Контрольная работа по "Эконометрике". 32

Задание 1 (макс. 20 баллов)

Универмаг решил  проанализировать сроки погашения  кредита для различных категорий  своих клиентов. Выборка, включающая 1200 платежей, дала следующие результаты.

Время Служащие Пенсионеры Студенты
До 40 суток 380 220 120
От 40 до 100 суток 220 200 60

Есть  ли существенная разница между отдельными категориями покупателей с точки  зрения сроков погашения кредита? Ответ  обосновать, используя соответствующую  эконометрическую модель. 

Решение

     Установим две гипотезы:

     Н0: нет связи между категориями покупателей и сроками погашения кредита.

     Н1: есть связь между категориями  покупателей и сроками погашения  кредита.

     Гипотезы испытывается на 5% уровне значимости, табличное значение при числе степеней свободы 2, χ2=5,991.

     Для расчета проверочной статистики χ2 определяются ожидаемые частоты.

Время служащие Пенсионеры Студенты Итого
До 40 суток 720*600/1200=360 720*420/1200=252 720*180/1200=108 720
от 40 суток до 100 суток 480*600/1200=240 480*420/1200=168 480*180/1200=72 480
Итого 600 420 180 1200

     Далее рассчитывается критерий χ2

380 360 20 400 1,1111
220 252 -32 1024 4,0635
120 108 12 144 1,3333
220 240 -20 400 1,6667
200 168 32 1024 6,0952
60 72 -12 144 2,0000
        ∑=16,2698

     Получаем  χ2=16,27>5,991.

     Гипотеза Н1 признается и можно говорить о том, что имеется связь между отдельными категориями покупателей с точки зрения сроков погашения кредита.

Задание 2 (макс. 30 баллов)

. При исследовании 8 магазинов получены следующие  данные. 

Наблюдение Объем товарооборота,

млн. руб.

Число работников
1 0,5 73
2 0,7 85
3 0,9 102
4 1,1 115
5 1,4 122
6 1,4 126
7 1,7 134
8 1,9 147

Построить регрессионную модель зависимости  объема товарооборота от числа работников. Проверить значимость модели и коэффициентов модели. Рассчитать коэффициент эластичности и дать ему экономическую интерпретацию. Построить 95% доверительный интервал для оценки объема товарооборота отдельного магазина со 100 работниками. 

Решение

Использование такой функции в офисной программе  Excel как регрессия позволяет определить значимость модели, параметры уравнения регрессии и границы доверительного интервала для параметров модели.

Результаты  расчетов

Регрессионная статистика  
Множественный R 0,985476
R-квадрат 0,971163
Нормированный R-квадрат 0,966357
Стандартная ошибка 0,089321
Наблюдения 8
 
Дисперсионный анализ          
  df SS MS F Значимость F
Регрессия 1 1,61213 1,61213 202,0652 7,58E-06
Остаток 6 0,04787 0,007978    
Итого 7 1,66      
 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение -0,97388 0,156155 -6,23658 0,000787 -1,35597 -0,59178
Переменная X 1 0,019238 0,001353 14,21496 7,58E-06 0,015926 0,022549
 

Линейное  уравнение имеет следующий вид

У=-0,97+0,019238*Х

Параметры уравнения находятся в следующих  границах.

Постоянный  параметр а имеет границы (-1,35; 0,59)

Параметр  Х имеет границы (0,016; 0,023)

Значение  коэффициент Фишера Fрасч=202,0652, при табличном значении F-критерия 5,99, получаем, что Fрасч>Fрасч. Следовательно построенное уравнение и параметры уравнения  являются значимыми. Значение коэффициента детерминации R-квадрат=0,9712 свидетельствует, что 97,12% вариации товарооборота обусловлено вариацией числа работников.

На основании  построенного уравнения определяем прогнозное значение товарооборота  при 100 работниках.

У100=-0,97+0,019238*100=0,95 млн. руб.

