эконометрика  
регрессионный анализ405486970
контрольная по эконометрикеe-mail

Эконометрика

Контрольная1

ЛИНЕЙНАЯ ПАРНАЯ РЕГРЕССИОННАЯ МОДЕЛЬ
ТЕМА: Зависимость цен на земельные участки от удалённости участков от МКАД

План

Этап 1 Постановочный 1
Этап 2 Априорный 1
Этап 3 Информационный 1
Предварительный анализ стат.данных 2
Этап 4 Спецификация и параметризация 3
Этап 5 Идентификация 4
Этап 6 Верификация 4
Этап 7 Выводы, предложения. Прогнозирование 8
Проверка выполнения предпосылок МНК 9
Выводы 13

Объем работы - 14 стр.

Шрифт 12

Междустрочный интервал одинарный

 

Контрольная 2
 

ЗАДАНИЕ:
Представлены статистические данные о среднедушевом размере денежного вклада в Сбербанке РФ по регионам (результативный признак Y) и о среднемесячной номинальной начисленной заработной плате работающих в экономике, руб. (фактор Х) по 50 регионам РФ за 2000 год

Из этого набора статистических данных для выполнения контрольной работы по каждому варианту формируется выборка значений, по которой выполняются контрольные задания. Ниже в таблице приводятся номера регионов, из которых формируется выборка для каждого варианта. Номер варианта определятся студентом по его номеру в списке группы или назначается преподавателем.

Требуется:
1) Кратко охарактеризовать данные выборки. Сделать предположение о наличии или отсутствии зависимости между Y и Х и провести его предварительный анализ (с помощью поля корреляции, коэффициента корреляции, а также на основе экономических соображений).
2) Построить уравнение линейной парной регрессии зависимости Y от Х по МНК. Пояснить экономический смысл его коэффициентов. Изобразить графически линию регрессии на одном графике с полем корреляции, сделать вывод.
3) Оценить тесноту линейной связи Y от Х с помощью коэффициентов корреляции и детерминации.
4) Рассчитать средний коэффициент эластичности и на его основе дать оценку силы связи Y и Х.
5) Оценить статистическую значимость коэффициентов регрессии и коэффициента корреляции на уровне значимости "сигма" =0,05
6) Построить доверительные интервалы для параметров линейной парной регрессии B0 и B1. Вывод.
7) Оценить статистическую надежность и качество полученного уравнения регрессии в целом с помощью F–критерия Фишера и средней ошибки аппроксимации.
8) Рассчитать прогнозное значение результативного признака Y, если значение фактора будет равно максимальному из выборки х=хmax. Определить доверительный интервал прогноза для средних и для индивидуальных значений результативного признака Y с вероятностью y=0,95.
Сделать общий вывод и анализ.

ОФОРМЛЕНИЕ КОНТРОЛЬНОЙ РАБОТЫ
Контрольная работа выполняется строго по данным своего варианта. Студент выполняет тот вариант заданий, номер которого совпадает с его номером в списке группы или назначен преподавателем.
Контрольную работу рекомендуется выполнять в ученической тетради или на скрепленным степлером листах формата А4. На обложке тетради (титульном листе) следует указать фамилию и инициалы студента, группу, номер зачетной книжки и дату отправления (выполнения) работы. Также целесообразно будет указать фамилию преподавателя. Страницы работы должны быть пронумерованы и на каждой из них оставлены поля 3-4 см для замечаний преподавателя.
При решении заданий следует привести подробные расчеты и пояснения к ним, использованные формулы, особое внимание уделить экономической интерпретации и анализу полученных результатов, выводам.
По окончании приводится список использованной литературы, ставится подпись, указывается дата выполнения.
 

Объем работы - 13 стр+тесты (дополнительно)

Шрифт 12

Междустрочный интервал одинарный

 

Тестовые задания

1. Какое поле корреляции подтверждает гипотезу об отсутствии какой-либо взаимосвязи?


12. Какая линия парной регрессии лучше описывает фактические, наблюдаемые данные?


3. Соединить стрелками значения коэффициента корреляции и их смысл
rYX = –0,94 между Y и X отсутствует какая-либо связь
rYX = 0,215 между Y и X линейная связь слабая
rYX = –0,65 допущена ошибка в вычислениях
rYX = 1,02 между Y и X линейная связь значительная, тесная
rYX = 0,006 между Y и X линейная связь умеренная, средняя

4. При построении уравнения линейной парной регрессии используется

а) метод наибольших квадратов
б) метод наименьших квадратов
в) метод наименьшего кратного
г) метод наилучших коэффициентов

5. Среди предложенных моделей выделить линейные парные регрессионные модели

а) Y=7,1–0.5X+є
б) Y=10,3X1+6X2
в) Y=1,2X2+є
г) Y= –54,2X+є
д) Y=2,3X

6. Вариацию результативного признака Y, обусловленную вариацией фактора X оценивает

