18 готовых работ по эконометрике

Статистический анализ данных. Анализ зависимости объема сделок по слиянию и поглощению российских нефтяных компаний от прочих факторов.

1. Модель 4: МНК, использованы наблюдения 2001:2-2020:4 (T = 79)
Зависимая переменная: Y

2. Построим автокорреляционную функцию для ряда количество сделок слияния и поглощения.

3. Во всех случаях распределение близко к нормальному, за исключением переменных сумма сделок и индекс фондового рынка.
Построим графики динамики.

...

Эконометрика (тест, вариант 2, ОмГУПС)

1. Какое определение соответствует понятию «эконометрика»:
а) это наука, предметом изучения которой является количественная сторона массовых социально-экономических явлений и процессов в конкретных условиях места и времени;
б) это наука, предметом изучения которой являются общие закономерности случайных явлений и методы количественной оценки влияния случайных факторов;
в) это наука, предметом изучения которой является количественное выражение взаимосвязей экономических явлений и процессов?

2. Какова цель эконометрики:
а) разработать способы моделирования и количественного анализа реальных экономических объектов;
б) представить экономические данные в наглядном виде;
в) определить способы сбора и группировки статистических данных;
г) изучить качественные аспекты экономических явлений?

3. Спецификация модели — это:
а) определение цели исследования и выбор экономических переменных модели;
б) построение эконометрических моделей с целью эмпирического анализа;
в) сбор необходимой статистической информации;
г) проведение статистического анализа модели, оценка качества ее параметров.

4. Какая задача эконометрики является задачей параметризации модели:
а) составление прогноза и рекомендаций для конкретных экономических явлений по результатам эконометрического моделирования;
б) оценка параметров построения модели;
в) проверка качества параметров модели и самой модели и целом;
г) построение эконометрических моделей для эмпирического анализа?

5. Верификация модели — это:
а) проверка качества как самой модели в целом, так и ее параметров;
б) определение исходных предпосылок и ограничений модели;
в) определение вида экономической модели, выражение в математической форме взаимосвязи между ее переменными;
г) анализ изучаемого экономического явления.

6. Из перечисленных моделей выберите регрессионные модели с одним уравнением: 1) модель цены от объема поставки; 2) модели спроса и предложения; 3) модель тренда и сезонности; 4) модели зависимости объема производства от производственных факторов.
а) 1,4;
б) 2, 4;
в) 2, 3;
г) все

7. Набор сведений о разных объектах, взятых за один период времени, называется:
а) временными данными;
б) пространственными данными.

8. Выберите аналог понятия «независимая переменная»:
а) эндогенная переменная;
б) фактор;
в) результат;
г) экзогенная переменная.

9. Рассмотрите модель зависимости общей величины расходов на питание от располагаемого личного дохода (х) и цены продуктов питания (р): у = а0 + а1х + а2р + ɛ. Определите класс модели и вид переменных модели:
а) регрессионная модель с одним уравнением; эндогенная переменная — расходы на питание, экзогенные переменные — располагаемый личный доход и цена продуктов питания;
б) регрессионная модель с одним уравнением; эндогенная переменная — расходы на питание, экзогенная переменная — располагаемый личный доход, предопределенная переменная — цена продуктов питания;
в) модель временного ряда; эндогенная переменная — расходы на питание, лаговые переменные — располагаемый личный доход и цена продуктов питания.

10. Найдите правильную последовательность этапов эконометрического моделирования:
а) постановочный, априорный, информационный, параметризации, идентификации, верификации;
б) постановочный, априорный, параметризации, информационный, идентификации, верификации;
в) информационный, постановочный, априорный, параметризации, верификации, идентификации.

11. Связь называется корреляционной:
а) если каждому значению факторного признака соответствует вполне определенное неслучайное значение результативного признака;
б) если каждому значению факторного признака соответствует множество значений результативного признака, т.е. определенное статистическое распределение;
в) если каждому значению факторного признака соответствует целое распределение значений результативного признака;
г) если каждому значению факторного признака соответствует строго определенное значение факторного признака.

