Учебная работа № /7928. «Контрольная Эконометрика, вариант 3 55

Учебная работа № /7928. «Контрольная Эконометрика, вариант 3 55

Количество страниц учебной работы: 35
Содержание:
«Задание 1. Простейшая обработка данных. Линейная регрессия. Коэффициент корреляции. Его значимость
Цель: научиться находить коэффициент корреляции и определять его значимость; находить коэффициенты регрессии и строить уравнение регрессии.
Задание: Используя данные из приложения 1, требуется:
1. Запишите уравнение линейной парной регрессии для своего варианта и поясните экономическую сущность параметров уравнения.
2. Что является показателем тесноты связи в парной линейной регрессии?
3. Каково значение коэффициента корреляции?
4. Каково значение коэффициента детерминации и что он характеризует?
5. Как оценивается значимость коэффициента корреляции?
6. Является ли коэффициент корреляции для вашего варианта значимым и почему?
Используйте признаки: собственный капитал, млн. руб., кредиты частным лицам, млн. руб.
Таблица 1
Банк Собственный капитал, млн руб. Кредиты частным лицам, млн руб.
Сбербанк 209933 308437
Внешторгбанк 72057 5205
Газпромбанк 30853 5084
Альфа-банк 25581 1361
Банк Москвы 18579 5768
Росбанк 12879 4466
Ханты-Мансийский банк 3345 1392
МДМ-банк 13887 7266
ММБ 8380 4119
Райффайзенбанк 7572 10828
Промстройбанк 9528 2719
Ситибанк 8953 3576
Уралсиб 13979 8170
Межпромбанк 28770 511
Промсвязьбанк 5222 822

Задание №2. Проверка качества уравнения линейной регрессии
Цель: научиться проверять статистическую значимость коэффициентов и общего качества уравнения линейной регрессии.
Задание:
1. Запишите уравнение линейной парной регрессии для своего варианта.
2. Как оценивается значимость параметров уравнения регрессии?
3. Являются ли параметры уравнения регрессии для вашего варианта значимыми и почему?
4. Запишите доверительные интервалы для параметров уравнения регрессии для вашего варианта.
5. Каким образом осуществляется проверка значимости уравнения в целом.
6. Значимо ли уравнение регрессии для вашего варианта и почему?
7. Каким образом осуществляется проверка качества уравнения регрессии?
8. В чем смысл средней ошибки аппроксимации и каково ее значение для вашего варианта?
9. Сравнить полученные результаты с результатами применения инструмента Регрессия.

Задание№3. Нелинейные модели. Коэффициент детерминации
Цель: научиться строить нелинейные модели и находить коэффициент детерминации.
Задание.
1.Запишите все виды моделей, нелинейных относительно включаемых переменных и оцениваемых параметров.
2. Как осуществляется линеаризация модели?
3. Назовите показатели корреляции, используемые при нелинейных соотношениях рассматриваемых признаков.
4. Запишите уравнения линейной, степенной, показательной, экспоненциальной, полулогарифмической, гиперболической и обратной моделей и с помощью коэффициента детерминации сравнить эти модели.

Задание№4. Прогнозирование на основании линейной регрессии
Цель: научиться прогнозировать индивидуальные значения зависимой переменной на основании линейной регрессии; уметь определять точность прогноза.
Задание.
1. Запишите завершающие данные: прогнозное значение результата, стандартная и предельная ошибки прогноза, доверительный интервал прогноза, относительная погрешность прогноза.
2. Сравнить относительные погрешности прогнозов при различных уровнях надежности, например, для хр=20000 (т.к. 20 по нашим исходным данным очень маленькая величина!)

