Автономная некоммерческая организация высшего образования «МОСКОВСКИЙ МЕЖДУНАРОДНЫЙ УНИВЕРСИТЕТ»

Кафедра экономики и управления Форма обучения: заочная/очно-заочная

ВЫПОЛНЕНИЕ

ПРАКТИЧЕСКИХ ЗАДАНИЙ

ПО ДИСЦИПЛИНЕ

ЭКОНОМЕТРИКА



Группа Ср20Э171
Студент
А.А.Федаева


МОСКВА 2022

ЗАДАНИЕ ПО ПРАКТИЧЕСКОЙ РАБОТЕ
Вопросы:

1. 
   Укажите основные этапы эконометрического исследования.
   

Ответ:

- постановку проблемы;

- получение данных, анализ их качества;

- выбор спецификации модели;

- отбор факторов;

- оценку параметров;

- проверка надёжности полученных параметров;

- интерпретацию результатов.

2. 
   Назовите виды аналитических зависимостей, наиболее часто используются при построении моделей.
   

Ответ: наиболее часто используются при построении моделей линейная и степенная функции.

3. 
   Охарактеризуйте функции, которые чаще всего используются для построения уравнения парной регрессии.
   

Ответ:  В парной регрессии выбор вида математической функции ŷх = f(x) может быть осуществлен тремя методами:

1. графическим;

2. аналитическим, т.е. исходя из теории изучаемой взаимосвязи;

3. экспериментальным.

Класс математических функций для описания связи двух переменных достаточно широк. Основными являются следующие:

1) ŷх = a + b*x;

2) ŷх = a + b/x;

3) ŷх = a*xb;
4) ŷх = a + b*x + c*x2;
5) ŷх = a + b*x + c*x2 + d*x3;
6) ŷх = a*bx.

4. 
   Укажите, по какой формуле вычисляется выборочный коэффициент парной корреляции r_xy .
   

---

Выборочный коэффициент корреляции является одним из основных показателей тесноты связи между двумя переменными. При изучении зависимости переменной Y от переменной Х выборочный коэффициент корреляции обозначается как rxy. При изучении зависимости переменной Х от переменной Y выборочный коэффициент корреляции обозначается как ryx.

Выборочный коэффициент корреляции является оценкой коэффициента корреляции Pxy генеральной совокупности.

Выборочный парный коэффициент корреляции ryx.



где ух – среднее арифметическое произведения факторной и результативной переменных:



S y – выборочное среднеквадратическое отклонение результативной переменной у , показывающее, на сколько единиц в среднем отклоняются значения результативной переменной уот ее среднего значения y–:



у 2 – среднее значение из квадратов значений результативной переменной у :



Выборочный коэффициент корреляции обладает следующими свойствами:

1) по абсолютной величине выборочный коэффициент корреляции не превосходит единицы: | r yx | ≤ 1, или –1 ≤ ryx ≤ 1;

2) если ryx = 0, т. е. выборочный коэффициент корреляции равен нулю, то переменные Y и Х не связаны статистической зависимостью. В этом случае проведение регрессионного анализа между исследуемыми переменными считается нецелесообразным;

3) если |ryx| = 1, т. е. выборочный коэффициент корреляции по абсолютной величине равен единице, то наблюдаемые значения исследуемых переменных связаны линейной функциональной зависимостью;

4) если выборочный коэффициент корреляции принадлежит интервалу от нуля до единицы, то связь между исследуемыми переменными прямая; если же выборочный коэффициент корреляции принадлежит интервалу от нуля до минус единицы

---

, то связь между исследуемыми переменными обратная.

5. 
   Объясните сущность метода анализа динамического ряда.
   

Ответ: Комплексный анализ динамических рядов, как правило, включает не только расчет характеристик интенсивности изменения уровней ряда при переходе от одного момента или промежутка времени к другому (абсолютных приростов, коэффициентов и темпов роста и прироста), а также нахождение обобщенных средних характеристик (среднего уровня ряда, средних темпов роста и прироста), но и выявление основных закономерностей в развитии динамического ряда. Определение тенденции развития, построение модели, описывающей изменение явления во времени, прогнозирование явления - все это важнейшие задачи при изучении динамических рядов экономических и социальных показателей.

