Контрольная работа по эконометрике вариант 5
| Цена, руб. | 400 |
| Номер работы | 54397 |
| Предмет | Экономика |
| Тип работы | Контрольная |
| Объем, стр. | 23 |
| Оглавление | "Часть 1. Комплексная задача по теме «Характеристики и модели временных рядов» Исследуйте динамику экономического показателя на основе ана¬лиза одномерного временного ряда. Зафиксирован объем продаж Y(t) (тыс. шт.) одного из продуктов фирмы за одиннадцать месяцев. Временной ряд данного показателя представлен в таблице 1. Таблица 1 Объем продаж Y(t) (тыс. шт.) одного из продуктов фирмы за одиннадцать месяцев Номер Номер наблюдения (t= 1, 2, …, 11) варианта 1 2 3 4 5 6 7 8 9 10 11 5 9 11 10 12 15 18 20 22 24 23 26 Задания: 1. Постройте график временного ряда, сделайте вывод о на¬личии и виде тренда. 2. Постройте линейную модель Y(t) = aо + а1 t, оценив ее пара¬метры с помощью метода наименьших квадратов (МНК). 3. Оцените адекватность построенной модели, используя свойства остаточной компоненты e(t). 4. Оцените точность модели на основе средней относительной ошибки аппроксимации. 5. Осуществите прогноз объема продаж на следующие два месяца (до-верительный интервал прогноза рассчитайте при доверительной вероятности P = 75%). 6. Фактические значения показателя, результаты моделирования и прогнозирования представьте графически. 7. Используя MS Excel, ППП VSTAT подберите для данных своего варианта наилучшую трендовую модель и выполните прогнозирование по лучшей модели на два ближайших периода вперед. Представьте в отчете соответствующие распечатки с комментариями о качестве выбранной модели. Продемонстрируйте возможности выполнения пп. 1-6 данной задачи с использованием MS Excel, ППП VSTAT, Gretl, RStudio. Представьте в отчете соответствующие распечатки с комментариями. Часть 2. Комплексная задача типа кейс-стади на применение корреляционного, парного и множественного регрессионного анализа данных Выполните эконометрическое моделирование стоимости квартир в Московской области. Варианты для самостоятельной работы, наименования показателей и исходные данные для эконометрического моделирования стоимости квартир в Московской области приведены в таблицах 1 – 3. Таблица 1 Варианты для самостоятельной работы Номер варианта Исследуемые факторы Номера наблюдений 5 Y, 1–40 Таблица 2 Наименования показателей Обозначение Наименование показателя Единицы измерения Y Цена квартиры тыс. долл. Общая площадь квартиры кв. м Этаж квартиры Площадь кухни кв. м Таблица 3 Исходные данные для эконометрического моделирования стоимости квартир № наблюдения Y X3 X5 X6 1 115 70,40 9 7 2 85 82,80 5 10 3 69 64,50 6 10 4 57 55,10 1 9 5 184,60 83,90 1 9 6 56 32,20 2 7 7 85 65,00 12 8,30 8 265 169,50 10 16,50 9 60,65 74 11 12,10 10 130 87 6 6 11 46 44 2 10 12 115 60 2 7 13 70,96 65,70 5 12,50 14 39,50 42,00 7 11 15 78,90 49,30 14 13,60 16 60 64,50 11 12 17 100 93,80 1 9 18 51 64 6 12 19 157 98 2 11 20 123,5 107,50 12 12,3 21 55,2 48,00 9 12 22 95,5 80,00 6 12,5 23 57,6 63,90 5 11,4 24 64,5 58,10 10 10,6 25 92 83,00 9 6,5 26 100 73,40 2 7 27 81 45,50 3 6,3 28 65 32,00 5 6,6 29 110 65,20 10 9,6 30 42,10 40,30 13 10,8 31 135,00 72,00 12 10 32 39,60 36,00 5 8,6 33 57,00 61,60 8 10 34 80,00 35,50 4 8,5 35 61,00 58,10 10 10,6 36 69,60 83,00 4 12 37 250,00 152,00 15 13,3 38 64,50 64,50 12 8,6 39 125,00 54,00 8 9 40 152,30 89,00 7 13 Задания: 1. Рассчитайте матрицу парных коэффициентов корреляции. Оцените статистическую значимость коэффициентов корреляции Y с каждым из факторов. Проверьте факторы на наличие мультиколлинеарности. 2. Постройте поле корреляции результативного признака Y и наиболее тесно связанного с ним фактора. 