Значение  коэффициента эластичности определяется в таблице

наблюдение Число работников Объем товарооборота, млн. руб.      
  Х У Ŷ Х/Ŷ Коэффициент эластичности
1 73 0,5 0,43 169,58 3,2623
2 85 0,7 0,66 128,53 2,4726
3 102 0,9 0,99 103,20 1,9853
4 115 1,1 1,24 92,86 1,7863
5 122 1,4 1,37 88,85 1,7092
6 126 1,4 1,45 86,89 1,6716
7 134 1,7 1,60 83,54 1,6072
8 147 1,9 1,85 79,28 1,5253
Итого         16,0198

Значение  коэффициента эластичности составляет 16,0198. Это означает, что при изменении  количества работников на 1%, сумма товарооборота  изменится на 16,02%.

Задание 3 (макс. 30 баллов)

Приведены данные за 15 лет по темпам прироста заработной платы  (%), производительности труда (%), а также по уровню инфляции (%).

Год 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
3,5 2,8 6,3 4,5 3,1 1,5 7,6 6,7 4,2 2,7 4,5 3,5 5,0 2,3 2,8
4,5 3,0 3,1 3,8 3,8 1,1 2,3 3,6 7,5 8,0 3,9 4,7 6,1 6,9 3,5
9,0 6,0 8,9 9,0 7,1 3,2 6,5 9,1 14,6 11,9 9,2 8,8 12,0 12,5 5,7

Постройте уравнение линейной регрессии прироста заработной платы от производительности труда и уровня инфляции. Проверьте качество построенного уравнения регрессии с надежностью 0,95. Проведите проверку наличия в модели автокорреляции на уровне значимости 0,05. 

Решение

     Решение также производится с использование  офисной программы. МУМНОЖ.

     Матрица независимых переменных Х имеет  размерность 15х3

     

     Матрица зависимых переменных У имеет  размерность 15х1

     

     Матрица

     Матрица

     Элементы  обратной матрицы равны 

     

     Решением  системы нормальных уравнений является вектор

     Уравнение линейной регрессии прироста заработной платы от производительности труда и уровня инфляции выглядит следующим образом

     

     Для определения границ доверительного интервала определяются оценки дисперсий: остатков регрессии s2 и коэффициентов модели sb1, sb2, sb3. Предварительные вычисления делаются в таблице

  Уi Ŷi ei ei2 ( )2 eiei-1
1 9 8,769797 0,230203 0,052993 0,1 0,01  
2 6 6,182074 -0,18207 0,033151 -2,9 8,41 -0,04191
3 8,9 8,170114 0,729886 0,532734 0 0 -0,13289
4 9 8,259663 0,740337 0,548099 0,1 0,01 0,540362
5 7,1 7,52364 -0,42364 0,17947 -1,8 3,24 -0,31364
6 3,2 2,686989 0,513011 0,26318 -5,7 32,49 -0,21733
7 6,5 7,669718 -1,16972 1,36824 -2,4 5,76 -0,60008
8 9,1 9,12031 -0,02031 0,000412 0,2 0,04 0,023757
9 14,6 13,57723 1,022768 1,046055 5,7 32,49 -0,02077
10 11,9 13,52854 -1,62854 2,652139 3 9 -1,66562
11 9,2 8,407644 0,792356 0,627828 0,3 0,09 -1,29038
12 8,8 9,065759 -0,26576 0,070628 -0,1 0,01 -0,21058
13 12 11,92609 0,073914 0,005463 3,1 9,61 -0,01964
14 12,5 11,69046 0,809542 0,655358 3,6 12,96 0,059837
15 5,7 6,921978 -1,22198 1,49323 -3,2 10,24 -0,98924
Сумма 133,5     9,528982   124,36 -4,87813

     Среднее по выборке для исходных данных таблицы  равно 

     Оценка  дисперсии остатков регрессии

s2=9,528982/12=0,794082

     Оценка  коэффициентов модели

s2b=0,794082*0,271=0,78421

sb=0,885556

s2b2=0,794082*0,526=0,019524

sb2=0,139728

s2b3=0,794082*1,48=0,015432

sb3=0,124227

     Полученные  среднеквадратические отклонения коэффициентов  используются для определения доверительных  интервалов оценок параметров модели. Табличное значение t-статистики для степени свободы n-3 и уровня надежности 0,95 составляет 2,179.

     Границы доверительных интервалов следующие: b1=(-1,65902;2,200232), b2=(0,221265;0,830197), b3=(1,209117; 1,750498)

     Для определения качества составленного уравнения используется коэффициент детерминации

     

     Коэффициент множественной корреляции R=0,960924. Таким образом, поскольку значение R принимает значение близкое к единице, можно сделать вывод, что линия регрессии хорошо описывает зависимую переменную.