На формирование уровней динамического ряда влияет множество различных факторов, которые по характеру воздействия можно объединить в три группы:

1. 
   действующие долговременно и определяющие основную тенденцию развития явления;
   
2. 
   действующие периодически - сезонные и циклические колебания;
   
3. 
   вызывающие случайные колебания уровней динамического ряда.
   

Соответственно, для анализа закономерности изменения уровней ряда динамики во времени применяют следующую модель:



где Тt - основная тенденция ряда (тренд);

St - циклические (в частности, сезонные) колебания;

еt - случайные колебания.

В аддитивной модели ряд динамики представлен как сумма перечисленных компонент [yt = Tt + St + et], в мультипликативной модели - как их произведение [ ]. В дальнейшем будем исходить из предположения мультипликативной формы связи между компонентами ряда динамики.

Тенденцией развития, или трендом, называется сформировавшееся направление развития явления во времени под воздействием постоянно действующих факторов. Судить о наличии тенденции в динамическом ряду на основе его визуального анализа можно лишь тогда, когда четко видно, что при переходе от одного момента времени к другому уровни ряда возрастают или убывают. Однако, как правило, нельзя сразу сказать, есть или нет тенденция в изменении уровней динамического ряда. Для этого применяются специальные методы.

---

К методам выявления основной тенденции развития динамического ряда (Тt) относятся:

- метод укрупнения интервалов;

- метод скользящей средней;

- аналитическое выравнивание динамических рядов.
Задачи:

1. 
   Рассчитать коэффициенты для различных видов зависимостей. Исходные данные в табл.3
   

Таблица 3. Регрессионный анализ.

Значения вел X № варианта	10	20	30	40	50
1	7,38	18,15	44,64	109,79	270,06

Решение:

Система нормальных уравнений.


Линейная зависимость

Для расчёта параметров регрессии построим расчётную таблицу

	x	y	x2	y2	x*y
	10	7,38	100	54,4644	73,8
	20	18,15	400	329,4225	363
	30	44,64	900	1992,7296	1339,2
	40	109,79	1600	12053,8441	4391,6
	50	270,06	2500	72932,4036	13503
∑	150	450,02	5500	87362,8642	19670,6

Для наших данных система уравнений имеет вид
Откуда Найдём :

---

Уравнение линейной регрессии:

Экспоненциальная зависимость

	x	lny	x2	lny2	x*lny
	10	1,9988	100	3,9951	19,9877
	20	2,8987	400	8,4023	57,9734
	30	3,7986	900	14,4296	113,9589
	40	4,6986	1600	22,0766	187,9428
	50	5,5986	2500	31,3448	279,9322
∑	150	18,9933	5500	80,2484	659,795

Домножим 1-е уравнение системы на (-30), получим систему, которую решим методом алгебраического сложения.
Откуда
Найдём :
Уравнение экспоненциальной зависимости: y = e^1,099e^0,09x = 3,00046e^0,09x

Степенная зависимость

Для расчёта параметров регрессии построим расчётную таблицу (табл. 1)

	lnx	lny	lnx2	lny2	lnx*lny
	2,3026	1,9988	5,3019	3,9951	4,6023
	2,9957	2,8987	8,9744	8,4023	8,6836
	3,4012	3,7986	11,5681	14,4296	12,9199
	3,6889	4,6986	13,6078	22,0766	17,3325
	3,912	5,5986	15,3039	31,3448	21,902
∑	16,3004	18,9933	54,7562	80,2484	65,4404

---

Смотрите также файлы

• Методологические основы игры.pptx

• Курсовая работа По теме Виды пособий по временной нетрудоспособности.docx

• Ценаэто та сумма, за которую товар продается (доход). Стоимость.docx

• 1. Теоретикометодологические аспекты защиты прав граждан в области социальной защиты.docx

• Минимизация рисков за счет покупки уже готовой бизнесмодели, которая успела положительно отрекомендовать себя в рамках конкурентного рынка.docx