12. По аналитическому выражению различают связи:
а) обратные;
б) линейные;
в) криволинейные;
г) парные.

13. Регрессионный анализ заключается в определении:
а) аналитической формы связи, в которой изменение результативного признака обусловлено влиянием одного или нескольких факторных признаков, а множество всех прочих факторов, также оказывающих влияние на результативный признак, принимается за постоянные и средние значения;
б) тесноты связи между двумя признаками (при парной связи) и между результативным и множеством факторных признаков (при многофакторной связи);
в) статистической меры взаимодействия двух случайных переменных;
г) степени статистической связи между порядковыми переменными.

14. Под частной корреляцией понимается:
а) зависимость между результативным и одним факторным признаками при фиксированном значении других факторных признаков;
б) связь между двумя признаками (результативным и факторным или двумя факторными);
в) зависимость результативного признака и двух и более факторных признаков, включенных в исследование;
г) зависимость между качественными признаками.

15. Какое значение не может принимать парный коэффициент корреляции:
а) -1,1110;
б) 0,005;
в) 0 ,973;
г) 0,721?

16. При каком значении линейного коэффициента корреляции связь между признаками Y и X можно считать тесной (сильной):
а) -0,975;
б) 0,657;
в)-0,111;
г) 0,421?

17. Какой критерий используют для оценки значимости коэффициента корреляции:
а) F-критерий Фишера;
б) критерий Пирсона;
в) t-критерий Стьюдента;
г) σ-критерий Дарбина – Уотсона?
18. Если парный коэффициент корреляции между признаками Y и X равен ( -1 ), то это означает:
а) отсутствие связи;
б) наличие обратной корреляционной связи;
в) наличие обратной функциональной связи;
г) наличие прямой функциональной связи?

19. Если парный коэффициент корреляции между признаками Y и X принимает значение 0,675, то коэффициент детерминации равен:
а) 0,456;
б) -0,675;
в) 0,576;
г) 0,822

20. Согласно методу наименьших квадратов минимизируется следующее выражение:
а) ;
б) ;
в) ;
г) ?

21. Оценки параметров регрессии (свойства оценок МНК) должны быть:
а) несмещенными;
б) гетероскедатичными;
в) эффективными;
г) состоятельными?

22. В уравнении линейной парной регрессии параметр a1 , означает:
а) усредненное влияние на результативный признак неучтенных (не выделенных для исследования) факторов;
б) на какую величину в среднем изменится результативный признак у, если переменную х увеличить на единицу измерения;
в) среднее изменение результативного признака при изменении факторного признака на 1%;
г) какая доля вариации результативного признака у учтена в модели и обусловлена влиянием на нее переменной х?

23. Значение параметра a1 в уравнении линейной парной регрессии определяется по формуле:
а) ;
б) ;
в) ;
г) a0*xa1?

24. Уравнение регрессии имеет вид = 2,02 ± 0,78х. На сколько единиц своего измерения в среднем изменится при увеличении х на одну единицу своего измерения:
а) увеличится на 2,02;
б) увеличится на 2,80;
в) увеличится на 0, 78;
г) не изменится?

25. Какой критерий используют для оценки значимости уравнения регрессии:
а) F-критерий Фишера;
б) t-критерий Стьюдента;
в) критерий Пирсона;
г) d-критерий Дарбина -Уотсона?

26. Какой коэффициент определяет среднее изменение результативного признака при изменении факторного признака на 1%:
а) коэффициент эластичности;
б) коэффициент детерминации;
в) коэффициент корреляции;
г) коэффициент регрессии?

27. Чему равен коэффициент эластичности, если уравнение регрессии имеет вид = 2,02 ± 0,78х, а = 5,0, = 6,0 :
а) 0,94;
б) 0,65;
в) 1,68;
г) 2,42?

28. Уравнение степенной функции имеет вид:
а) ;
б) ;
в) ;
г) ?

29. Уравнение гиперболы имеет вид:
а) ;
б) ;
в) ;
г) ?

30. Индекс корреляции определяется по формуле:
а) ;
б) ;
в) ;
г)
...

