Учебная работа № 6488. «Контрольная Эконометрика 8 вариант

Учебная работа № 6488. «Контрольная Эконометрика 8 вариант

Количество страниц учебной работы: 18
Содержание:
«Задания
контрольной работы по эконометрике
для студентов заочного отделения.

Тема 1. Парная регрессия
Задача 1. В таблице 1 приводятся данные по различным регионам России о среднедушевом прожиточном минимуме в день одного трудоспособного x (руб) и среднедневной заработной плате y (руб).
Табл. 1.1
Номер вари-анта Пара-метры Номер региона
1 2 3 4 5 6 7 8 9 10
8 x 85 87 93 97 104 87 91 113 106 86
y 157 169 198 225 214 203 198 246 217 159

Требуется:
1. Построить поле корреляции и сформулировать гипотезу о форме связи y и x .
2. Построить уравнение линейной парной регрессии; определить для него коэффициент детерминации и среднюю относительную ошибку аппроксимации.
3. На поле корреляции построить график полученной кривой.
4. Дать с помощью среднего коэффициента эластичности сравнительную оценку силы связи фактора с результирующим признаком.
5. Оценить статистическую значимость параметров регрессии и модели в целом, а также построить интервальную оценку коэффициентов линейной регрессии с надежностью 0,95.
6. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x, составляющего 107% от сред-него уровня, и оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
7. Построить гиперболическую регрессионную модель зависимости среднедневной заработной платы от среднедушевого прожиточного минимума, вычислить индекс корреляции и детерминации, а также статистическую значимость уравнения регрессии по критерию на уровне .
8. Построить степенную регрессионную модель, оценить её точность по индексу детерминации и средней относительной ошибки аппроксимации и установить значимость уравнения регрессии по критерию (на уровне ).
9. На поле корреляции построить графики полученных нелинейных кривых.
10. Сравнить модели парной регрессии (включая линейную) по индексу детерминации и средней относительной ошибки аппроксимации и выбрать наилучшую.
Тема 3. Временные ряды
Задача 3. В таблице 3 приведены данные, отражающие спрос (в усл. ед.) на некоторый товар за 16 лет по одному из микрорайонов г Казани.
Табл. 3.1
Год
Значение спроса по годам

1 209
2 185
3 229
4 261
5 249
6 287
7 340
8 357
9 347
10 355
11 369
12 377
13 371
14 385
15 390
16 396
Требуется:
1. Найти выборочные коэффициенты автокорреляции до 4-го порядка включительно, построить коррелограмму и по коррелограмме выявить тип процесса.
2. Полагая тренд линейным, найти его уравнение и проверить значимость полученного уравнения по критерию на уровне значимости .
3. Выполнить сглаживание временного ряда с интервалами сглаживания и года.
4. На уровне значимости выявить наличие или отсутствие автокорреляции возмущений, используя критерий Дарбина-Уотсона.

»

Стоимость данной учебной работы: 585 руб.Учебная работа № 6488.  "Контрольная Эконометрика 8 вариант
Форма заказа готовой работы

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант

    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским соглашением и даю согласие на обработку своих персональных данных.

    Выдержка из похожей работы

    Данные
    представлены в табл, 5,4, Рассматривается
    линейная модель вида
    ,
    где
    ,

    № семьи (i)
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10

    yi
    (тыс,руб,)
    0,66
    0,22
    4,84
    1,98
    8,80
    3,74
    12,76
    5,50
    16,50
    6,60

    xi
    (тыс,руб,)
    2,20
    4,40
    6,60
    8,80
    11,00
    13,20
    15,40
    17,60
    19,80
    22,00

    Решение,
    Для удобства вычислений составляем
    таблицу:

    хi
    уi
    х²
    у²
    ху
    ŷi
    уi
    — ŷi
    (уi
    – ŷi)²

    1
    2,2
    0,66
    4,84
    0,4356
    1,452
    0,76
    -0,1
    0,01

    2
    4,4
    0,22
    19,36
    0,0484
    0,968
    1,96
    -1,74
    3,0276

    3
    6,6
    4,84
    43,56
    23,4256
    31,944
    3,16
    1,68
    2,8224

    4
    8,8
    1,98
    77,44
    3,9204
    17,424
    4,36
    -2,38
    5,6644

    5
    11
    8,8
    121
    77,44
    96,8
    5,56
    3,24
    10,4976

    6
    13,2
    3,74
    174,24
    13,9876
    49,368
    6,76
    -3,02
    9,1204

    7
    15,4
    12,76
    237,16
    162,8176
    196,504
    7,96
    4,8
    23,04

    8
    17,6
    5,5
    309,76
    30,25
    96,8
    9,16
    -3,66
    13,3956

    9
    19,8
    16,5
    392,04
    272,25
    326,7
    10,36
    6,14
    37,6996

    10
    22
    6,6
    484
    43,56
    145,2
    11,56
    -4,96
    24,6016

    Σ
    121
    61,6
    1863,4
    628,1352
    963,16

    129,8792

    12,1
    6,16
    186,34
    62,81352
    96,316

     

    Используя данные таблицы, имеем:

    =12,1=6,16=186,34=62,81352=96,316
    Рассчитываем

    ипо
    методу наименьших квадратов:
    ==0,545455
    ; =
    -·=-0,44

    Оценка уравнения регрессии имеет вид

    Используя вычисления в таблице, имеем:
    =16,2349

    2, Дана оценка ковариационной матрицы
    вектора несмещенных оценок

    Чему равна оценка дисперсии элемента
    вектора,
    то есть:
    а) 5,52 ;
    б) 0,04 ;
    в) 0,01 ;
    г) 2,21 ,
    Ответ:
    Ковариационная
    матрица

    вектора

    была введена соотношением

    С помощью её элементов подсчитываются
    основные показатели случайного
    разброса оценок
    около соответствующих истинных
    значений параметров и одновременно
    характеристики взаимозависимости
    полученных оценок, Из определения
    следует,
    что её диагональные элементы
    задают средние квадраты ошибок
    соответствующих оценок (а для
    несмещённых оценок это и есть
    оценок), Таким образом оценка
    дисперсии элементавектораравна 5,52,
    Ответ: а
    3, Пусть
    аПоказать, что данная оценкаявляется несмещенной,

    Решение,
    Оценка
    параметраназывается несмещённой, если,
    Чтобы подсчитать среднее значение
    оценки
    ,
    подставим в формулувместоYего выражение из
    соотношенияИ получим следующее выражение:

    Здесь оценка представлена как сумма
    истинного значения
    и линейной комбинации случайных остатков,
    Беря математические ожидания от левой
    и правой частей полученного выражения,
    с учётом того, что величиныинеслучайны, а,
    получаем:

    Тем самым показано, что данная оценка
    является несмещенной,