Задание№5. Многофакторная линейная регрессия. Мультиколлинеарность
Цель: научиться проверять факторы на мультиколлинеарность; находить уравнение многофакторной линейной регрессии, проверять его качество; находить средние коэффициенты эластичности.
Задание. Используя данные из приложения 2, требуется:
1. Сформулируйте требования, предъявляемые к факторам для включения их в модель множественной регрессии.
2. Мультиколлинеарны ли факторы для вашего варианта? Почему?
3. Запишите уравнение линейной множественной регрессии для вашего варианта и интерпретируйте оценки параметров регрессии.
4. Как оценивается значимость параметров уравнения регрессии?
5. Являются ли параметры уравнения регрессии для вашего варианта значимыми и почему?
6. Запишите доверительные интервалы для параметров уравнения регрессии для вашего варианта.
7. Каким образом осуществляется проверка значимости уравнения в целом.
8. Значимо ли уравнение регрессии для вашего варианта и почему?
9. Найдите частные уравнения регрессии.
10. Найдите средние коэффициенты эластичности. Сделать выводы.
11. Сравните полученные результаты с результатами, полученными с помощью инструмента анализа данных Регрессия.
Вариант 03
Используйте признаки: работающие активы, млн руб., собственный капитал, %, средства предприятий и организаций, %.
Источник данных: таблица 8.

Банк Работающие активы,
Млн. руб. Собственный капитал, % Средства предприятий и организаций, %
Петрокоммерц 53701 15 37
Номос-банк 52473 11 17
Зенит 50666 14 36
Русский стандарт 46086 19 1
Транскредитбанк 41332 9 46
Ак Барс 40521 23 38
Глобэкс 40057 26 20
Еврофинанс-Моснарбанк 38245 15 22
Никойл 36946 23 23
Автобанк-Никойл 34762 19 23
Импэксбанк 34032 13 20
Союз 33062 13 34
БИН-банк 32948 12 35
Возрождение 30713 9 30
Гута-банк 30596 10 16

Задание№6. Построение линейного, логарифмического, полиномиального,степенного и экспоненциального трендов
Цель: научиться проводить расчет параметров линейного, логарифмического, полиномиального, степенного и экспоненциального трендов, строить графики ряда динамики и трендов. Уметь выбирать наилучший вид трендов на основании графического изображения и значения коэффициента детерминации.
Задание
Построить и записать уравнения линейного, логарифмического, полиномиального, степенного и экспоненциального трендов для своего признака.
2. Выбрать наилучший вид трендов на основании значения коэффициента детерминации.
Признак: Пассажирооборот по отдельным видам транспорта общего пользования (автобусный).
ПЕРЕВОЗКИ ПАССАЖИРОВ И ПАССАЖИРООБОРОТ
АВТОБУСОВ ОБЩЕГО ПОЛЬЗОВАНИЯ 1, млн. чел.
год 2005 2006 2007 2008 2009 2010 2011 2012 2013
Чувашская республика 218,6 127,0 119,7 121,1 111,8 119,4 117,9 116,3 105,6
Источник данных: Территориальный орган федеральной службы государственной статистики по Чувашской Республике
»

Стоимость данной учебной работы: 585 руб.Учебная работа № /7928.  "Контрольная Эконометрика, вариант 3 55

    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

    И, Ползунова»
    Институт экономики и управления
    Кафедра «Экономика, финансы и кредит»
    РАСЧЕТНОЕ ЗАДАНИЕ
    по дисциплине «Эконометрика»
    Студент группы ЭК — 23
    Л,В, Евдокова
    Руководитель работы
    Доцент Е,М, Гельфанд
    БАРНАУЛ 2014
    Содержание

    Исходные данные
    Множественная модель уравнения регрессии
    Уравнение парной линейной регрессии
    Предпосылки МНК
    Список использованной литературы
    Приложения