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРЕДЛОЖЕНИЯ НА РЫНКЕ ЖИЛЬЯ

Фрагмент работы:
Наличие автокорреляции не позволяет оценить параметры модели обычным методом наименьших квадратов, так как полученные несмещенные и состоятельные оценки все же будут неэффективны, то есть их дисперсии не будут наименьшими. Автокорреляция приводит к завышению стандартных ошибок коэффициентов регрессии. Опираясь на полученный результат, можно сделать ошибочный вывод о незначимом влиянии фактора на зависимую переменную, в то время как на самом деле картина диаметрально противоположная. В итоге не исключено ухудшение прогнозных качеств модели. Так как гетероскедастичность отсутствует, при этом остатки автокоррелированные, для оценивания параметров применяем процедуру Кохрейна-Оркатта....

ЗАЧЕТНАЯ РАБОТА по дисциплине «Основы эконометрики»: по теме «Множественная регрессия» Вариант 23.

Имеются следующие данные стоимости двухкомнатных квартир с жилой площадью X1 и площадью кухни X2. Предполагая, что между переменными имеется линейная корреляционная зависимость:
1) найти её аналитическое выражение;
2) оценить стоимость домика с общей площадью 50 м2 и площадью кухни 10 м2;
3) найти 95%-ные доверительные интервалы для среднего и индивидуального значений стоимости таких же домиков;
4) проверить значимость коэффициентов регрессии и построить для них 95%-ные доверительные интервалы.

N Цена Общая площадь Жилая площадь Площадь кухни
3 1. 1500,5 43,3 27,6 6,8
4 2. 1502,5 44 29,8 9,8
5 3. 1600 38,8 23,5 7,5
6 4. 1600 40,7 23,7 6,5
7 5. 1600 40,7 25,7 6,5
13 6. 1700 50,3 29,4 7,5
14 7. 1750 40 25 6,2
15 8. 1750 44 28 6
16 9. 1750 44,1 32,3 6
17 10. 1750 45 30,5 5,5
18 11. 1750 45,5 30,5 6
19 12. 1752,5 38,7 23,7 6,7
20 13. 1800 42,2 28 6
21 14. 1800 43 28,5 6
22 15. 1800 44,4 28 6,5
23 16. 1800 45,3 29,9 6,5
24 17. 1802,5 47 29,8 6,7
25 18. 1802,5 45 30 6,5
26 19. 1850 40,5 27,5 5,5
27 20. 1850 45 28 6,5
28 21. 1850 45 29 6
29 22. 1850 45 29 6,5
30 23. 1852,5 46,2 32 7
31 24. 1900 47 30,5 7
32 25. 1900 47 31,1 5,5
33 26. 1950 43 26 7
34 27. 1950 47,4 28 6,7
35 28. 1950 49 32,8 6
36 29. 1953 42,7 30,5 5,6
37 30. 1953 45 30 6
38 31. 2000 43 28 6,5
39 32. 2000 44,7 28,9 6,7
40 33. 2000 45 28 7,5
41 34. 2003 45 34,3 5,3
42 35. 2050 55,7 29,5 11
43 36. 2100 44,6 28 6
44 37. 2100 47 30 6
45 38. 2100 53 32 9
46 39. 2100 54 34 9
47 40. 2103 45,3 29,7 6,2
48 41. 2150 45 30 6
49 42. 2150 45,3 28,9 7
50 43. 2150 50,6 30,6 8,5
51 44. 2250 51,5 30,5 9
52 45. 2350 55 35 8,2
53 46. 2400 52 31 8,5
54 47. 2450 53 29 10
55 48. 2450 52,7 29 10
56 49. 2450 54 32 9,5
57 50. 2450 55 34 8

...

ЗАЧЕТНАЯ РАБОТА по дисциплине «Основы эконометрики»: по теме «Множественная регрессия» Вариант 25.

