Описание
Задача 1. По территориям региона приводятся данные за 199X г. (см. таблицу своего варианта).
Требуется:
1. Построить линейное уравнение парной регрессии от .
2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость параметров регрессии и корреляции с помощью -критерия Фишера и -критерия Стьюдента.
4. Выполнить прогноз заработной платы при прогнозном значении среднедушевого прожиточного минимума , составляющем 107% от среднего уровня.
5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
6. На одном графике построить исходные данные и теоретическую прямую.
Вариант 2
Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., | Среднедневная заработная плата, руб., |
1 | 74 | 122 |
2 | 81 | 134 |
3 | 90 | 136 |
4 | 79 | 125 |
5 | 89 | 120 |
6 | 87 | 127 |
7 | 77 | 125 |
8 | 93 | 148 |
9 | 70 | 122 |
10 | 93 | 157 |
11 | 87 | 144 |
12 | 121 | 165 |
D.2. Множественная регрессия и корреляция
По 20 предприятиям региона изучается зависимость выработки продукции на одного работника (тыс. руб.) от ввода в действие новых основных фондов (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих (%) (смотри таблицу своего варианта).
Требуется:
1. Построить линейную модель множественной регрессии. Записать стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
2. Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их.
3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации.
4. С помощью -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации .
5. С помощью частных -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора после и фактора после .
6. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор.
Вариант 2
Номер предприятия | Номер предприятия | ||||||
1 | 6 | 3,5 | 10 | 11 | 10 | 6,3 | 21 |
2 | 6 | 3,6 | 12 | 12 | 11 | 6,4 | 22 |
3 | 7 | 3,9 | 15 | 13 | 11 | 7 | 23 |
4 | 7 | 4,1 | 17 | 14 | 12 | 7,5 | 25 |
5 | 7 | 4,2 | 18 | 15 | 12 | 7,9 | 28 |
6 | 8 | 4,5 | 19 | 16 | 13 | 8,2 | 30 |
7 | 8 | 5,3 | 19 | 17 | 13 | 8,4 | 31 |
8 | 9 | 5,3 | 20 | 18 | 14 | 8,6 | 31 |
9 | 9 | 5,6 | 20 | 19 | 14 | 9,5 | 35 |
10 | 10 | 6 | 21 | 20 | 15 | 10 | 36 |
D.3. Системы эконометрических уравнений
Даны системы эконометрических уравнений.
Требуется
1. Применив необходимое и достаточное условие идентификации, определите, идентифицируемо ли каждое из уравнений модели.
2. Определите метод оценки параметров модели.
3. Запишите в общем виде приведенную форму модели.
Вариант 2
Макроэкономическая модель (упрощенная версия модели Клейна):
где – потребление; – инвестиции; – доход; – налоги; – запас капитала; – текущий период; – предыдущий период.
D.4. Временные ряды
Имеются условные данные об объемах потребления электроэнергии ( ) жителями региона за 16 кварталов.
Требуется:
Построить автокорреляционную функцию и сделать вывод о наличии сезонных колебаний.
Построить аддитивную модель временного ряда (для нечетных вариантов) или мультипликативную модель временного ряда (для четных вариантов).
Сделать прогноз на 2 квартала вперед.
Варианты 1, 2
1 | 5,8 | 9 | 7,9 |
2 | 4,5 | 10 | 5,5 |
3 | 5,1 | 11 | 6,3 |
4 | 9,1 | 12 | 10,8 |
5 | 7,0 | 13 | 9,0 |
6 | 5,0 | 14 | 6,5 |
7 | 6,0 | 15 | 7,0 |
8 | 10,1 | 16 | 11,1 |
38 стр.