    Исходные данные

    Средняя урожайность зерна (ц/га), У

    Орошение земель (тыс, га), Х1

    Курс доллара, Х2

    17,2

    3,5

    30,3647

    28,1

    3,4

    28,9503

    27,2

    1,5

    29,3282

    21,2

    0,5

    29,3627

    18,7

    2,8

    32,4509

    37,3

    3,1

    32,8169

    32,4

    2,1

    32,1881

    31

    0,6

    32,2934

    11,9

    1,8

    30,9169

    20,6

    2,9

    31,5252

    18,4

    2,7

    31,0565

    31,3

    1,5

    30,3727

    20,5

    1,6

    30,0277

    18,8

    2,4

    30,6202

    18,5

    2,6

    31,0834

    17,1

    3,3

    31,2559

    23,7

    3,2

    31,5893

    28,8

    2,7

    32,709

    24,2

    2

    32,8901

    25,8

    0,7

    33,2474

    17,3

    0,99

    32,3451

    19,1

    1,25

    32,0613

    15,7

    0,9

    33, 1916

    16,7

    0,7

    32,7292

    19,7

    3,5

    35,2448

    22,1

    3

    36,0501

    23

    2,9

    35,6871

    24

    0,1

    35,6983

    25,7

    0,5

    34,7352

    102,7

    0,4

    33,6306

    Множественная модель уравнения регрессии

    Средняя урожайность зерна (ц/га), У

    Орошение земель (тыс, га), Х1

    Курс доллара, Х2

    17,2

    3,5

    30,3647

    28,1

    3,4

    28,9503

    27,2

    1,5

    29,3282

    21,2

    0,5

    29,3627

    18,7

    2,8

    32,4509

    37,3

    3,1

    32,8169

    32,4

    2,1

    32,1881

    31

    0,6

    32,2934

    11,9

    1,8

    30,9169

    20,6

    2,9

    31,5252

    18,4

    2,7

    31,0565

    31,3

    1,5

    30,3727

    20,5

    1,6

    30,0277

    18,8

    2,4

    30,6202

    18,5

    2,6

    31,0834

    17,1

    3,3

    31,2559

    23,7

    3,2

    31,5893

    28,8

    2,7

    32,709

    24,2

    2

    32,8901

    25,8

    0,7

    33,2474

    17,3

    0,99

    32,3451

    19,1

    1,25

    32,0613

    15,7

    0,9

    33, 1916

    16,7

    0,7

    32,7292

    19,7

    3,5

    35,2448

    22,1

    3

    36,0501

    23

    2,9

    35,6871

    24

    0,1

    35,6983

    25,7

    0,5

    34,7352

    102,7

    0,4

    33,6306

    Высчитываем значения коэффициента частной и парной корреляции, а так же необходимые значения, для уравнений множественной регрессии:
    · y=a+b1x1+b2x2
    · ty=в1tx1+в2tx2

    Признак

    Среднее значение

    СКО

    Лин, коэф,
    парной коррел,

    Линейные коэф,
    частных коррел,

    y

    25,75714

    16,17129

    ryx1

    0,138691

    rx1x2

    0,111461

    x1

    32,21409

    1,923079

    ryx2

    -0,26109

    rx2x1

    -0,24839

    x2

    1,971333

    1,099341

    rx1x2

    -0,12219

    rx1x2y

    -0,08993

    Если сравнивать значения коэффициентов парной и частной корреляции, то приходим к выводу, Что из-за слабой межфакторной связи (rx1x2= — 0,12219) коэффициенты парной и частной корреляции отличаются незначительно,
    И следовательно значения: в1, в2, b1, b2, a,

    в1

    в2

    0,108407

    -0,24785

    b1

    b2

    a

    Ryx1x2

    0,911602

    -3,64581

    3,577821

    0,2824

    Найдем: Fx1факт, Fx2факт, для 30 нами выбранных значений и найденного нами индекса Множественной корреляции (Ryx1x2),

    Fx1факт

    Fx2факт

    0,339655

    1,775355

    Средний коэффициент эластичности: показывает, на сколько % в среднем измениться показатель y, от своего среднего значения при изменении фактора x на 1 % от своей величины,

