Номер: 142208
Количество страниц: 6
Автор: marvel10
Контрольная Задание по эконометрике вариант 2, номер: 142208
390 руб.
Купить эту работу
Не подошла
данная работа? Вы можете заказать учебную работу
на любую интересующую вас тему
Заказать новую работу
данная работа? Вы можете заказать учебную работу
на любую интересующую вас тему
- Содержание:
"Индивидуальное задание «Эконометрика»
Часть№ 1
«Корреляционный анализ»
Номер варианта определяется по последней цифре номера договора студента.
Расчеты проводить с точностью до трех знаков после запятой.
По данным 9 машиностроительных предприятий построена матрица R парных коэффициентов корреляции. Требуется с помощью корреляционного анализа исследовать взаимосвязь между следующими показателями: X1- рентабельность (%); X2 – премии и вознаграждения на одного работника (млн. руб.); X3-фондоотдача
часть№2
« Регрессионный анализ»
По данным, включающим 20 наблюдений (20 стран), построены уравнения регрессии. В этих уравнениях зависимой переменной является социально значимый признак Y. В качестве объясняющих переменных использованы признаки в различных комбинациях. Для каждого уравнения рассчитано значение коэффициента детерминации (R2), значение F-статистики. Под коэффициентами приведены значения их выборочных средних квадратических отклонений.
1. Используя таблицу распределения Фишера-Снедекора, проверьте на уровне значимости ?=0,05 значимость уравнения регрессии в целом.
2. Рассчитайте значения t-статистик всех коэффициентов, используя значения выборочных средних квадратических отклонений, приведенных под каждым из коэффициентов. Перепишите уравнения регрессии, указывая под коэффициентами значения t-статистик.
По таблице распределения Стьюдента определите tкр - критическое значение t-статистики для каждого из уравнений на уровне значимости ?=0,05. Проверьте значимость коэффициентов уравнения регрессии.
3. Сделайте вывод о «пригодности» уравнения регрессии для исследования признака Y.
Тест№1: 1-б) т.к. при изоляции признака х3 связь станет меньше, но направление связи не изменится;
2-г) границы изменения коэффициента корреляции от 0 до 1;
3-г) границы изменения коэффициента детерминации от 0 до 1;
4-г) т.к взаимосвязь существует и она положительная;
5-а) т.к. признак х3 усиливает связь, следовательно парный коэффициент корреляции будет больше частного и направление связи сохраняется;
Тест№2: 1-а) т.к. влияние признаков объясняется величиной коэффициента детерминации, а он равен 0,82=0,64 или 64% ;
2-г) т.к. влияние неучтенных факторов объясняется величиной коэффициента детерминации, а он равен 1-0,82=0,36 или 36%;
3 – а) т.к. при одинаковом количестве степеней свободы при =0,05. критеческое значение t-статистки больше чем при =0,1.
4 – б) т.к. направление связи не изменилось и связь при изоляции признака х3 увеличилась.
5 – б) т.к. в математической статистике доказано, что если признаки х и y распределены по нормальному закону, то в достаточно больших выборках коэффициенты корреляции можно считать распределенными нормально со средним значением ? и средним квадратическим отклонением ?r.
Тест№3: 1-б) минимизируется квадрат отклонения наблюдаемых значений результативного показателя у, (i = 1,2,..., п) от модельных значений ,? = f(хi), где , хi - значение вектора аргументов в i-м наблюдении;
2-а) т.к. влияние признаков объясняется величиной коэффициента детерминации, а он равен 0,842=0,7056 или 70,6%;
3-г) т.к. влияние неучтенных факторов объясняется величиной коэффициента детерминации, а он равен 1-0,842=0,294 или 29,4%;;
4-а) т.к. при одинаковом количестве степеней свободы при =0,05. критическое значение значения Фишера больше чем при =0,1
5-а) т.к. в степенной модели коэффициенты регрессии выступают в качестве коэффициентов эластичности;
Тест№4: 1-в) т.к. для проверки значимости уравнения в целом используется критерий Фишера;
2-в) tкрит (0,05;18)=2,101, tнаблx1=19,23, tнаблx2=3,02 и tнаблx1> tкрит, tнаблx2> tкрит;
3-а) значение статистики Дарбина-Уотсона рассчитывается по формуле ;
4-б) размерность матрицы ХТ = [к n] , размерность матрицы Х =[n к], а их произведение имеет размерность [к к];
5-в) = ?2/ tнабл?2=0,42/2,8=0,15
1.Матрица парных коэффициентов корреляции R:
х1 х2 х3
х1 1 =0.7362
=0.2309
х2 =0.7362
1 =-0.2277
х3 =0.2309
=-0.2277
1
2. Частный коэффициент корреляции r :
3. Множественный коэффициент корреляции r :
часть№2
1.Используя таблицу распределения Фишера-Снедекора, проверьте при ?=0,05 значимость уравнения регрессии.
2. По таблице t-распределения Стьюдента определите tкр - критическое значение t-статистики для анализируемого уравнения
tкр (?=0,05; ?=20-6-1=13) =2,16.
