Учебная работа № /7244. «Контрольная Эконометрика, вариант 40
Учебная работа № /7244. «Контрольная Эконометрика, вариант 40
Содержание:
«1.1. Определите, на каком рисунке показаны временные данные, а на каком пространственные:
1.2. Определите виды регрессий: , , , покажите, где здесь результирующая и объясняющие переменные. Что обозначает е в уравнениях регрессии?
Задание 2. Показатели качества регрессии
2.1. Для чего используется средняя ошибка аппроксимации?
2.2. По Российской Федерации за 2009 год известны значения двух признаков (табл. 1):
Для оценки зависимости y от x построена парная линейная регрессионная модель с помощью метода наименьших квадратов: y = a + bx + e, где а = 144/4, b = -1/144. Парный коэффициент корреляции rxy = 1/ (-144) * 78. Средняя ошибка аппроксимации: = 144/46 + 4,6. Известно, что Fтабл. = 4,96, а Fфакт = 144/2 + 5. Определите коэффициент детерминации. Оцените линейную модель через среднюю ошибку аппроксимации и F-критерий Фишера.
Задание 3. Построение множественной регрессионной модели.
В табл. 2 приведены данные, формирующие цену на строящиеся квартиры в двух различных районах.
Имеется шесть факторов, которые могут оказывать влияние на цену строящегося жилья:
• район, где расположена строящаяся квартира (а или б);
• жилая площадь квартиры;
• площадь кухни;
• этаж (средний или крайний);
• тип дома (панельный или кирпичный);
• срок сдачи квартиры (через сколько месяцев).
Определите минимальный объем выборки Nmin
3.2. Имеем следующие пять факторов, которые могут оказывать влияние на цену строящегося жилья у:
• х1 – район, где расположена строящаяся квартира ( а или б)
• х2 – общая площадь квартиры
• х3 – жилая площадь квартиры,
• х4 – площадь кухни,
• х5 – срок сдачи квартиры (через сколько месяцев).
Дана матрица коэффициентов частной корреляции:
Проверьте факторы на мультиколлинеарность и устраните ее.
Задание 4. Временные ряды.
4.1. Приведите примеры факторов, формирующих трендовую, сезонную и случайную компоненту.
4.2. Построить модель сезонных колебаний дохода торгового предприятия, используя первую гармонику ряда Фурье, по данным, приведенным в табл. 4. Изобразите графически.»
Выдержка из похожей работы
КУРСОВАЯ РАБОТА
ПО ДИСЦИПЛИНЕ «ЭКОНОМЕТРИКА»
Тема работы: «ЭКОНОМЕТРИЧЕСКИЕ ИССЛЕДОВАНИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПАССАЖИРООБОРОТА ЖЕЛЕЗНОДОРОЖНЫХ ПЕРЕВОЗОК ОТ ДЛИНЫ ДОРОГИ»
Содержание
Введение
1, Расчет параметров уравнений линейной и нелинейной парной регрессии
2, Расчет параметров степенной парной регрессии
3, Расчет параметров показательной парной регрессии
4, Расчет прогнозного значения расходов на железнодорожные перевозки по линейной модели при увеличении длины дороги
Выводы
Список рекомендуемой литературы
Введение
В конце прошлого столетия разработаны и широко применяется для решения большого числа практических задач экономики математические модели, в основу которых положены уравнения регрессии, В настоящей курсовой работе стоит задача обосновать математическую модель пассажирооборота железнодорожных перевозок в зависимости от длины дороги, Исходными данными для ее расчета являются реальные значения пассажирооборота железнодорожных перевозок и длины дорог (всего 16 железных дорог), Для обоснования модели в курсовой работе рассматриваются ряд функций регрессии: линейные и нелинейные парные функции регрессии, В работе на основе полученных функций регрессии выполнен выбор математической модели, позволяющей прогнозировать пассажирооборот железнодорожных перевозок в зависимости от увеличения длины железной дороги,
Целью курсовой работы является освоение и отработка навыков использования основных эконометрических методов, алгоритмизации и программирования в процессе решения прикладной задачи статистического анализа пассажирооборота железнодорожных перевозок от длины дороги (всего дорог 16) за 1997 год,
Основные задачи: рассчитать методом наименьших квадратов параметры уравнений линейной и нелинейной парной регрессии,
Оценить тесноту связи пассажирооборота железнодорожных перевозок и длины дороги с помощью показателей корреляции и детерминации,
Выполнить дисперсионный анализ линейной и степенной регрессий,
Провести сравнительную оценку силы связи фактора (длина дороги) с результатом (пассажирооборот железнодорожных перевозок) с помощью среднего коэффициента эластичности,
Оценить с помощью ошибки аппроксимации качество уравнения регрессии пассажирооборота железнодорожных перевозок от длины дороги,
Оценить с помощью F-критерия Фишера статистическую надежность результатов линейного регрессионного моделирования,
Рассчитать прогнозное значение пассажирооборота железнодорожных перевозок в предположении увеличения значения длины дороги на 10% от ее среднего уровня, Определить доверительный интервал прогноза для уровня значимости 0,05,
перевозка железнодорожный регрессия уравнение
1, Расчет параметров уравнений линейной и нелинейной парной регрессии
Расчет параметров линейной парной регрессии
Парная линейная регрессия имеет вид:
yx = a + b · x,
где yx — результативный признак, характеризующий теоретический пассажирооборот железнодорожных перевозок;
x — фактор (длина железной дороги);
a, b — параметры, подлежащие определению,
Построение уравнения регрессии сводится к оценке ее параметров, Для оценки параметров регрессии используется метод наименьших квадратов, Он позволяет получить такие оценки параметров, при которых сумма квадратов отклонений фактических значений результативного признака (пассажирооборот железнодорожных перевозок) y от теоретических yx будет минимальной, В этом случае для определения параметров a и b линейной регрессии необходимо решить следующую систему уравнений:
n·a + b(x1 + x2 +,,,,,, + x16) = y1 + y2 +,»
