выполлним на заказ
Задания для контрольных работ по курсу «Эконометрика»
Преподаватель – ст. преподаватель кафедры Математики и информатики – Кобяк Гелена Францевна
А. Общие требования к выполнению данного задания:
Контрольная работа состоит из двух тем.
Каждая тема состоит из двух частей теоретической и практической.
В теоретической части необходимо дать ответ на поставленный вопрос
В практической части нужно решить поставленную задачу, причем в первой теме содержится два практических задания.
При выполнении практических заданий целесообразно использовать табличный процессор Excel.
Выбор теоретического вопроса и варианта практического задания по последнему номеру зачетной книжки (т.е. по четвертой, пример 234509, значит вариант 5).
Выполнение задания оформляется в виде отчета, который должен включать в себя:
-
титульный лист;
-
ответ на теоретический вопрос
-
постановки и решения практического задания контрольной работы;
-
описание выполнения практического задания;
Тема 1
Базовые понятия статистики и проверки статистических гипотез.
Теоретические вопросы.
-
Что такое генеральная совокупность и выборка. Какие виды выборок вы знаете.
-
Статистический ряд. Что такое интервальный статистический ряд.
-
Эмпирическая функция распределения. Аналитическое и графическое представление
-
Числовые характеристики выборки.
-
Коэффициент корреляции. Для чего он применяется.
-
Что такое статистическая гипотеза. Цель проверки гипотез. Привести пример проверки гипотез в экономике.
-
К проверке каких гипотез сводятся исследования дохода населения.
-
Что такое статистический критерий. Примеры критериев.
-
Что такое доверительный интервал. Как построить доверительный интервал для дисперсии и среднего
-
Уровень значимости. Как проверить уровень значимости.
Практическое задание 1.1
(пример решения)
Задана выборка
30
|
45
|
35
|
83
|
60
|
99
|
77
|
55
|
90
|
70
|
Построить эмпирическую функцию распределения.
Найти основные статистические моменты и оценить их достоверность.
Данные в выборке представлены случайно, поэтому целесообразно упорядочить их, выполнив сортировку.
30
|
35
|
45
|
55
|
60
|
70
|
77
|
83
|
90
|
99
|
1.Построения функции распределения
Определим размах выборки как разность между наибольшим и наименьшим элементами.
L=99-30=69
Построим частотную таблицу. Зададим количество интервалов ,например 5 и определим длину интервала l=, где n число интервалов в данном случае l=13,8
Построим таблицу. Границы интервалов определяются формулой bi=bi-1 +l
Размах
|
69
|
Число интервалов
|
5
|
Длина интервала
|
13,8
|
|
|
|
Таблица интервалов
|
№
|
1
|
2
|
3
|
4
|
5
|
6
|
граница
|
30
|
43,8
|
57,6
|
71,4
|
85,2
|
99
|
Карман
|
Частота
|
|
|
|
|
|
|
|
|
30
|
1
|
|
|
|
|
|
|
|
|
43,8
|
1
|
|
|
|
|
|
|
|
|
57,6
|
2
|
|
|
|
|
|
|
|
|
71,4
|
2
|
|
|
|
|
|
|
|
|
85,2
|
2
|
|
|
|
|
|
|
|
|
99
|
2
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13,8
|
|
|
|
|
Для построения частотной таблицы воспользуемся инструментом Гистограмма, приложения анализ данных.Сервиз/анализ данных/ гистограмма.
Щелкнув в роле диаграммы правой клавишей выберете в контекстном меню команду /Добавить линию тренда/вид полиномиальный/параметры (вывод уравнения тренда.
Уравнение тренда- есть приближенная функция распределения частот.
2.Основными статистическими моментами являются: среднее значение, медиана, мода, дисперсия, стандартное отклонение.
Для вычисления используем статистические функции: СРЗНАЧ, ДИСП,СТАНДОТКЛОН по выборке.