    Эyx1ср, %

    Эyx2ср, %

    1,140127

    -0,27903

    Далее найдем значение дисперсии для каждого из следующих признаков: x1,x2,y,

    Дисп x1

    Дисп x2

    Дисп y

    3,698232

    1, 20855

    261,5107

    В результате всех вычислений получаем уравнение множественной регрессии: y=3,577821+0,911602*x1-3,64581*x2, ty=0,108407*tx1-0,24785tx2, Поскольку фактическое значение Fфакт = 0,3033 < Fтабл, (4,47), то коэффициент детерминации статистически не значим, а следовательно, полученное уравнение регрессии статистически ненадежно, Это означает, что его нельзя использовать для прогноза и дальнейшего анализа, Уравнение парной линейной регрессии Выбираем один из значимых признаков, для построения парной модели, (x1, y) и рассчитываем показатели: x1 y xy yт yт-y |yт-y| |yт-y|/y |yт-y|/y*100 3,5 17,2 60, 20 19,69 2,49 2,49 0,14 14,45 3,4 28,1 95,54 20,05 -8,05 8,05 0,29 28,64 1,5 27,2 40,80 27,02 -0,18 0,18 0,01 0,67 0,5 21,2 10,60 30,68 9,48 9,48 0,45 44,73 2,8 18,7 52,36 22,25 3,55 3,55 0, 19 19,00 3,1 37,3 115,63 21,15 -16,15 16,15 0,43 43,29 2,1 32,4 68,04 24,82 -7,58 7,58 0,23 23,40 0,6 31 18,60 30,32 -0,68 0,68 0,02 2, 20 1,8 11,9 21,42 25,92 14,02 14,02 1,18 117,80 2,9 20,6 59,74 21,89 1,29 1,29 0,06 6,24 2,7 18,4 49,68 22,62 4,22 4,22 0,23 22,93 1,5 31,3 46,95 27,02 -4,28 4,28 0,14 13,68 1,6 20,5 32,80 26,65 6,15 6,15 0,30 30,01 2,4 18,8 45,12 23,72 4,92 4,92 0,26 26,16 2,6 18,5 48,10 22,99 4,49 4,49 0,24 24,25 3,3 17,1 56,43 20,42 3,32 3,32 0, 19 19,41 3,2 23,7 75,84 20,79 -2,91 2,91 0,12 12,30 2,7 28,8 77,76 22,62 -6,18 6,18 0,21 21,46 2 24,2 48,40 25,18 0,98 0,98 0,04 4,07 0,7 25,8 18,06 29,95 4,15 4,15 0,16 16,09 0,99 17,3 17,13 28,89 11,59 11,59 0,67 66,98 1,25 19,1 23,88 27,93 8,83 8,83 0,46 46,25 0,9 15,7 14,13 29,22 13,52 13,52 0,86 86,10 0,7 16,7 11,69 29,95 13,25 13,25 0,79 79,34 3,5 19,7 68,95 19,69 -0,01 0,01 0,00 0,07 3 22,1 66,30 21,52 -0,58 0,58 0,03 2,63 2,9 23 66,70 21,89 -1,11 1,11 0,05 4,84 0,1 24 2,40 32,15 8,15 8,15 0,34 33,96 0,5 25,7 12,85 30,68 4,98 4,98 0, 19 19,39 0,4 102,7 41,08 31,05 -71,65 71,65 0,70 69,77 Уравнение парной линейной регрессии имеет вид: = а+bx, Находим средние значения (xср,, yср и их произведения xyср,), по совокупности n=30, Хср yср xyср 1,9713 25,2900 45,5724 Далее, находим Дисперсию по (x и y), а так же Среднее Квадратическое Отклонение (СКО) этих показателей, Дх СКОх Дy СКОy 1,1683 1,0809 238,4229 15,4409 b a -3,6658 32,5165 Посчитаем значения параметров a и b, Находим Aсред, Из всей совокупности (Ai) = 30,0036"