Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Информация о работе
Подробнее о работе
Эконометрика РЭУ им. Плеханова Вариант 26 (2 задания)
- 26 страниц
- 2019 год
- 63 просмотра
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
отсутствует (не требуется)
Содержание
Задача 1. «Парная линейная регрессия» 3
1. Построение поля корреляции 4
2. Расчет выборочного коэффициента корреляции 5
3. Оценка параметров линейной регрессионной модели 6
4. Расчет сумму квадратов отклонений 8
5. Расчет стандартных ошибок коэффициентов регрессии 8
6. Расчет коэффициента детерминации 8
7. Построение доверительных интервалов для коэффициентов регрессии 9
8. Оценка значимости коэффициента регрессии b 10
9. Оценка значимости модели в целом 10
10. Прогноз цены 10
Задача 2. «Множественная линейная регрессия» 12
1. Построение линейной двухфакторной модели регрессии 13
2. Построение матрицы парных коэффициентов корреляции 16
3. Расчет частных коэффициентов корреляции 18
4. Расчет множественного коэффициента детерминации 18
5. Расчет коэффициентов эластичности 19
6. Построение модели в стандартизированном масштабе 20
7. Оценка значимости параметров модели 21
8. Оценка значимости модели в целом 23
10. Проверка предпосылок МНК о независимости остатков и гомоскедастичности остатков 23
Список использованной литературы 26
Задача 1. «Парная линейная регрессия»
Имеются следующие данные:
Таблица 1 – Исходные данные
Пробег тыс.км Цена долл
5 15360
10 13700
15 12180
17 12000
20 12500
20 12630
25 12000
30 10000
30 11000
31 10500
65 4000
70 2600
75 1790
92 500
Задание к задаче 1
1. Выполнить экономический анализ задачи и сделать выводы, что вы выбираете в качестве изучаемого показателя (Y), и что в качестве влияющего (Х). Постройте поле корреляции результата и фактора и сформулируйте гипотезу о форме связи.
2. Определить выборочный коэффициент корреляции и поясните его смысл. Сделать вывод о силе линейной зависимости между перемен-ными и .
3. Оценить параметры парной линейной регрессионной модели методом наименьших квадратов. Дать экономическую интерпретацию найденных коэффициентов.
4. Определить RSS, TSS, ESS. Найти оценку дисперсии ошибки модели.
5. Определить стандартные ошибки коэффициентов регрессии.
6. Определите коэффициент детерминации и дайте его интерпрета-цию.
7. Построить 95%-ые доверительные интервалы для коэффициентов регрессии.
8. На уровне значимости 0,05 оцените статистическую значимость коэффициента регрессии b. Сделайте выводы.
9. На уровне значимости 0,05 оцените статистическую значимость уравнения регрессии в целом. Сделайте выводы.
10. С вероятностью 0,95 постройте доверительный интервал ожидаемого значения результативного признака, если факторный признак увеличится на 5% от своего среднего значения.
Задача 2. «Множественная линейная регрессия»
Для анализа эффективности работы предприятий машиностроения были получены следующие данные:
Таблица 4 - Данные по предприятиям
№ п/п Рентабельность (прибыль в долл.) Производительность тру-да, млн. на 1 раб. Средний возраст произ-водственного оборудова-ния
1 7 7 20
2 8 10 19
3 7 9 21
4 9 11 17
5 9 11 16
6 8 11 18
7 11 17 15
8 11 14 14
9 16 13 10
10 15 18 10
Задание:
1. Определите эндогенные и экзогенные переменные задачи. Выдвинете гипотезу о виде связи между зависимой и независимыми переменными и запишите соответствующую модель.
2. Найдите оценки параметров модели из задания 1, запишите полученное оценочное уравнение множественной регрессии и поясните экономический смысл его параметров при переменных. Задачу решить в Пакете анализа данных MS Excel.
3. Определите парные коэффициенты корреляции с помощью инст-румента Корреляция MS Excel. Между какими показателями коэффициент корреляции наибольший, сделайте выводы. Выясните возможную мультиколлинеарность в модели.
4. Используя найденные парные коэффициенты корреляции, вычислить частные коэффициенты корреляции. Сделайте выводы.
5. Определить коэффициент детерминации, множественный коэффициент корреляции, скорректированный коэффициент детерминации, сделайте выводы.
6. Найдите коэффициенты эластичности по всем переменным. Определите, какой фактор оказывает наибольшее влияние на Y.
7. Запишите уравнение регрессии в стандартизованном виде.
8. Определить значимость параметров модели. Определите доверительные интервалы для параметров множественной регрессии.
9. Дайте оценку полученного уравнения на основе коэффициента детерминации и общего F-критерия Фишера.
10. Проверьте выполнение условий Гаусса-Маркова на основе критерия Дарбина-Уотсона и теста Спирмена. Сделайте выводы.
11. Подведите общий итог: можно ли использовать данную модель для прогноза? Если нет, то, как следует изменить модель для ее практического использования?
Пример оформления задач для общего представления о качестве приобретаемой работы можно посмотреть в моем профиле (портфолио)
Работа была выполнена в 2019 году, принята преподавателем без замечаний.
Расчеты выполнены достаточно подробно. Все расчеты сопровождены формулами, пояснениями, выводами, скринами из Excel. Файлы Excel с таблицами, расчетами, графиками. полученными результатами к работе приложены. Объем работы в ворде 26 стр. TNR 14, интервал 1,15.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