Для данного примера
СРЕДНЕЕ
|
64,4
|
Дисп
|
546,7111
|
Стоткл
|
23,38185
|
Можно воспользоваться инструментом описательная статистика.Сервиз/анализ данных/описательная статистика.
Строка1
|
|
|
Среднее
|
64,4
|
Стандартная ошибка
|
7,393991555
|
Медиана
|
65
|
Мода
|
#Н/Д
|
Стандартное отклонение
|
23,38185431
|
Дисперсия выборки
|
546,7111111
|
Эксцесс
|
-1,19511873
|
Асимметричность
|
-0,08178233
|
Интервал
|
69
|
Минимум
|
30
|
Максимум
|
99
|
Сумма
|
644
|
Счет
|
10
|
Уровень надежности(95,0%)
|
16,72637092
|
3.Определение доверительных интервалов.
-
доверительный интервал для среднего определяется
m¡Δ, Δ=tα/2,n-1,где S выборочное среднеквадратичное отклонение(корень из выборочной дисперсии. tα/2,n-1 значение обратного распределения Стьюдента (функция СТЬДОБР).
-
Доверительный интервал значений дисперсии σ2 оценивается по формуле .Значение χ2 вычисляются использованием функции ХИКВАДРОБР.
Формулировка задания.
Приведена статистика темпа инфляции за 10 лет .
Необходимо:
Построить эмпирическую функцию распределения
Найти средние несмещенные оценки среднего темпа инфляции, дисперсии и среднего квадратичного отклонения
Определить доверительные интервалы для вычисленных величин.
№
|
Данные статистики.
|
1
|
2,5
|
3,2
|
5,1
|
1,8
|
-0,6
|
0,7
|
2,1
|
2,7
|
4,1
|
3,5
|
2
|
1,5
|
2
|
3,2
|
2,8
|
2,2
|
2
|
1,5
|
1
|
-0,7
|
-05
|
3
|
3,2
|
4
|
4,1
|
4,2
|
4,5
|
5
|
5,2
|
5,3
|
6
|
7,2
|
4
|
8,2
|
8
|
7,9
|
7,5
|
6
|
6,5
|
6,2
|
6,1
|
6
|
5,9
|
5
|
2,5
|
3,2
|
5,1
|
1,8
|
-0,6
|
0,7
|
2,1
|
2,7
|
4,1
|
3,5
|
6
|
2,7
|
3
|
4,8
|
2,2
|
0,1
|
0,5
|
2
|
2,5
|
4,2
|
4,8
|
7
|
3,2
|
4
|
4,1
|
4,2
|
4,5
|
5
|
5,2
|
5,3
|
6
|
7,2
|
8
|
2,8
|
3,8
|
4,5
|
3,8
|
4,2
|
5,2
|
4,8
|
5,5
|
6,2
|
6,8
|
9
|
8,2
|
8
|
7,9
|
7,5
|
6
|
6,5
|
6,2
|
6,1
|
6
|
5,9
|
10
|
7,5
|
7,8
|
7,9
|
8,2
|
7,6
|
7,2
|
6
|
6,2
|
6,5
|
7
|
Практическое задание 1.2.
При выборочном обследовании торговых предприятий района оценивалась величина запаса (в днях оборота). Общее количество торговых предприятий района N = 40 и объем выборки n = 4.
По результатам выборочного обследования требуется:
1. Оценить средний запас и построить для него доверительный интервал при уровне надежности p = 0,9.
2. Определить представительный объем выборки nв на уровне надежности p = 0,95 и допустимой относительной погрешности E = 0,05 в оценке среднего запаса.
По данной выборке оценить уровень надежности p для интервала с погрешностью E, не превышающей 0,1.
№
|
Запасы на обследуемых предприятиях
|
|
x1
|
x2
|
x3
|
x4
|
1
|
120
|
90
|
110
|
160
|
2
|
170
|
130
|
100
|
120
|
3
|
160
|
180
|
180
|
200
|
4
|
150
|
100
|
120
|
80
|
5
|
200
|
180
|
150
|
100
|
6
|
200
|
150
|
120
|
100
|
7
|
120
|
80
|
150
|
170
|
8
|
200
|
120
|
150
|
180
|
9
|
150
|
120
|
120
|
140
|
10
|
120
|
90
|
110
|
160
|
Пример Выполнение задания.
