- Главная
- Готовые работы
Готовые работы
53 работы
Описание работы
Задание
Дать количественную характеристику зависимости между обеспечен-ностью рабочей силой (человек) и производством продукции на 100 га сельскохозяйственных угодий (тыс.руб.)
Таблица 1
Исходные данные
№ п/п Валовая продукция на 100 га
сельскохозяйственных
угодий, тыс.р.
Средняя численность
работников на 100 га
сельскохозяйственных
угодий, чел.
1 409 7,9
2 698 16,1
3 505 10,7
4 380 6,8
5 459 9,5
6 490 11,7
7 395 8,9
8 498 10,1
1) Постройте поле корреляции
2) Построить регрессионные уравнения зависимости показателей: степенное, показательное, гиперболическое
3) Для каждого уравнения регрессии:
- оценить тесноту нелинейных связей;
- оценить качество уравнения;
- найти средние и частные коэффициенты эластичности.
4) Выбрать наилучшее уравнение.
Свернуть
Описание работы
Задание 2
На основании официальной статистики (www.gks.ru – ДАННЫЕ ВЫ-БРАТЬ САМОСТОЯТЕЛЬНО) рассмотрите временной ряд для конкретного социально-экономического показателя, состоящий не менее чем из 24-36 уровней (это могут быть поквартальные или помесячные данные).
- Изобразите графически динамику исходного ряда.
- Выделите неслучайные компоненты динамического ряда (тренд и/или сезонную/циклическую компоненту).
- Постройте модель динамического ряда (аддитивной и мультиплика-тивной форм).
- Рассчитайте теоретические значения социально-экономического по-казателя и протестируйте остатки на предмет автокорреляции (критерий Дарбина-Уотсона), коэффициента автокорреляции остатков) определите прогнозные значения показателя на три отрезка времени (квартала или месяца) вперед.
Свернуть
Описание работы
Задание 1
По регионам Северо-Западного (без г. Санкт-Петербург) и Приволжского федерального округов из¬вестны данные за 2013 г.
Таблица 1
Данные по регионам
Район Потребительские расхо-ды на душу населения, руб.,
у Денежные доходы на душу населения, руб.,
х
Республика Карелия 15547 21494
Республика Коми 19338 29335
Архангельская область 17560 26262
Вологодская область 13153 20513
Калининградская область 15001 20642
Ленинградская область 15017 20161
Мурманская область 22046 32912
Новгородская область 15979 21392
Псковская область 13900 17804
Республика Башкортостан 19632 23892
Республика Марий Эл 10509 14517
Республика Мордовия 8888 14433
Республика Татарстан 21130 26161
Удмуртская Республика 13317 18660
Чувашская Республика 11276 15264
Пермский край 19415 26054
Кировская область 13126 18012
Нижегородская область 18212 24503
Оренбургская область 13842 18628
Пензенская область 12950 17815
Самарская область 19033 26865
Саратовская область 11994 16035
Ульяновская область 12993 18580
По исходным данным выполните следующие задания:
1. Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнений линейной, степенной и показа-тельной (экспоненциальной) парной регрессии.
3. Оцените тесноту связи с помощью показателей корреляции и де-терминации.
4. Оцените с помощью средней ошибки аппроксимации качество
моделей регрессий.
5. Оцените с помощью F-критерия Фишера статистическую надеж-ность результатов регрессионного моделирования, с помощью t-статистики – значимость параметров регрессии (линейной и линеаризованной форм). По значениям характеристик, рассчитанных в пп. 4, 5 и данном пункте, выберите лучшее уравнение регрессии и дайте его обоснование.
6. Рассчитайте прогнозное значение результата, если прогнозное
значение фактора увеличится на 10% от его среднего уровня. Опре¬делите доверительный интервал прогноза для уровня значимости α = 0,05.
7. Оцените полученные результаты для трех моделей, выводы оформите в аналитиче¬ской записке.
Свернуть
Описание работы
Задание
Экономист, изучая зависимость уровня издержек обращения (тыс. руб.) от объема товарооборота (тыс. руб.), обследовал 10 магазинов, торгующих одинаковым ассортиментом товаров, и получил следующие данные:
Таблица 1
Данные по магазинам
х 60 90 150 65 110 120 70 130 100 140
у 1,9 6,1 12,8 2,8 8,4 9,6 3,4 11,2 6,7 12,6
Задание:
1.Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнений линейной, степенной и гипербо-лической регрессии.
3. Оцените тесноту связи с помощью показателей корреляции и детерминации.
4.Дайте с помощью среднего коэффициента эластичности сравнитель-ную оценку силы связи фактора с результатом.
5.Оцените с помощью средней ошибки аппроксимации качество уравнений регрессии.
6.Оцените с помощью F-критерия Фишера статистическую надежность результатов регрессионного моделирования. По значениям ха-рактеристик, рассчитанных в п.п. 3-5 и данном пункте, выберите лучшее уравнение регрессии и дайте обоснование этого шага.
7.Для выбранной лучшей модели постройте таблицу дисперсионного анализа и найдите доверительные интервалы для параметров регрессии и коэффициента корреляции.
