Файл: Контрольная работа по дисциплине Эконометрика.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 29.10.2023

Просмотров: 33

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Образовательное учреждение высшего образования

« Южно-Уральский институт управления и экономики»


КОНТРОЛЬНАЯ РАБОТА


По дисциплине «Эконометрика»
Вариант № 8

Выполнил(а) студент(ка)

___________________________________________________________

(Фамилия, имя, отчество)

___________________________________________________________

(Адрес проживания)
Группа ______________________
Дата отправления «__» ____201_ г.

Результат проверки____________________

Проверил преподаватель _______________

Дата проверки________________________

г. Челябинск, 2023

Содержание


Задача 1……………………………………………………………………………..

3

Задача 2……………………………………………………………………………..

12


Задача 1

По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (У, млн. руб) от объема капиталовложений (Х, млн. руб).

Требуется:

  1. Для характеристики У от Х построить следующие модели:

  • линейную,

  • степенную,

  • показательную,

  • гиперболическую.

  • Оценить каждую модель, определив:

    • индекс корреляции,

    • среднюю относительную ошибку,

    • коэффициент детерминации,

    • F – критерий Фишера.

  • Составить сводную таблицу вычислений, выбрать лучшую модель, дать интерпретацию рассчитанных характеристик.

  • Рассчитать прогнозное значение результативного признака, если прогнозное значение фактора увеличится на 110% относительно среднего уровня.

  • Результаты расчетов отобразить на графике.

    Вариант 8

    Таблица 1

    Y

    64

    56

    52

    48

    50

    46

    38

    X

    64

    68

    82

    76

    84

    96

    100



    Решение:

    Построение линейной модели парной регрессии.

    Определим линейный коэффициент парной корреляции по следующей формуле, используя данные таблицы 2:



    Таблица 2

    t

    y

    x

    yx

    x 2















    1


    64


    64


    4096


    4096


    13,43


    180,36


    -17,4


    303,8


    60,2


    3,84


    6,000


    2


    56


    68


    3808


    4642


    5,43


    29,485


    -13,4


    180,36


    58,0


    -1,96


    3,500


    3


    52


    82


    4264


    6724


    1,43


    2,0449


    0,57


    0,3249


    50,3


    1,74


    3,346


    4


    48


    76


    3648


    5776


    -2,57


    6,6049


    -5,43


    29,485


    53,6


    -5,56


    11,583


    5


    50


    84


    4200


    7056


    -0,57


    0,3249


    2,57


    6,6049


    49,2


    0,84


    1,680


    6


    46


    96


    4416


    9216


    -4,57


    20,885


    14,57


    212,28


    42,6


    3,44


    7,478


    7


    38

    100

    3800

    10000

    -12,6

    158,0

    18,57

    344,84

    40,4

    -2,36

    6,211

    Итого

    354,0

    570,0

    28232


    47492


    0,01

    397,71




    1077,7




    -0,02

    39,798


    Ср.

    знач


    50,57


    81,43


    4033,14


    6784,57




















    5,685


    Можно сказать, что связь между объемом капиталовложений X и объемом выпуска продукции Y обратная, достаточно сильная.

    Уравнение линейной регрессии имеет вид: .

    Значения параметров и b линейной модели определим, используя данные таблицы 2.



    Уравнение регрессии имеет вид: .

    С увеличением объема капиталовложений на 1 млн руб. объем выпускаемой продукции уменьшится в среднем на 550 тыс. руб. Это свидетельствует о неэффективности работы предприятий, и необходимо принять меры для выяснения причин и устранения этого недостатка.

    Рассчитаем коэффициент детерминации:

    Вариация результата Y (объема выпуска продукции) на 82,2% объясняется вариацией фактора X (объемом капиталовложений).

    Оценку значимости уравнения регрессии проведем с помощью F-критерия Фишера:

    ;

    FFтабл = 6,61 для =0,05; k1 = m = 1, k2 = nm – 1 = 5/

    Уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т.к. F Fтабл.

    Определим среднюю ошибку:

    .

    В среднем расчетные значения для линейной модели отличаются от фактических значений на 5,685%.

    Построение степенной модели парной регрессии

    Уравнение степенной модели имеет вид: .

    Для построения этой модели необходимо произвести линеаризацию переменных. Для этого произведем логарифмирование обеих частей уравнения:

    lg =
    lg a +b lg x. данные приведены в таблице 3

    Таблица 3




    Факт.

    Y(t)

    lg(y)

    Переменная

    X(t)

    lg(x)

    1

    2

    3

    4

    5

    6

    7

    28

    64,0

    56,0

    52,0

    48,0

    50,0

    46,0

    38,0

    354,0

    1,806

    1,748

    1,716

    1,681

    1,699

    1,633

    1,580

    11,893

    64

    68

    82

    76

    84

    96

    100

    570

    1,806

    1,833

    1,914

    1,881

    1,924

    1,982

    2,000

    13,340

    Сред. знач

    50,5714

    1,699

    81,429

    1,906


    Обозначим Y = lg , X = lg x, A = lg a. тогда уравнение примет вид: Y = A + bX – линейное уравнение регрессии. Рассчитаем его параметры, используя данные таблицы 3.





    y


    Y


    x


    X


    YX


    X2




    Ei






    1

    2

    3

    4

    5

    6

    7

    64

    56

    52

    48

    50

    46

    38

    1,8062

    1,7482

    1,7160

    1,6812

    1,6990

    1,6628

    1,5798

    64

    68

    82

    76

    84

    96

    100

    1,8062

    1,8325

    1,9138

    1,8808

    1,9243

    1,9823

    2,000

    3,2623

    3,2036

    3,2841

    3,1621

    3,2693

    3,2960

    3,1596

    3,2623

    3,3581

    3,6627

    3,5375

    3,7029

    3,9294

    4,0000

    61,294

    58,066

    49,133

    52,580

    48,088

    42,686

    41,159

    2,706

    -2,066

    2,867

    -4,580

    1,912

    3,314

    -3,159

    4,23

    3,69

    5,51

    9,54

    3,82

    7,20

    8,.31

    7,322

    4,270

    8,220

    20,976

    3,657

    10,982

    9,980

    итого

    354

    11,8931




    13,3399

    22,6370

    25,4528




    0,51

    42,32

    65,407


    Таблица 3