3. Рассчитайте параметры парной линейной регрессии для фактора, наиболее связанного с Y. 4. Оцените качество полученной модели через коэффициент детерминации, среднюю ошибку аппроксимации и F-критерий Фишера. Проверьте наличие гетероскедастичности в остатках. При ее наличии оцените модель с корректировкой гетероскедастичности (здесь можно воспользоваться программным продуктом). 5. По модели п. 3 (или 4) осуществите прогнозирование среднего значения показателя Y при уровне значимости , если прогнозное значение фактора составит 80% от его максимального значения. Представьте на графике фактические, модельные значения и точки прогноза. 6. Постройте нелинейные уравнения парной регрессии (степенную (варианты 1-5), показательную (варианты 6-10), гиперболическую) для фактора, наиболее связанного с Y. Выберите наиболее точную модель. Какая из спецификаций модели лучше: парная линейная или парная нелинейная модель? Ответ обоснуйте. 7. Используя пошаговую множественную регрессию (метод исключения или метод включения), постройте модель формирования результативного признака на основе только статистически значимых факторов ( ). Используя результаты п. 1, постарайтесь не включать в модель коллинеарные факторы. Дайте экономическую интерпретацию коэффициентов модели множественной регрессии. 8. Оцените качество построенной модели множественной регрессии. Улучшилось ли качество модели по сравнению с однофакторной моделью? Выполните прогнозирование результативного признака Y по модели множественной регрессии. Сравните результаты прогнозирования по парной и множественной регрессии. 9. Дайте оценку влияния значимых факторов на результат Y с помощью коэффициентов эластичности, коэффициентов. Определите наиболее влиятельный фактор. Расчеты следует выполнять как вручную, так и с использованием прикладных программных продуктов: Excel, VSTAT, Gretl, RStudio. Результаты работы с программами включите в отчет по соответствующему заданию. Часть 4. Ситуационная задача, включающая корреляционный и множественный регрессионный анализ данных Проведите корреляционно-регрессионный анализ данных. Расчеты следует выполнять как вручную, так и с использованием прикладных программных продуктов: мастера функций и пакета «Анализ данных» табличного процессора Excel, VSTAT, Gretl, RStudio. Результаты работы с программами включите в отчет по данному заданию. Вариант 5. По хлебобулочному предприятию исследуется зависимость месячного объема реализованной продукции от затрат в предыдущем месяце на теле-, радио-, газетную и наружную рекламу. Имеются данные за двенадцать месяцев: Таблица 1 Исходные данные Месяц Объем реализованной продукции (тыс. руб.) Затраты на рекламу (тыс. руб.) телерекламу радиорекламу газетную рекламу наружную рекламу 1 14050 240 42 42 34 2 16310 263 47 44 36 3 15632 241 55 45 35 4 15126 276 47 42 32 5 13972 236 49 47 25 6 15753 272 44 45 39 7 16661 276 57 55 45 8 15584 260 46 47 36 9 15326 280 40 35 34 10 14077 248 38 38 29 11 15528 289 49 45 25 12 15755 258 56 52 26 Требуется: 1. Построить линейную регрессионную модель объема реализованной продукции, не содержащую коллинеарных факторов. Оценить параметры модели. 2. Какая доля вариации объема реализованной продукции объясняется вариацией факторов, включенных в модель регрессии? 3. Присутствует ли в остатках регрессии автокорреляция первого порядка? 4. Приемлема ли точность регрессионной модели? 5. Спрогнозировать значение объема реализованной продукции, если прогнозные значения факторов на 25 % превышают свои средние значения. " |
| Цена, руб. | 400 |
Заказать работу «Контрольная работа по эконометрике вариант 5»
Отзывы
-
25.04
Спасибо за помощь! Только статистику пришлось немного переделать. Вместе с научным руководителем, о
Марина -
17.04
Рецензия на отлично, спасибо!!!
Марина - 15.04 Михаил