8. Сделать прогноз значения при и найти доверитель-ные интервалы прогноза для двух уравнений регрессии и .
9. Оценить полученные результаты и сделать вывод.
Свернуть
Описание работы
Задание
Экономист, изучая зависимость уровня издержек обращения (тыс. руб.) от объема товарооборота (тыс. руб.), обследовал 10 магазинов, торгующих одинаковым ассортиментом товаров, и получил следующие данные:
Таблица 1 - Данные по магазинам
х 80 60 100 130 120 50 90 150 70 125
у 4,2 4,9 7,2 9,1 6,4 3,9 5,1 8,4 3,5 8,7
Задание:
1. Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнений линейной, степенной и гипербо-лической регрессии.
3. Оцените тесноту связи с помощью показателей корреляции и детерминации.
4. Дайте с помощью среднего коэффициента эластичности сравнительную оценку силы связи фактора с результатом.
5. Оцените с помощью средней ошибки аппроксимации качество уравнений регрессии.
6. Оцените с помощью F-критерия Фишера статистическую надежность результатов регрессионного моделирования. По значениям ха-рактеристик, рассчитанных в п.п. 3-5 и данном пункте, выберите лучшее уравнение регрессии и дайте обоснование этого шага.
7. Для выбранной лучшей модели постройте таблицу дисперсионного анализа и найдите доверительные интервалы для параметров регрессии и коэффициента корреляции.
8. Сделать прогноз значения при 130 и найти доверитель-ные интервалы прогноза для двух уравнений регрессии и .
9. Оценить полученные результаты и сделать вывод.
Свернуть
Описание работы
Задание
Экономист, изучая зависимость уровня издержек обращения (тыс. руб.) от объема товарооборота (тыс. руб.), обследовал 10 магазинов, торгующих одинаковым ассортиментом товаров, и получил следующие данные:
Таблица 1
Данные по магазинам
х 110 85 70 105 150 90 60 140 100 115
у 6,1 4,2 2,9 5,8 8,3 5,2 3,4 7,5 4,9 5,4
Задание:
1.Постройте поле корреляции и сформулируйте гипотезу о форме связи.
2. Рассчитайте параметры уравнений линейной, степенной и гипербо-лической регрессии.
3. Оцените тесноту связи с помощью показателей корреляции и детерминации.
4.Дайте с помощью среднего коэффициента эластичности сравнитель-ную оценку силы связи фактора с результатом.
5.Оцените с помощью средней ошибки аппроксимации качество уравнений регрессии.
6.Оцените с помощью F-критерия Фишера статистическую надежность результатов регрессионного моделирования. По значениям ха-рактеристик, рассчитанных в п.п. 3-5 и данном пункте, выберите лучшее уравнение регрессии и дайте обоснование этого шага.
7.Для выбранной лучшей модели постройте таблицу дисперсионного анализа и найдите доверительные интервалы для параметров регрессии и коэффициента корреляции.
8. Сделать прогноз значения при 130 и найти доверитель-ные интервалы прогноза для двух уравнений регрессии и .
9. Оценить полученные результаты и сделать вывод.
Свернуть
Описание работы
Задание на контрольную работу
На основании данных, приведенных в табл. 1:
1. Изобразите диаграммы рассеяния, которые будут иллюстрировать взаимосвязь зависимой переменной с каждым фактором. Напишите соответствующие выводы.
2. Составьте матрицу коэффициентов парной корреляции.
Парная регрессия
1. Постройте линейную модель с наиболее подходящим фактором.
2. Оцените качество модели с помощью:
- коэффициента детерминации;
- скорректированного коэффициента детерминации;
- t-критерия Стьюдента для параметров модели и для парной корреляции;
- F-критерия Фишера;
- средней относительной ошибки аппроксимации;
- коэффициентов эластичности;
- бета-коэффициентов;
- дельта-коэффициентов.
3. Проверьте выполнение условия гомоскедастичности (тест Голдвельда-Квандта, тест Уайта).
4. Проверьте отсутствие автокорреляции остатков.
5. Используя результаты регрессионного анализа, ранжируйте компании по степени их эффективности.
6. осуществите прогнозирование значения зависимой переменной при уровне значимости α = 0,05, если прогнозное значение фактора вырастет на 10% от его среднего значения. Представьте на графике фактические данные, результаты моделирования, прогнозные оценки и границы доверительного интервала.
7. Постройте нелинейные модели регрессии:
- гиперболическую;
- степенную;
- показательную.
8. Приведите графики построенных уравнений регрессии. Для нели-нейных моделей найти коэффициенты детерминации и средние относитель-ные ошибки аппроксимации. Сравнить модели по этим характеристикам (в том числе с линейной) и сделать вывод о лучшей модели.
Множественная регрессия
1. Осуществите выбор наиболее подходящих факторов.
2. Постройте уравнение множественной регрессии в линейной форме с выбранными факторами.
3. Дайте экономическую интерпретацию коэффициентов модели рег-рессии.
4. Оцените качество модели с помощью:
- коэффициента детерминации;
- скорректированного коэффициента детерминации;
- t-критерия Стьюдента для параметров модели и для парной корреляции;
- F-критерия Фишера;
- средней относительной ошибки аппроксимации;
- коэффициентов эластичности;
- бета-коэффициентов;
- дельта-коэффициентов.