Имеются следующие данные стоимости двухкомнатных квартир с жилой площадью X1 и площадью кухни X2. Предполагая, что между переменными имеется линейная корреляционная зависимость:
1) найти её аналитическое выражение;
2) оценить стоимость домика с общей площадью 50 м2 и площадью кухни 10 м2;
3) найти 95%-ные доверительные интервалы для среднего и индивидуального значений стоимости таких же домиков;
4) проверить значимость коэффициентов регрессии и построить для них 95%-ные доверительные интервалы.

N Цена Общая площадь Жилая площадь Площадь кухни
5 1. 1600 38,8 23,5 7,5
6 2. 1600 40,7 23,7 6,5
7 3. 1600 40,7 25,7 6,5
8 4. 1602,5 46,2 27 6
9 5. 1602,5 54 32 9
15 6. 1750 44 28 6
16 7. 1750 44,1 32,3 6
17 8. 1750 45 30,5 5,5
18 9. 1750 45,5 30,5 6
19 10. 1752,5 38,7 23,7 6,7
20 11. 1800 42,2 28 6
21 12. 1800 43 28,5 6
22 13. 1800 44,4 28 6,5
23 14. 1800 45,3 29,9 6,5
24 15. 1802,5 47 29,8 6,7
25 16. 1802,5 45 30 6,5
26 17. 1850 40,5 27,5 5,5
27 18. 1850 45 28 6,5
28 19. 1850 45 29 6
29 20. 1850 45 29 6,5
30 21. 1852,5 46,2 32 7
31 22. 1900 47 30,5 7
32 23. 1900 47 31,1 5,5
33 24. 1950 43 26 7
34 25. 1950 47,4 28 6,7
35 26. 1950 49 32,8 6
36 27. 1953 42,7 30,5 5,6
37 28. 1953 45 30 6
38 29. 2000 43 28 6,5
39 30. 2000 44,7 28,9 6,7
40 31. 2000 45 28 7,5
41 32. 2003 45 34,3 5,3
42 33. 2050 55,7 29,5 11
43 34. 2100 44,6 28 6
44 35. 2100 47 30 6
45 36. 2100 53 32 9
46 37. 2100 54 34 9
47 38. 2103 45,3 29,7 6,2
48 39. 2150 45 30 6
49 40. 2150 45,3 28,9 7
50 41. 2150 50,6 30,6 8,5
51 42. 2250 51,5 30,5 9
52 43. 2350 55 35 8,2
53 44. 2400 52 31 8,5
54 45. 2450 53 29 10
55 46. 2450 52,7 29 10
56 47. 2450 54 32 9,5
57 48. 2450 55 34 8
58 49. 2453 58,7 34 10,5
59 50. 2453 50,5 28,1 13,8

...

Эконометрика

Второе задание:
По исходным данным
1)построить
вариационный ряд,
статистический ряд,
полигон частот,
2)вычислить основные описательные статистики
выборочное среднее,
выборочную медиану,
полусумму квартилей,
полусумму экстримальных выборочных элементов,
выборочную дисперсию,
выборочное среднее квадратическое отклонение,
размах выборки,
выборочное среднее абсолютное отклонение,
разность квартилей,
выборочную моду,
выборочные коэффициенты асимметрии и эксцесса....

Исследовательская работа "Неоднородные агенты" (макроэкономика, эконометрика)

Эконометрика Университет им. С.Ю. Витте

Временные ряды представляют собой …
описание систем, наподобие уравнений регрессии
особую форму описания систем в классе систем уравнений
принципиально новую форму описания систем
разновидность уравнений и систем уравнений

Ряды динамики представляют модель, …
характеризующую структуру связей в системе
позволяющую работать с пропущенными данными
позволяющую работать с цензурированными данными
реализующую схему «черного ящика» для описания зависимости показателя от времени
...

