Контрольная работа по "Эконометрике". 32
Задание 1 (макс. 20 баллов)
Универмаг решил
проанализировать сроки погашения
кредита для различных
| 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
Решение
Установим две гипотезы:
Н0: нет связи между категориями покупателей и сроками погашения кредита.
Н1:
есть связь между категориями
покупателей и сроками
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
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
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/
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/
S=27,67
Интервальная оценка для у*(11)
181,837±2,31*27,67
117,94≤У11≤203,69245,737
Список
использованной литературы
- Кремер Н.Ш., Путко Б.А. Эконометрика: Учебник для вузов/Под ред.проф. Н.Ш.Кремера. – М.: ЮНИТИ-ДАНА, 2005.-311с.
- Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учеб. – 5-е изд., испр. – М.: Дело, 2001. – 400 с.
- Осипов А.Л. Эконометрика: Учебное пособие для дистанцион.обучения и самост.работы/ А.Л.Осипов, В.Н.Храпов. – Новосибирск: СибАГС, 2004. – 228 с.
- Эконометрика: Учебник/под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2002. – 344 с.

- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"
- Контрольная работа по "Эконометрике"