5. Проведите тест на длинную и короткую регрессии, сравните модель, построенную в парной регрессии, с моделью множественной регрессии.
6. Проверьте выполнение условия гомоскедастичности (тест Голжельда-Квандта, тест Уайта).
7. Проверьте отсутствие автокорреляции остатков.
8. Проверьте факторы на наличие мультиколлинеарности (тест Фаррара-Глоубера; анализ матрицы парных коэффициентов корреляции; проверка наличия мультиколлинеарности каждой переменной с другими переменными; проверка частных коэффициентов корреляции, VIF).
9. Осуществите прогнозирование значения зависимой перемнной при уровне значимости α = 0,05, если прогнозные значения факторов вырастут на 10% от их среднего значения. Предстаьте в отчете результаты моделирования, прогнозные оценки и границы доверительного интервала.
Таблица 1
Исходные данные (вариант 3)
№ п/п Прибыль Долгосрочные обязательства Краткосрочные обяза-тельства Дебиторская задол-женность
Y X1 X2 X3
1 3019675 678496 9800602 6187235
2 2318894 4146543 7766146 6483202
3 9699248 6877649 3345080 748705
4 6255965 1641575 6937230 9497230
5 7061912 4700131 1839060 5472465
6 9497570 6194337 2019534 4527169
7 6126364 7691461 7694812 11537601
8 7453673 4402693 1124090 5280681
9 2286666 5110505 7111655 260261
10 4213296 2540005 10410638 7489890
11 10485917 4951329 7403636 11764049
12 10676566 893093 991043 10799364
13 7514848 8318950 10353033 5708567
14 2401413 11403016 10225382 11591311
15 3424538 10420583 6170956 2875627
16 5367565 4165219 8417317 5213363
17 6081730 11835770 4700943 5194692
18 2639193 9698215 90754 6027737
19 6041680 7220362 5862746 9392077
20 8485531 5266649 11135258 1109811
21 6738142 6547760 5626261 4756776
22 528554 8200076 2197264 10130796
23 3609981 8940568 6742730 11817986
24 1395956 468753 4169271 558473
25 3522167 2865307 7705559 1843279
26 5646771 72550 11058625 9084234
27 6917872 7422926 4317449 7462405
28 8129049 920828 8889397 9197702
29 2277700 4995150 11517323 9163516
30 6249085 4909107 3297454 941572
31 9597437 2826447 11446196 4676597
32 10130315 408962 5513620 4504163
33 5435637 5964815 6711935 9604908
34 1159795 10285369 5417884 6616111
35 55418 5923427 10488833 3418960
36 110078 6757270 8838832 7289798
37 4493553 5151679 10020839 2196804
38 677786 3353 11780623 7291711
39 212820 11595593 5306776 11726019
40 4201181 8096265 11650397 11858076
41 10171870 1627627 5167364 3794747
42 5130405 1547147 5756438 2882493
43 6003350 9512589 7904688 7336303
44 8285946 5050411 11792994 7182485
45 11089145 3751483 10694096 1672621
46 5661870 1409476 7937476 2419835
47 4423572 5354635 10533729 10144382
48 4317550 5212090 466876 9074375
49 5107799 3018198 322363 6537389
50 10918430 5760164 4522716 6937164
Свернуть
Описание работы
Практическая часть
В таблице 1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у) по Ульяновской области:
Таблица 1
Динамика показателей по Ульяновской области
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 19,9 27,6 36,8 43,5 54,1 74 94 117,1 129,5 154,8
у 12,1 16 20,9 25,2 30,3 40,6 53,9 65,3 67,4 80,1
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать эконо-мическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Рас-крыть экономическое содержание.
Свернуть
Описание работы
Практическая часть
1. Задание для практической работы
В таблице 2.1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у) по Перм-скому краю:
Таблица 2.1 - Динамика показателей
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 37,8 47,9 63,1 75,3 95,6 132,0 162,0 193,4 211,7 233,0
у 18,5 23,4 29,9 36,4 47,2 65,0 80,9 102,6 107,3 119,8
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать экономическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Рас-крыть экономическое содержание.
Свернуть
Описание работы
Практическая часть
Задание
В таблице 2.1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у):
Таблица 2.1
Динамика показателей по Пензенской области
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 20,0 25,7 33,2 41,0 50,0 68,0 93,0 122,1 138,7 152,4
у 11,3 14,0 17,5 22,6 28,4 33,9 53,0 67,9 74,7 81,7
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать экономическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Рас-крыть экономическое содержание.
Свернуть
Описание работы
2. Практическая часть
2.1 Задание
В таблице 2.1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у) по Орен-бургской области:
Таблица 2.1
Динамика показателей по Оренбургской области
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 23,0 29,6 37,6 46,5 59,8 74,0 92,0 122,2 139,3 160,8
у 9,9 11,8 14,0 19,0 25,4 32,6 42,5 59,5 64,6 77,5
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать экономическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Рас-крыть экономическое содержание.
