Файл: 21Э272в Студент А. Р. Сазонова москва 2023 Вопросы Укажите основные этапы эконометрического исследования.docx

Скачать файл
Заказать решение

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 05.12.2023

Просмотров: 22

Скачиваний: 1

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

Автономная некоммерческая организация высшего образования

«МОСКОВСКИЙ МЕЖДУНАРОДНЫЙ УНИВЕРСИТЕТ»

Кафедра экономики и управления
Форма обучения: очно-заочная


ВЫПОЛНЕНИЕ

ПРАКТИЧЕСКИХ ЗАДАНИЙ

ПО ДИСЦИПЛИНЕ

«Эконометрика»



Группа 21Э272в
Студент
А. Р. Сазонова


МОСКВА 2023

Вопросы:

  1. Укажите основные этапы эконометрического исследования.

Ответ: основные этапы эконометрического исследования:

  • постановка проблемы;

  • подготовка информации;

  • формулировка вида моделей количественных показателей экономики и их взаимосвязей;

  • оценка параметров и анализ качества моделей;

  • анализ и прогнозы количественных показателей экономики с помощью «удачных», с точки зрения статистических критериев, моделей, экономическое толкование результатов.

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

Ответ: линейная и степенная функции.

В линейной модели параметры bi при факторах хi характеризуют величину среднего изменения зависимой переменной y с изменением соответствующего фактора хi на единицу, в то время как значения остальных факторов остаются неизмененными.

В степенной модели параметры bj при факторах хi являются коэффициентами эластичности. Они показывают, на сколько процентов в среднем изменяется зависимая переменная y при изменении соответствующего фактора хi на 1 % в условиях неизменности действия других факторов. Этот вид уравнения регрессии получил наибольшее распространение в производственных функциях, в исследованиях спроса и потребления.


  1. 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:

  • графическим;

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

  • 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.

  1. Укажите, по какой формуле вычисляется выборочный коэффициент парной корреляции rxy .

Ответ: 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:



г де 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:

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

  • 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;

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

  • 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.

  1. 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 влияют фактороы, которые по характеру воздействия можно объединить в три группы:

  • действующие долговременно и определяющие основную тенденцию развития явления;

  • действующие периодически - сезонные и циклические колебания;

  • вызывающие случайные колебания уровней динамического ряда.

Д ля 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

2
30
50
70
90
110

3
23,94
58,95
99,87
145,16
194,01

4
126,19
54,92
33,77
23,91
18,29

5
166,44
55,41
18,44
6,14
2,04


Решение:



  • 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

=> =>

=> b = 6,17 =>

=> 5a + 150b = 450,02

5a + 150 * 6,17 = 450,02

a = -95,096

Уравнение линейной регрессии:

y = 6,17x – 95,096

  • Экспоненциальная зависимость

х
lny
x2
lny2
x*lny

10
1,9988
100
3,9951
10

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


=> =>

=> b = 0,09 =>

=> 5a + 150b = 18,993

5a + 150 * 0,09 = 18,993

a = 1,0988

Уравнение экспоненциальной зависимости:

e1,099e0,09x = 3,00046e0,09x

  • Степенная зависимость

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