3. Рассчитайте значения t-статистик для всех коэффициентов при регрессорах, используя значения выборочных средних квадратических отклонений, приведенных под каждым из коэффициентов. Перепишите уравнение регрессии, указав под коэффициентами значения t-статистик.
4. Сделайте вывод о значимости коэффициентов уравнения регрессии.
В ответе укажите, при каких регрессорах коэффициенты уравнения являются значимыми
5. Сделайте вывод о «пригодности» уравнения регрессии для исследования признака Y.
Для практического использования пригодны лишь уравнения, значимые в целом по F-критерию Фишера-Снедекора и со всеми значимыми коэффициентами при регрессорах (по t-критерию Стьюдента). Величина коэффициента детерминации R2 говорит об адекватности уравнения исходным данным.
Тест№1
1.Парный коэффициент корреляции r12=0,6, признак х3 завышает связь между х1 и х2. Частный коэффициент корреляции может принять значение:
а) 0,8; б) 0,5; в) -0,6; г)-0,8;
2.Множественный коэффициент корреляции может быть равен:
а) 1,2; б) -1; в) -0,5; г) 0,4.
3.Коэффициент детерминации может принимать значение:
а) 1,2; б) -1; в) -0,5; г) 0,4.
4.Известно, что при фиксированном значении х3 между величинами х1 и х2 существует положительная взаимосвязь. Частный коэффициент корреляции r12/3 может быть равен:
а) -0,8; б) 0; в) 1,3; г) 0,4.
5.Признак х3 усиливает связь между х1 и х2. Частный коэффициент корреляции r12/3=-0,45. Парный коэффициент корреляции может принять значение:
а) -0,8; б) -1,8; в) 1,3; г) -0,3.
Тест№2
1. Множественный коэффициент корреляции r1/23=0,8. Влиянием признаков х2 и х3 объясняется следующий процент дисперсии х1:
а) 64; б) 80; в) 20; г) 36.
2.Множественный коэффициент корреляции r1/23=0,8. Влиянием неучтенных в модели факторов объясняется следующий процент дисперсии х1:
а) 64; б) 80; в) 20; г) 36.
3.Парный коэффициент корреляции значим при =0,05. Можно утверждать, что он также значим при следующих :
а) 0,1; б) 0,01; в) 0,02; г) 0,001.
4. Парный коэффициент корреляции r12=0,3, частный коэффициент корреляции r12/3=0,7. Можно утверждать, что:
а) х3 усиливает связь между х1 и х2; б) х3 ослабляет связь между х1 и х2;
в) х3 ослабляет связь между х1 и х2 и меняет ее направление;
г) х3 усиливает связь между х1 и х2 и меняет ее направление.
5.При проверке значимости парных и частных коэффициентов корреляции используется распределение:
а) Пирсона; б) Стьюдента; в) Нормальное; г) Фишера-Снедекора.
Тест№3
1.В методе наименьших квадратов минимизируется:
а) ; б) ; в) ; г)
2.Уравнению регрессии соответствует множественный коэффициент корреляции ry/12=0,84. Доля вариации результативного показателя, объясняемая влиянием х1 и х2 составляет (%):
а) 70,6; б) 16; в) 84; г) 29,4
3.Уравнению регрессии соответствует множественный коэффициент корреляции ry/12=0,84. Доля вариации результативного показателя, объясняемая влиянием случайных, не включенных в модель факторов, составляет (%):
а) 70,6; б) 16; в) 84; г) 29,4
4.Множественное линейное уравнение регрессии признано значимым при =0,05. Можно утверждать, что уравнение также значимо при следующих :
а) 0,1; б) 0,01; в) 0,02; г) 0,001.
5.Получена модель
где у - потребление говядины, х2 – стоимость 1 фунта говядины, х3 – стоимость 1 фунта свинины, х4 – стоимость 1 фунта цыплят. При увеличении стоимости говядины на 1% при неизменной стоимости х3 и х4 потребление говядины в среднем снизится на (%):
а) 0,63; б) 0,345; в) 11,08; г) 0,8.
Тест№4
1. Для проверки значимости множественного линейного регрессионного уравнения используется распределение:
а) нормальное; б) Пирсона; в) Фишера-Снедекора; г) Стьюдента.
2. По данным n=20 предприятий получено уравнение регрессии
.Среднеквадратические отклонения коэффициентов регрессии и . При =0,05 можно утверждать, что:
а) значим коэффициент ; б) значим коэффициент ;
в) значимы коэффициенты и ; г) незначимы коэффициенты и .
3. Для временного ряда остатков (i=1,2, … ,18)
Значение статистики Дарбина-Уотсона для ряда остатков равно:
а) 1,9; б) 0,53; в) 2,92; г) 3,9.
4. МНК позволяет определить коэффициенты множественного линейного уравнения регрессии
с помощью выражения
, где матрица
имеет размерность:
а) [2 2]; б) [к к]; в) [(к+1) [(к+1)]; г) [к n].
5. Получено значимое уравнение регрессии
Среднеквадратическое отклонение оценки коэффициента ( ) равно:
а) 0,42; б) 3,45; в) 0,15; г)8.
"