Свернуть
Описание работы
Практическая часть
Задание
В таблице 2.1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у) по Кировской области:
Таблица 2.1
Динамика показателей по Кировской области
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 21 29,5 37,2 45 54,5 69 87 121,3 131,3 160,6
у 10,7 14,2 16,6 20,6 25 30,6 40,6 55,5 56,9 71,2
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать экономическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Раскрыть экономическое содержание.
Свернуть
Описание работы
Практическая часть
1. Задание для практической работы
В таблице 2.1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у) по Удмуртской республике:
Таблица 2.1 - Динамика показателей
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 23,7 29,5 37,2 43,9 55,2 75,0 94,0 115,0 132,7 149,1
у 11,7 14,1 16,8 20,4 25,2 32,3 42,9 60,0 64 72,4
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать экономическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Раскрыть экономическое содержание.
Свернуть
Описание работы
Практическая часть
1. Задание для практической работы
В таблице 2.1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у) по Республике Татарстан:
Таблица 2.1 - Динамика показателей по Республике Башкортостан
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 28,9 38,6 51,3 64,2 85,4 112,0 139,0 170,2 190,9 217,9
у 16,2 19,8 25,5 32.3 42,9 56,9 73,5 98,1 104,4 120,0
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать экономическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Раскрыть экономическое содержание.
Свернуть
Описание работы
Практическая часть
Задание
В таблице 2.1 приведены данные об уровне денежных доходов на душу населения (х) и обороте розничной торговли на душу населения (у) по Республике Башкортостан:
Таблица 2.1
Динамика показателей по Республике Башкортостан
Год 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
х 28,9 37,5 49,8 61,7 82,2 107 134 171 193,6 212,1
у 16 20 25,3 32,7 43,6 58,9 79,8 105,8 113 125,8
Задание:
1. Определиться с результативным признаком (у) и фактором (х).
2. Построить корреляционное поле.
3. Определить параметры уравнения регрессии.
4. Записать уравнение регрессии в формализованном виде. Раскрыть экономический смысл уравнения регрессии.
5. Рассчитать показатели тесноты связи (коэффициенты парной линей-ной корреляции и детерминации). Дать экономическую интерпретацию результату расчета.
6. Рассчитать среднюю ошибку аппроксимации. Сделать экономический вывод.
7. Проверить параметры уравнения и показатели тесноты связи на существенность по F-критерию Фишера при уровне значимости 0,05. Сделать экономическую интерпретацию результата.
8. Сделать интервальный прогноз оборота розничной торговли на душу населения по максимальному значению уровня дохода.
9. Рассчитать стандартную ошибку прогноза. Сделать вывод.
10. Рассчитать предельную ошибку при уровне вероятности 0,95. Раскрыть экономическое содержание.
Свернуть
Описание работы
Задание
Ставится задача исследовать, как влияет индекс реальной зарплаты (WAG_Q) на индекс реального ВВП РФ (GDPEA_Q_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1993 и 2005 соответственно). Данные с сайта http://sophist.hse.ru
Исходные данные представлены в таблице 1.
Таблица 1 – Исходные данные
T Индекс реальной зарплаты Индекс реального ВВП
2007 III 181,38 156,9
IV 204,60 164,6
2008 I 199,90 143,3
II 211,69 155,8
III 214,65 167,0
IV 226,46 162,4
2009 I 199,06 130,1
II 204,63 138,4
III 205,04 152,6
IV 226,36 158,2
2010 I 205,99 135,4
II 216,91 145,3
III 216,26 158,4
IV 236,37 166,3
2011 I 207,30 139,9
II 220,98 151,4
III 222,75 164,8
IV 254,60 174,0
2012 I 227,87 147,3
II 244,27 157,9
III 235,23 170,0
IV 268,64 177,1
2013 I 238,28 148,2
II 259,73 159,7
III 250,38 172,0
IV 279,67 180,8
2014 I 247,79 149,1
II 265,38 161,8
III 251,58 173,3
IV 274,47 181,3
2015 I 225,62 146,3
II 242,54 156,3
III 227,26 168,7
IV 247,71 175,4
2016 I 224,18 145,7
II 243,24 155,5
III 230,10 168,1
IV 253,80 176,0
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диа-граммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзо-генным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между связи между индексом реальной зарплаты и индексом реального ВВП и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- с помощью матричный функций Excel по формуле .
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии индекса реального ВВП на индекс реальной зарплаты. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии индекса реального ВВП на индекс реальной зарплаты, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана или Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса реальной зарплаты во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множест-венной регрессии
Введите необходимое количество фиктивных переменных, характери-зующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель индекса реальной зарплаты. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – индекса реальной зар-платы
Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса реальной зарплаты на ближайший квартал.
11. Прогнозирование эндогенной переменной - индекса реального ВВП
Используя прогнозную оценку индекса реальной зарплаты, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого индекса реального ВВП на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Постановка задачи
Ставится задача исследовать, как влияет индекс реального объема сель-скохозяйственного производства (AGR_Q_DIRI) на индекс реального ВВП РФ (GDPEA_Q_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1993 и 2005 соответственно). Данные с сайта http://sophist.hse.ru.
