Учебная работа № /6995. «Контрольная Эконометрика (Задание)

Учебная работа № /6995. «Контрольная Эконометрика (Задание)

Количество страниц учебной работы: 14
Содержание:
Используя данные таблицы № 1 построить следующие регрессионные модели с полным исследованием и анализом их значимости, адекватности, качества и точности по схеме, изложенной на занятиях:
1) Линейная модель ? = a+bx,
2) Степенная модель ?=a+b?x,
3) Степенная модель ?=a+bx2,
4) Гиперболическая модель ?=a+b/x,
5) Полулогарифмическая модель ? = a+blnx.
Прогнозное значение рассчитать для x = 12 млрд. долл.
№ наблюдения Значения y (расходы на одежду, млрд. долл.) Значения x (располагаемый доход, млрд. долл.)
1 0,366 4,90
2 0,389 5,25
3 0,396 5,42

Стоимость данной учебной работы: 585 руб.Учебная работа № /6995.  "Контрольная Эконометрика (Задание)

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.


Введите символы с изображения:

captcha

Выдержка из похожей работы


Модель: Y = (2/X) + 5; X = 0;
3, Убыточность выращивания овощей в сельскохозяйственных предприятиях и уровни факторов (сбор овощей с 1 га, ц и затраты труда, человеко-часов на 1 ц), ее формирующих, характеризуются следующими данными за год:

№ района

Фактор

Уровень убыточности, %

Сбор овощей с 1 га, ц

Затраты труда, человеко-часов на 1 ц

1

93,2

2,3

8,8

2

65,9

26,8

39,4

3

44,6

22,8

26,2

4

18,7

56,6

78,8

5

64,6

16,4

34

6

25,6

26,5

47,6

7

47,2

26

43,7

8

48,2

12,4

23,6

9

64,1

10

19,9

10

30,3

41,7

50

11

28,4

47,9

63,1

12

47,8

32,4

44,2

13

101,3

20,2

11,2

14

31,4

39,6

52,8

15

67,6

18,4

20,2

Нелинейную зависимость принять
1, Метод наименьших квадратов для однофакторной линейной регрессии

Линейная регрессия находит широкое применение в эконометрике в виде четкой эконометрической интерпретации ее параметров, Линейная регрессия сводится к нахождению уравнения вида:
Y = а + bx или Y = a + bx + ?;
Уравнение вида Y = а + bx позволяет по заданным значениям фактора x иметь теоретические значения результативного признака, подставляя в него фактические значения фактора X, На графике теоретические значения представляют линию регрессии,
Рисунок 1 — Графическая оценка параметров линейной регрессии
Построение линейной регрессии сводится к оценке ее параметров — а и b, Оценки параметров линейной регрессии могут быть найдены разными методами, Можно обратится к полю корреляции и, выбрав на графике две точки, провести через них прямую линию, Далее по графику можно определить значения параметров, Параметр a определим как точку пересечения линии регрессии с осью OY, а параметр b оценим, исходя из угла наклона линии регрессии, как dy/dx, где dy — приращение результата y, а dx — приращение фактора x, т,е, Y = а + bx,
Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов(МНК),
МНК позволяет получить такие оценки параметров a и b, при которых сумма квадратов отклонений фактических значений результативного признака (y) от расчетных (теоретических) минимальна:
?(Yi — Y xi)2 > min
Иными словами, из всего множества линий линия регрессии на графике выбирается так, чтобы сумма квадратов расстояний по вертикали между точками и этой линией была бы минимальной,
?i = Yi — Y xi,
следовательно ??i2 > min
Рисунок 2 — Линия регрессии с минимальной дисперсией остатков
Чтобы найти минимум функции, надо вычислить частные производные по каждому из параметров a и b и приравнять их к нулю,
Обозначим ??i2 через S, тогда
S = ? (Y -Y xi)2 =?(Y-a-bx)2;
Дифференцируем данное выражение, решаем систему нормальных уравнений, получаем следующую формулу расчета оценки параметра b:
b = (ух — у*x)/(x2-x2),
Параметр b называется коэффициентом регрессии, Его величина показывает среднее изменение результата с изменением фактора на одну единицу, Например, если в функции издержек Y = 3000 + 2x (где x — количество единиц продукции, у — издержки, тыс, грн,) с увеличением объема продукции на 1 ед, издержки производства возрастают в среднем на 2 тыс, грн,, т,е, дополнительный прирост продукции на ед, потребует увеличения затрат в среднем на 2 тыс, грн,
Возможность четкой экономической интерпретации коэффициента регрессии сделала линейное уравнение регрессии достаточно распространенным в эконометрических исследованиях,
2″