а) коэффициент детерминации R2
б) коэффициент эластичности Э
в) коэффициент корреляции ryx
г) коэффициент регрессии b1

7. Основная идея МНК для построения уравнения регрессии:
а) сумма квадратов остатков минимизируется
б) сумма остатков минимизируется
в) сумма квадратов остатков максимизируется
г) сумма остатков максимизируется
д) сумма квадратов фактора минимизируется
8. Суть МНК при построении уравнения и линии регрессии:
а) провести линию, соединяющую все точки фактических данных
б) провести ее через наиболее важные точки фактических данных
в) построить ее так, чтобы она прошла как можно ближе в среднем, в целом к фактическим данным

9. Среди перечисленных условий выделить основные предпосылки МНК – условия Гаусса-Маркова
а) Гомоскедастичность
б) Дисперсия случайных отклонений равна нулю
в) Модель линейна относительно параметров
г) Автокорреляция
д) Случайные отклонения независимы от значений факторов
е) Математическое ожидание случайных отклонений равно нулю
ж) Случайные отклонения подчиняются нормальному закону распределения
з) Гетероскедастичность
и) Случайные отклонения независимы между собой

10. Если выполнены основные предпосылки МНК – условия Гаусса-Маркова, то коэффициенты уравнения регрессии как оценки параметров модели обладают свойствами (среди перечисленных выделить необходимые):

а) несостоятельность
б) минимальность
в) несмещенность
г) вариативность
д) неэластичность
е) состоятельность
ж) эластичность
з) эффективность
и) смещенность

11. Средняя ошибка аппроксимации А=30% свидетельствует
а) о не очень хорошем подборе модели к наблюдаемым данным, прогнозы по этой модели следует строить с осторожностью
б) о хорошем подборе модели к фактическим данным
в) о неудовлетворительном подборе модели
г) о том, что такую модель не следует применять для прогнозирования

12. При проверке статистических гипотез ошибка 1-го рода возникает, если
а) отвергнута верная гипотеза Н0
б) принята неверная гипотеза Н0
в) невозможно сформулировать альтернативную гипотезу Н1
г) отвергнута верная гипотеза Н1

13. Если при построении уравнения регрессии получен коэффициент детерминации R2= 0,98
а) зависимость Y от Х слабая, незначительная, изменения результативного признака Y больше частью обусловлены случайными (или невключенными в модель) факторами
б) изменения результативного признака Y на 0,98% обусловлены изменениями фактора Х
в) изменения результативного признака Y на 98% обусловлены изменениями фактора Х
г) допущена ошибка в вычислениях
д) изменения результативного признака Y на 98% обусловлены случайными (или невключенными в модель) факторами
14. Если при построении уравнения регрессии получено значение коэффициента эластич-ности Э= –15,3
а) при уменьшении фактора Х на 1% от своего среднего результативный признак Y увели-чится в среднем на 15,3% от своего среднего значения
б) допущена ошибка в вычислениях
в) при увеличении фактора Х на 1% от своего среднего результативный признак Y уменьшится в среднем на 1,53% от своего среднего значения

15. Подчеркнуть «верно» или «неверно» каждое предложенное утверждение о причинах низкого качества модели:
а) нарушены предпосылки МНК Верно Неверно
б) включены в модель незначимые, несущественные факторы Верно Неверно
в) выборка данных нерепрезентативна Верно Неверно
г) слишком мало данных наблюдения Верно Неверно

16. Подчеркнуть «верно» или «неверно» каждое предложенное утверждение
а) чем больше объем выборки, тем прогнозы по уравнению регрессии точнее Верно Неверно
б) чем больше разброс значений фактора в выборке, тем точнее будут прогнозы по уравнению регрессии Верно Неверно
в) использование уравнения регрессии вне обследованной выборки приводит к большим погрешностям при прогнозировании Верно Неверно

17. На сколько своих единиц измерения в среднем измениться результативный признак Y при изменении фактора Х на одну свою единицу измерения оценивает

а) коэффициент детерминации R2
б) коэффициент эластичности Э
в) коэффициент корреляции rух
г) коэффициент регрессии b1

18. Подчеркнуть «верно» или «неверно» каждое предложенное утверждение о причинах низкого качества модели:
а) неверна спецификация модели (модель нелинейна) Верно Неверно
б) включены в модель незначимые, несущественные факторы Верно Неверно
в) действительное отсутствие взаимосвязи между наблюдаемыми переменными Верно Неверно
г) слишком много данных наблюдения Верно Неверно



 

Заказать реферат, курсовую, контрольную по эконометрике
 

Copyright (©) 2008   Psyhologia.net
При любом использовании материалов активная ссылка на www.psyhologia.net обязательна!