Таблица 1
Индексы реального объема сельскохозяйственного производства и
реального ВВП
T Индекс реального ВВП Индекс реального объема сельскохо-зяйственного производства
2008 I 143,3 80,1
II 155,8 132,7
III 167,0 401,2
IV 162,4 221,3
2009 I 130,1 81,8
II 138,4 133,7
III 152,6 396,7
IV 158,2 232,6
2010 I 135,4 82,2
II 145,3 131,9
III 158,4 314,2
IV 166,3 223,7
2011 I 139,9 83,6
II 151,4 134,0
III 164,8 407,5
IV 174,0 299,8
2012 I 147,3 87,0
II 157,9 139,8
III 170,0 383,1
IV 177,1 268
2013 I 148,2 88,2
II 159,7 140,9
III 172,0 394,6
IV 180,8 310,9
2014 I 149,1 89,9
II 161,8 144,8
III 173,3 432,2
IV 181,3 289,6
2015 I 146,3 92,7
II 156,3 147,8
III 168,7 438,7
IV 175,4 302,7
2016 I 145,7 95,7
II 155,5 152,1
III 168,1 463,3
IV 176,0 318,3
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диа-граммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзо-генным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между реальным объемом сельскохозяйственного производства и индексом реального ВВП и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- с помощью надстройки Excel Поиск решения;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии индекса реального ВВП на объем сельскохозяйственного производства. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии индекса реального ВВП на объем сельскохозяйственного производства, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскеда-стичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса объема сельскохозяйственного производства во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множественной регрессии.
Введите необходимое количество фиктивных переменных, характери-зующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель индекса объема сельскохозяйственного производства. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – индекса объема сельскохозяйственного производства
Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса реального объема сельскохозяйст-венного производства на ближайший квартал.
11. Прогнозирование эндогенной переменной - индекса реального ВВП
Используя прогнозную оценку индекса реального объема сельскохозяйственного производства, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня индекса реального ВВП населения на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Задание
Ставится задача исследовать, как влияет заявленная потребность в работниках (EMPLDEC_Q) на норму безработицы в среднем за период в (UNEMPL_Q_SH) в России.
Данные с сайта http://sophist.hse.ru
Исходные данные представлены в таблице 1.
Таблица 1 – Исходные данные
T Нор-ма безрабо-тицы заявлен-ная по-треб-ность в работни-ках T Нор-ма безра-бо-тицы заявлен-ная по-треб-ность в работни-ках T Нор-ма безра-бо-тицы заявлен-ная по-треб-ность в работни-ках
2008 I 6,7 1156 2011 I 7,4 1086 2014 I 5,6 1477
II 5,8 1437 II 6,6 1474 II 5,1 2032
III 5,8 1537 III 6,1 1498 III 4,9 2145
IV 6,9 1278 IV 6,1 1309 IV 5,1 1773
2009 I 8,9 873 2012 I 6,3 1321 2015 I 5,6 1275
II 8,7 1116 II 5,5 1720 II 5,7 1303
III 8 1137 III 5,1 1669 III 5,3 1348
IV 7,9 937 IV 5,1 1436 IV 5,6 1244
2010 I 8,6 849 2013 I 5,7 1501 2016 I 5,9 1130
II 7,6 1210 II 5,4 1975 II 5,8 1314
III 6,7 1261 III 5,3 1814 III 5,3 1415
IV 6,7 1119 IV 5,4 1565 IV 5,3 1306
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между потребностью в работниках и количеством безработных и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- с помощью надстройки Excel Поиск решения;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии нормы безработицы на потребность в работниках. Дайте экономическую интерпретацию пара-метрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии нормы безработицы на потребность в работниках, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскеда-стичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана или Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина-Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой вре-менной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения потребности в работниках во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множест-венной регрессии
Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель динамики потребности в работниках. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – потребности в ра-ботниках
Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования потребности в работниках на ближайший квартал.
11. Прогнозирование эндогенной переменной - нормы безработицы
Используя прогнозную оценку потребности в работниках, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого нормы безработицы на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
ЗАДАНИЕ
Ставится задача исследовать, как влияет заявленная потребность в работниках (EMPLDEC_Q) на количество безработных в среднем за период в млн. чел (UNEMPL_Q) в России. Данные с сайта http://sophist.hse.ru Исходные данные представлены в таблице 1.