эконометрика

Задача 1.
По исходным данным за 16 месяцев, представленным в таблице 15, постройте уравнение зависимости объема предложения некоторого блага Y для функционирующей в условиях конкуренции фирмы от цены X1 этого блага и заработной платы X2 сотрудников этой фирмы.
Таблица 15.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Y 20 35 30 45 60 69 75 90 105 110 120 130 130 130 135 140
X1 10 15 20 25 40 37 43 35 38 55 50 35 40 55 45 65
X2 12 10 9 9 8 8 6 4 4 5 3 1 2 3 1 2

Задание:
1. Для заданного набора данных постройте линейную модель множественной регрессии. Оцените точность и адекватность построенного уравнения регрессии.
2. Дайте экономическую интерпретацию параметров модели.
3. Для полученной модели проверьте выполнение условия гомоскедастичности остатков, применив тест Голдфельда-Квандта.
4. Проверьте полученную модель на наличие автокорреляции остатков с помощью теста Дарбина-Уотсона.
Задача 2.
1. Используя исходные данные первой задачи и учитывая изменение экономической ситуации после 8 наблюдений, проверьте с помощью теста Чоу необходимость разбиения исходной выборки на две и построения для каждой из них отдельного уравнения регрессии.
2. Постройте уравнение регрессии с включением фиктивных переменных, учитывающее изменение ситуации после 8 наблюдения.
3. Дайте экономическую интерпретацию параметров модели.
4. Сравните качество полученной модели и модели, построенной в задаче 1.
Задача 3.
Структурная форма конъюнктурной модели имеет вид:

где: Сt – расходы на потребление в период t,
Сt-1 – расходы на потребление в период t-1,
Yt – ВВП в период t,
It – инвестиции в период t,
It-1 – инвестиции в период t-1,
rt – процентная ставка в период t,
Mt – денежная масса в период t,
Gt – государственные расходы в период t,

...

эконометрика вариант 7

эконометрика вар 1

Данные представлены таблицей значений независимой переменной X и зависимой переменной Y.
Задание
1. Вычислить коэффициент корреляции и сделать вывод о тесноте и направлении связи.
2. На уровне значимости α = 0,05 проверить гипотезу о значимости коэффициента корреляции.
3. Составить уравнение парной регрессии Y = b0 + b1X.
4. Нанести данные на чертеж и изобразить прямую регрессии.
5. С помощью коэффициента детерминации R2 оценить качество построенной модели.
6. Оценить значимость уравнения регрессии с помощью дисперсионного анализа.
7. При уровне значимости a = 0,05 построить доверительные интервалы для оценки параметров регрессии β1, β0 и сделать вывод об их значимости.
8. При уровне значимости a = 0,05 получить доверительные интервалы для оценки среднего и индивидуального значений зависимой переменной Y, если значение объясняющей переменной X принять равным x*.



1 x 56 70 81 78 64 60 72 79 89 98
y 24 37 42 34 29 25 31 35 42 48
x* = 60
...

эконометрика вариант 1

1. Парная регрессия и корреляция
Задача 1. Парная регрессия
Требуется:
1. Для характеристики y от x построить следующие модели:
— линейную,
— экспоненциальную,
— гиперболическую.
2. Оценить каждую модель, определив:
— индекс корреляции,
— коэффициент детерминации,
— скорректированный коэффициент детерминации,
— F-критерий Фишера,
—t-статистику и p-значения,
— среднюю ошибку аппроксимации.
3. Составить сводную таблицу вычислений, выбрать лучшую модель, дать интерпретацию рассчитанных характеристик.
4. По лучшей модели рассчитать прогнозные значения результативного признака, если прогнозное значение фактора увеличится на 10 % относительно его среднего уровня. Определите доверительный интервал прогноза.
5. На графике отобразить диаграмму рассеяния, график лучшей модельной кривой и прогнозное значение.
...