     Для проверки регрессии на автокорреляцию рассчитывается коэффициент корреляции . Статистика DW=2(1-0,51193)=3,023852

     Табличные значения статистики DW при уровне значимости 5% dL=0,82  dU=1,75 и статистика DW не попадает в зону dU=1,75≤DW=3,023852≥ (4- dU)=2,25, что говорит о наличии автокорреляции

Задание 4 (макс. 20 баллов)

В таблице представлены данные, характеризующие динамику продаж некоторой продукции.

Год 1 2 3 4 5 6 7 8 9 10
Реализация 139 101 121 145 150 148 157 164 160 168

Определить оптимальный  тренд и оценить его значимость на уровне значимости равным 0,05. Дать точечный прогноз и с надежностью 0,95 интервальный прогноз среднего и индивидуального значений реализации продукции на одиннадцатый год.

Решение

Для начала строится точечный график

Можно сделать  предположение о линейной прямой зависимости. Используя пакет анализа  получаем. 

Регрессионная статистика  
Множественный R 0,90101
R-квадрат 0,811819
Нормированный R-квадрат 0,784937
Стандартная ошибка 10,10186
Наблюдения 9
 
Дисперсионный анализ          
  df SS MS F Значимость F
Регрессия 1 3081,667 3081,667 30,19832 0,000911
Остаток 7 714,3333 102,0476    
Итого 8 3796      
 
  Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение 103 8,518638 12,09113 6,04E-06 82,85664 123,1434
1 7,166667 1,304145 5,4953 0,000911 4,082856 10,25048

 Значение  R-квадрат позволяет говорить о том, что изменения реализации зависят от периода времени. Так как табличное значение F-критерия составляет 5,12, получается, что уравнение с определенными параметрами является значимым. Линейная зависимость выглядит следующим образом.

У=103+7,167*t

Ежегодный объем  реализации увеличивается в среднем на 7,167 ед. Прогнозное значение У11= 103+7,167*11=181,837 (ед)

Вспомогательные расчеты представлены в таблице

год реализация Ŷ-Уср (Ŷ-Уср)2 (Y-Ycр)2 ti-tср)2
1 139 21,95584 482,0591 2,640625 20,25
2 101 43,91169 1928,236 1570,141 12,25
3 121 65,86753 4338,532 385,1406 6,25
4 145 87,82338 7712,945 19,14063 2,25
5 150 109,7792 12051,48 87,89063 0,25
6 148 131,7351 17354,13 54,39063 0,25
7 157 153,6909 23620,9 268,1406 2,25
8 164 175,6468 30851,78 546,3906 6,25
9 160 197,6026 39046,79 375,3906 12,25
10 168 219,5584 48205,91 749,3906 20,25
итого 1453 - 185592,7621 4058,656515  

Оценка дисперсии

S2=4058,66/(8-2)=676,44

Оценка групповой  дисперсии

Sу112=676,44*(1/8+(11-5,5)2/4058,66)=89,56

S=9,46

t0,95;8=2,31. Интервальная оценка прогноза среднего значения реализации в 1  году

181,837±2,31*9,46

159,98≤У11≤203,69

Дисперсия для оценки у*(11)

SŶ112=676,44*(1+1/8+(11-5,5)2/4058,66)=765.73

S=27,67

Интервальная  оценка для у*(11)

181,837±2,31*27,67

117,94≤У11≤203,69245,737 
 
 
 

     Список  использованной литературы 

  1. Кремер  Н.Ш., Путко Б.А. Эконометрика: Учебник  для вузов/Под ред.проф. Н.Ш.Кремера. – М.: ЮНИТИ-ДАНА, 2005.-311с.
  2. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. – 5-е изд., испр. – М.: Дело, 2001. – 400 с.
  3. Осипов А.Л. Эконометрика: Учебное пособие для дистанцион.обучения и самост.работы/ А.Л.Осипов, В.Н.Храпов. – Новосибирск: СибАГС, 2004. – 228 с.
  4. Эконометрика: Учебник/под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002. – 344 с.
Контрольная работа по "Эконометрике". 32