Таблица 1
Исходные данные
T Ко-личе-ство безработ-ных заявлен-ная по-треб-ность в работ-никах T Ко-личе-ство безработ-ных заявлен-ная по-треб-ность в работ-никах T Ко-личе-ство безработ-ных заявлен-ная по-треб-ность в работ-никах
2008 I 5,0 1156 2011 I 5,5 1086 2014 I 4,2 1477
II 4,4 1437 II 5,0 1474 II 3,8 2032
III 4,4 1537 III 4,7 1498 III 3,7 2145
IV 5,2 1278 IV 4,6 1309 IV 3,9 1773
2009 I 6,6 873 2012 I 4,7 1321 2015 I 4,3 1275
II 6,6 1116 II 4,2 1720 II 4,3 1303
III 6,1 1137 III 3,9 1669 III 4,1 1348
IV 6,0 937 IV 3,9 1436 IV 4,3 1244
2010 I 6,4 849 2013 I 4,3 1501 2016 I 4,5 1130
II 5,7 1210 II 4,1 1975 II 4,4 1314
III 5,1 1261 III 4,0 1814 III 4,1 1415
IV 5,0 1119 IV 4,1 1565 IV 4,1 1306
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между потребностью в работниках и количеством безработных и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрес-сия;
- с помощью надстройки Excel Поиск решения;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии количества безработных на потребность в работниках. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Прове-рить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сде-лайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии количества безработных на потребность в работниках, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана или Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутст-вии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина-Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения потребности в работниках во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множе-ственной регрессии
Введите необходимое количество фиктивных переменных, характе-ризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель динамики потребности в работниках. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – потребности в работниках
Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования потребности в работниках на ближайший квартал.
11. Прогнозирование эндогенной переменной - количества без-работных
Используя прогнозную оценку потребности в работниках, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого количества безработных на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Постановка задачи
Ставится задача исследовать, как влияет индекс реального объема промышленного производства по ОКВЭД (IP_EA_Q) в России на норму безработицы (в среднем за период) (UNEMPL_Q_SH). Второй показатель – цепной индекс, где за базу (100%) взят уровень 2002 года.
Данные с сайта http://sophist.hse.ru
Таблица 1
Исходные данные
T Норму безработицы Индекс реального объема промышленного производства
2008 I 6,7 146,07
II 5,8 146,37
III 5,8 148,42
IV 6,9 140,4
2009 I 8,9 123,41
II 8,7 126,5
III 8 134,09
IV 7,9 143,07
2010 I 8,6 133,2
II 7,6 135,73
III 6,7 139,67
IV 6,7 153,49
2011 I 7,4 139,83
II 6,6 143,89
III 6,1 147,05
IV 6,1 159,11
2012 I 6,3 145,91
II 5,5 147,07
III 5,1 151,93
IV 5,1 164,08
2013 I 5,7 144,06
II 5,4 148,1
III 5,3 152,69
IV 5,4 166,12
2014 I 5,6 145,52
II 5,1 150,76
III 4,9 154,83
IV 5,1 169,7
2015 I 5,6 144,92
II 5,7 143,33
III 5,3 148,34
IV 5,6 163,18
2016 I 5,9 143,92
II 5,8 144,79
III 5,3 148,12
IV 5,3 166,19
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диа-граммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзо-генным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реального объема промышленного производства и нормой безработицы и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значи-мость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- с помощью надстройки Excel Поиск решения;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии нормы безработицы на ин-декс реального объема промышленного производства. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии нормы безработицы на индекс реального объема промышленного производства, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскеда-стичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса реального объема промышленного производства во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множественной регрессии.
Введите необходимое количество фиктивных переменных, характери-зующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель динамики индекса промышленного производства. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – индекса реального объема промышленного производства
Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса реального объема промышленного производства на ближайший квартал.
11. Прогнозирование эндогенной переменной - нормы безработицы
Используя прогнозную оценку индекса реального объема промышленного производства, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня нормы безработицы на бли-жайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Задание
Ставится задача исследовать, как влияет индекс реальных инвести-ций в основной капитал (INVFC_Q_DIRI) на реальные денежные доходы (HHI_M_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1994 и 2002 соответственно).
Данные с сайта http://sophist.hse.ru
Исходные данные представлены в таблице 1.
Таблица 1 – Исходные поквартальные данные за 2008-2016 годы
T Индекс реальных де-нежных доходов Индекс реальных инвестиций в основной капитал
2008 I 164,5 107,5
II 180,2 156,2
III 175,5 175,6
IV 230,9 223,7
2009 I 174,0 88,2
II 186,4 123,7
III 180,4 144,6
IV 261,1 203,1
2010 I 185,4 83,9
II 195,0 130,5
III 187,8 152,2
IV 274,8 225,7
2011 I 178,6 87,4
II 196,6 140,6
III 191,1 169,6
IV 284,4 259,5
2012 I 184,5 99,4
II 211,6 155,4
III 200,3 178,8
IV 300,0 267,7
2013 I 202,7 102,0
II 216,4 155,8
III 202,1 178,3
IV 310,2 270,8
2014 I 189,2 98,8
II 208,9 156,2
III 203,3 177,9
IV 286,8 263,4
2015 I 185,5 91,7
II 202,2 138,2
III 194,3 153,4
IV 301,5 238,9
2016 I 184 88,2
II 193,3 133,0
III 189,2 151,9
IV 281,4 235,9
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реальных инвестиций в основной капитал на реальные денежные доходы и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрес-сия;
- с помощью надстройки Excel Поиск решения;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии денежных доходов на индекс реальных инвестиций в основной капитал. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Прове-рить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сде-лайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии денежных доходов населения на индекс реальных инвестиций в основной капитал, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскеда-стичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутст-вии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса реальных инвестиций в основной капитал во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множественной регрессии
Введите необходимое количество фиктивных переменных, характе-ризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель динамики индекса реальных инвестиций в основной капитал. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – индекса реальных инвестиций в основной капитал
Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования индекса реальных инвестиций в основной капитал на ближайший квартал.