вгмха эконометрика

1. Условия применения и ограничения корреляционно-регрессионного метода.
2. Понятие колеблемости уровней от тренда. Показатели ее измерения.
Задача 1
На основе данных, приведенных в Приложении 1
1.Построить уравнение линейной парной регрессии между оборотом розничной торговли (у) и средними душевыми доходами населения (х2) вариант 2.
2.Рассчитать линейный коэффициент парной корреляции и коэффициент детерминации. Сделать выводы.
3.Оценить статистическую значимость параметров регрессии и коэффициента корреляции с уровнем значимости 0,05 по t - критерию.
4.Оценить адекватность модели по F – критерию.
5.Выполнить прогноз ожидаемого значения признака-результата y при прогнозируемом значении признака-фактора x, составляющим 105% от среднего уровня x. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал с вероятностью 0,95.
Задача 2
На основе данных, приведенных в приложении 4, определите тенденцию ВРП по 2 региону:
1.Рассчитать параметры линейного и параболического тренда, записать уравнение тренда, проверить правильность расчетов, сделать выводы.
2.Проверить тренды на пригодность к прогнозированию через коэффициент автокорреляции остатков, критерий Дарбина – Уотсона, средней ошибки аппроксимации.
4.Рассчитать точечный и интервальный прогноз ВРП на следующий период
Задача 3
На основе данных, приведенных в приложении 4, определить зависимость текущих уровней от предыдущих по динамике ВВП и инвестиций в основной капитал по 2 региону:
1. Рассчитать коэффициент автокорреляции 1 порядка по ВРП, сделать выводы.
2. Рассчитать коэффициент автокорреляции 1 порядка по объему инвестиций в основной капитал, сделать выводы.
3. Рассчитать параметры уравнения регрессии первых разностей, определить коэффициент корреляции методом первых разностей, сделать выводы.
4. Определить значение ВРП на следующий период по уравнению регрессии
...

эконометрика

вариант 8
Задание 1. Имеются данные о расходах населения на продукты питания (y) и доходах семьи (x), ден. ед. для 8 районов.
1. Для характеристики зависимости y от x рассчитайте параметры следующих функций:
а) линейной;
б) степенной;
2.Оцените тесноту связи изучаемых признаков.
3.Оцените каждую модель через среднюю ошибку аппроксимации и F-критерий Фишера.
Задание 2.
По данным об экономических результатах деятельности российских банков выполните следующие задания:
1. Построить линейное уравнение множественной регрессии и пояснить экономический смысл его параметров.
2. Определить стандартизованные коэффициенты регрессии.
3. Рассчитать частные коэффициенты эластичности, сравнить их с β1 и β2, пояснить различия между ними.
4. Определить парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции.
5. Провести дисперсионный анализ для проверки статистической значимости уравнения множественной регрессии и его показателя тесноты связи на уровне значимости α=0,05.
6. Рассчитать частные F-критерии Фишера.
7. Оценить с помощью t-критерия Стьюдента статистическую значимость коэффициентов при переменных х1 и х2 множественного уравнения регрессии.
Используйте признаки: работающие активы, млн. руб., средства частных лиц, %, выпущенные ценные бумаги, %.
Задание 3.
Имеются структурная модель и приведенная форма модели (таблица 3.1).
Т р е б у е т с я :
1. Проверить структурную модель на необходимое и достаточное условия идентификации;
2. Исходя из приведенной формы модели уравнений, найти структурные коэффициенты модели.
Задание 4. Динамика выпуска продукции характеризуется данными (млн. долл.), представленными в табл. 4.3.
Требуется:
1. Провести расчет параметров линейного, степенного, экспоненциального и параболического трендов.
2. Выбрать наилучший вид тренда на основании графического изображения и значения коэффициента детерминации.
3. Построить графики ряда динамики и выбранного тренда.
4. Рассчитать критерий Дарбина-Уотсона. Оценить полученный результат при 5%-ном уровне значимости.
5. Сделать прогноз ряда на два ближайших года
...

Индивидуальное задание. Множественная регрессия

1) Определим парные и частные коэффициенты корреляции
2) Построим линейное уравнение множественной регрессии
3) Рассчитаем множественный коэффициент корреляции, коэффициент детерминации и скорректированный коэффициент детерминации.
4) Проверка значимости уравнения регрессии на уровне 5%
5) Коэффициенты эластичности
6) Проверка значимости коэффициентов регрессии
7) Доверительные интервалы для коэффициентов регрессии
8) Оценка мультиколлинеарности факторов
9) Проверка гипотезы о гетероскедастичности остатков
10) Автокорреляция остатков...

ЛАБОРАТОРНАЯ - ЗАДАЧИ