого ВВП в % к базисному периоду);

Р — реальный среднедушевой ВВП, %;

S — бюджетный дефицит, % к ВВП;

I — объем инвестиций, % к ВВП;

D — внешний долг, % к ВВП;

In — уровень инфляции, %.

В скобках указаны фактические значения t-критерия для коэффициентов множественной регрессии.

Задание

1. Проверьте гипотезу о достоверности полученной модели в целом.

2. До получения результатов этого исследования ваш однокурсник заключил с вами пари, что эмпирические результаты по данной мо¬дели докажут наличие обратной связи между темпами экономиче¬ского роста и объемом внешнего долга страны (% к ВВП). Выиграл ли это пари ваш однокурсник?

№2.4. По 20 предприятиям лёгкой промышленности получена следующая информация, характеризующая зависимость объёма выпуска продукции у (млн руб.) от количества отработанных за год человеко-часов x1 и среднегодовой стоимости производственного оборудования x2 (млн руб.):

__________________________________________________________________

Уравнение регрессии у = 35 + 0,06х1 + 2,5х2

__________________________________________________________________

Множественный коэффициент корреляции 0,9

__________________________________________________________________

Сумма квадратов отклонений расчётных

значений результата от фактических 3000

__________________________________________________________________

Задание

1. Определите коэффициент детерминации в этой модели.

2. Составьте таблицу результатов дисперсионного анализа.

3. Проанализируйте полученные результаты регрессионного анализа.

№2.5. Анализируется зависимость объёма производства продукции предприятиями отрасли чёрной металлургии от затрат труда и расхода чугуна. Для этого по 20 предприятиям собраны следующие данные: у – объём продукции предприятия в среднем за год (млн руб.), x1 – среднегодовая списочная численность рабочих предприятия (чел.), x2 – средние затраты чугуна за год (млн т).

Ниже представлены результаты корреляционного анализа этого массива данных.

Матрицы парных коэффициентов корреляции:

для исходных переменных

у х1 х2

у 1,00

х1 0,78 1,00

х2 0,86 0,96 1,00

для натуральных логарифмов исходных переменных

ln у ln х1 ln х2

ln у 1,00

ln х1 0,86 1,00

ln х2 0,90 0,69 1,00

Задание

1. Поясните смысл приведённых выше коэффициентов.

2. Используя эту информацию, опишите ваши предложения относительно:

а) знаков коэффициентов регрессии в уравнениях парной линейной регрессии у по х1 (у=а+b х1) и у по х2 (у=а+b х2);

б) статистической значимости коэффициентов регрессии при переменных х1 и х2 в линейном уравнении множественной регрессии и в уравнении множественной регрессии в форме функции Кобба – Дугласа.

3. Определите значения коэффициентов детерминации в уравнениях парной линейной регрессии у=а+b х1 и у=а+b х2. Какое из этих уравнений лучше?

4. Определите частные коэффициенты корреляции для линейного уравнения множественной регрессии.

5. Найдите уравнение множественной линейной регрессии в стандартизованном масштабе и сделайте выводы.

Часть 2.

№6. По 25 территориям страны изучается влияние климатических условий на урожайность зерновых у (ц/га). Для этого были отобраны две объясняющие переменные:

х1 – количество осадков в период вегетации (мм);

х2 – средняя температура воздуха (0С).

Матрица парных коэффициентов корреляции этих показателей имеет следующий вид:

у х1 х2

у 1,00

х1 0,6 1,00

х2 -0,5 -0,9 1,00

Задание

1. Определите частные коэффициенты корреляции результата с каждым из факторов. Прокомментируйте различие полученных парных и частных коэффициентов корреляции результатов.

2. Исследователь, анализирующий данную зависимость, намерен определить на основе приведённой выше матрицы, какое уравнение регрессии лучше строить:

а) парную линейную регрессию у на х1;

б) парную линейную регрессию у на х2;

в) множественную линейную регрессию.

Как бы вы ответили на эти вопросы?

3. Постройте уравнение регрессии в стандартизованном масштабе и сделайте выводы.

№2.7

По 30 наблюдениям матрица парных коэффициентов корреляции оказалась следующей:

Y X1 X2 X3

Y 1

X1 0,3 1

X2 0,6 0,1 1

X3 0,4 0,15 0,8 1

1. Постройте уравнение регрессии в стандартизованном виде и сделайте выводы.

2. Определите показатель множественной корреляции (нескорректированный и

скорретированный ).

3. Оцените целесообразность включения переменной X1 в модель после введения в неё переменных X2 и X3.

Список использованной литературы

Елисеева Ирина Ильинична

Похожие записи