11. Прогнозирование эндогенной переменной - денежных доходов населения
Используя прогнозную оценку индекса реальных инвестиций в ос-новной капитал, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня денежных доходов на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Задание
Ставится задача исследовать, как влияет индекс промышленного произ-водства (по ОКВЭД IP_EA_M) на среднедушевые денежные доходы населения (HHI_M) (рублей в месяц). Первый показатель – цепной индекс, где за базу (100%) взят уровень 2002 года. Данные с сайта http://sophist.hse.ru
Исходные данные представлены в таблице 1.
Таблица 1 – Исходные данные
T Реальные денежные доходы Индекс промышленного производ-ства
2008 I 13312 152,6
II 15159 145,6
III 15091 148,4
IV 19960 138,3
2009 I 15864 129,9
II 17291 125,7
III 16768 131,5
IV 24461 147,4
2010 I 17687 141,8
II 19053 134,7
III 18526 139,5
IV 28173 157,9
2011 I 19114 146,8
II 21279 143,5
III 20376 146,1
IV 31568 164,7
2012 I 20848 151,8
II 24126 145,8
III 23396 149,5
IV 35548 169,2
2013 I 24422 151,5
II 26441 148,3
III 24841 151,5
IV 39759 169,9
2014 I 24602 153,8
II 27587 148,9
III 27132 156
IV 40972 176,8
2015 I 27621 153
II 30049 141,9
III 29589 150,4
IV 46493 169
2016 I 29076 152,5
II 30872 144,5
III 30577 149,2
IV 45948 174,1
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диа-граммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзо-генным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом промышленного производства и среднедушевыми денежными доходами населения и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- с помощью надстройки Excel Поиск решения;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии денежных доходов населе-ния на индекс промышленного производства. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии денежных доходов населения на индекс промышленного производства, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса промышленного производства во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множест-венной регрессии
Введите необходимое количество фиктивных переменных, характери-зующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель динамики индекса промышленного производства. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – индекса промышленного производства
Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса промышленного производства на ближайший квартал.
11. Прогнозирование эндогенной переменной - среднедушевых денежных доходов населения
Используя прогнозную оценку индекса промышленного производства, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня денежных доходов населения на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Задание
Ставится задача исследовать, как влияет индекс реальных инвестиций в основной капитал (INVFC_Q_DIRI) на индекс реального ВВП РФ (GDPEA_Q_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1994 и 2005 соответственно). Данные с сайта http://sophist.hse.ru
Исходные данные представлены в таблице 1.
Таблица 1 – Исходные данные
T Индекс реальных инвестиций в ос-новной капитал Индекс реального ВВП
2007 I 87,1 131,3
II 132,9 144,4
III 156,5 156,9
IV 226,7 164,6
2008 I 107,5 143,3
II 156,2 155,8
III 175,6 167
IV 223,7 162,4
2009 I 88,2 130,1
II 123,7 138,4
III 144,6 152,6
IV 203,1 158,2
2010 I 83,9 135,4
II 130,5 145,3
III 152,2 158,4
IV 225,7 166,3
2011 I 87,4 139,9
II 140,6 151,4
III 169,6 164,8
IV 259,5 174
2012 I 99,4 147,3
II 155,4 157,9
III 178,8 170
IV 267,7 177,1
2013 I 102 148,2
II 155,8 159,7
III 178,3 172
IV 270,8 180,8
2014 I 98,8 149,1
II 156,2 161,8
III 177,9 173,3
IV 263,4 181,3
2015 I 91,7 146,3
II 138,2 156,3
III 153,4 168,7
IV 238,9 175,4
2016 I 88,2 145,7
II 133 155,5
III 151,9 168,1
IV 235,9 176
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диа-граммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзо-генным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между исследуемыми показателями и сделать вывод о возможности построение линейной модели парной регрессии индекса реального ВВП РФ на индекс реальных инвестиций в основной капитал. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- с помощью надстройки Поиск решения;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии. Дайте экономическую ин-терпретацию параметрам модели регрессии индекса реального ВВП РФ на индекс реальных инвестиций в основной капитал. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана или Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения объясняющей переменной - индекс реальных инвестиций в основной капитал во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множест-венной регрессии
Введите необходимое количество фиктивных переменных, характери-зующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель динамики объясняющей переменной. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – индекса реальных инвестиций в основной капитал
Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса реальных инвестиций в основной капитал на ближайший квартал.
11. Прогнозирование эндогенной переменной - индекса реального ВВП
Используя прогнозную оценку индекса реальных инвестиций в основной капитал, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого индекса реального ВВП на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Задание
Ставится задача исследовать, как влияет размер средней номинальной заработной платы (WAG_C_Q в руб.) на среднедушевые денежные доходы населения (HHI_M в руб.) в России. Данные с сайта http://sophist.hse.ru
Таблица 1
Динамика средней номинальной заработной платы и среднедушевых денежных доходов
T Средняя номинальная заработная плата, руб. Среднедушевые денежные дохо-ды населения, руб.
2007 I 11 876 11 132
II 12 993 12 392
III 13 494 12 847
IV 15 742 19 632
2008 I 15 424 13 312
II 16 962 15 159
III 17 556 15 091
IV 18 966 19 960
2009 I 17 441 15 864
II 18 419 17 291
III 18 673 16 768
IV 20 670 24 461
2010 I 19 485 17 687
II 20 809 19 053
III 21 031 18 526
IV 23 491 28 173
2011 I 21 354 19 114
II 23 154 21 279
III 23 352 20 376
IV 26 905 31 568
2012 I 24 407 20 848
II 26 547 24 126
III 26 127 23 396
IV 30 233 35 548
2013 I 27 339 24 422
II 30 245 26 441
III 29 578 24 841
IV 33 269 39 759
2014 I 30 057 24 602
II 32 963 27 587
III 31 730 27 132
IV 35 685 40 972
2015 I 31 566 27 621
II 29 757,1 34 703,0
III 30 695,1 32 983,0
IV 36 067,1 35 692,0
2016 I 26 507,2 34 000,0
II 30 119,4 37 404,0
III 30 586,9 35 744,0
IV 35 849,0 39 824,0
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между средней номинальной заработной платой и среднедушевыми денежными доходами населения и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- по формулам: , ;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии среднедушевых денежных доходов населения на среднюю номинальную заработную плату. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии среднедушевых денежных доходов населения на среднюю номинальную заработную плату, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскеда-стичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения объема номинальной зарплаты во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множест-венной регрессии.
Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель размера номинальной зарплаты. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной - средней номинальной зарплаты
Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования номинальной зарплаты на ближайший квартал.
11. Прогнозирование эндогенной переменной - среднедушевых денежных доходов населения
Используя прогнозную номинальной зарплаты, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня среднедушевых денежных доходов населения на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Описание работы
Задание
Ставится задача исследовать, как влияет индекс реальных инвестиций в основной капитал (INVFC_Q_DIRI) на реальные денежные доходы (HHI_M_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1994 и 2002 соответственно). Данные с сайта http://sophist.hse.ru
Исходные данные представлены в таблице 1.
Таблица 1 – Исходные данные
T реальные денежные доходы Индекс реальных инвестиций в основной капитал
2007 I 157,1 87,1
II 173,2 132,9
III 175,8 156,5
IV 258,7 226,7
2008 I 164,5 107,5
II 180,2 156,2
III 175,5 175,6
IV 230,9 223,7
2009 I 174 88,2
II 186,4 123,7
III 180,4 144,6
IV 261,1 203,1
2010 I 185,4 83,9
II 195 130,5
III 187,8 152,2
IV 274,8 225,7
2011 I 178,6 87,4
II 196,6 140,6
III 191,1 169,6
IV 284,4 259,5
2012 I 184,5 99,4
II 211,6 155,4
III 200,3 178,8
IV 300 267,7
2013 I 202,7 102
II 216,4 155,8
III 202,1 178,3
IV 310,2 270,8
2014 I 189,2 98,8
II 208,9 156,2
III 203,3 177,9
IV 286,8 263,4
2015 I 185,5 91,7
II 202,2 138,2
III 194,3 153,4
IV 301,5 238,9
2016 I 184 88,2
II 193,3 133
III 189,2 151,9
IV 281,4 235,9
Требуется:
1. Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
2. Исследование взаимосвязи данных показателей с помощью диа-граммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзо-генным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реальных инвестиций в основной капитал и реальными де-нежными доходами населения и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
- надстройки Excel Анализ данных, используя инструмент Регрессия;
- по формулам: , ;
- с помощью функции ЛИНЕЙН.
Выпишите полученное уравнение регрессии денежных доходов населе-ния на индекс реальных инвестиций в основной капитал. Дайте экономическую интерпретацию параметрам модели. Отобразите на графике исходные данные и результаты моделирования.
4. Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте выводы о качестве уравнения регрессии.
5. Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели денежных доходов населения на индекс реальных инвестиций в основной капитал, выбрав последнее наблюдение в качестве контрольного уровня.
6. Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
7. Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина -Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
8. Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса реальных инвестиций в основной капитал во времени с целью визуального выявления сезонной волны.
9. Построение спецификации эконометрической модели множест-венной регрессии
Введите необходимое количество фиктивных переменных, характери-зующих степень влияния каждого квартала в отдельности. Постройте много-факторную модель динамики индекса реальных инвестиций в основной капи-тал. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний.
10. Прогнозирование экзогенной переменной – индекса реальных инвестиций в основной капитал
Использовать построенную многофакторную модель с фиктивными пе-ременными для прогнозирования индекса реальных инвестиций в основной капитал на ближайший квартал.
11. Прогнозирование эндогенной переменной - денежных доходов населения
Используя прогнозную оценку индекса реальных инвестиций в основной капитал, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого уровня денежных доходов населения на ближайший квартал.
12. Представить результаты моделирования и прогнозирования в графическом формате
Свернуть
Показать еще работы
Свернуть