Запасы в обследованных предприятиях
|
х1
|
х2
|
х3
|
х4
|
140
|
120
|
180
|
90
|
Средний запас в обследованных предприятиях (функция СРЗНАЧ)
X0=132,5
Выборочная дисперсия (Функция ДИСПР)
s2=1/(n-1)*S(Xi-X0)2
или s2== 1425
Стандартное отклонение s=37.75
Вычисляем среднюю ошибку выборки:
μ=σ/(n-1)*α,где α=(1- n/N)
или
α=(1-4/40)0,5=0,9486 ; μ=(1425)0,5*0,9486=35,81
Доверительный интервал для среднего (функция ДОВЕРИТ) равен1,183
131,3164<X0<133,6836
Если допустимая относительная погрешность Е=0,05 в оценке среднего запаса, то £ E Тогда предельная погрешность Δ=Е* X0=6,625
2.Представительный объем выборки nB на уровне надежности р=0,95 найдем по формуле для бесповторной выборки
nв = ,
где t найдем использованием функции НОРМОБР. Получаем t=1,96
nв=40*1,96*1425/(40*6,52+1,962*1425)= 15,55
или округляя nв=16
Если погрешность Е не превышает 0,1, то предельная погрешность
Δ=Е*X0=0,1*132,5=13,25,тогда t=D/m=13,25/35,81=0,37.,уровень надежности будет равен значению Функция Нормрасп , то получаем уровень надежности для интервала p = 0,6
Тема 2
Парная линейная регрессия.
Теоретические вопросы.
-
Что такое регрессионная модель и функция регрессии. Перечислите этапы регрессионного анализа
-
Что такое спецификация модели и как она проверяется.
-
Различие между теоретическим и эмпирическим уравнениями регрессии.
-
Сущность Метода наименьших квадратов.
-
Как определить ошибки регрессии
-
Как проверить значимость коэффициентов регрессии.
-
Как определить доверительный интервал коэффициентов регрессии.
-
Что такое коэффициент детерминации .
-
Каковы предпосылки метода наименьших квадратов.
-
Как проверить значимость коэффициента корреляции.
Практическое задание 2.1
Имеются данные по прибылям двух компаний
Необходимо:
-
Построить корреляционное поле
-
Вычислить коэффициент корреляции и проверить его значимость
-
Построить регрессионную модель.
-
Проверить значимость модели
-
Проверить статистическую значимость коэффициентов модели.
Исходные данные для задания 2.1
№
|
Исходные данные
|
1
|
Х
|
4,4
|
12,9
|
5,5
|
15,5
|
13,9
|
15,3
|
14,2
|
11,2
|
5,5
|
10,8
|
У
|
2,6
|
10,9
|
6,2
|
16
|
16,1
|
14,7
|
11,1
|
12,7
|
6,2
|
8,4
|
2
|
Х
|
23,6
|
33,1
|
11,2
|
8,6
|
21,1
|
14
|
11,8
|
11,4
|
12,9
|
15,3
|
У
|
17,3
|
33,6
|
12,6
|
2,8
|
17,8
|
14,1
|
9,2
|
7,1
|
5,1
|
17,6
|
3
|
Х
|
13,8
|
18,1
|
22,5
|
15,8
|
26
|
26,1
|
19,8
|
10,8
|
35,6
|
13,5
|
У
|
17,7
|
20,8
|
20,9
|
16,8
|
22,6
|
19,7
|
20,4
|
12,4
|
34,9
|
12,9
|
4
|
Х
|
28,7
|
23,3
|
27,6
|
23,3
|
19,5
|
37,7
|
33
|
27,3
|
21,1
|
34,4
|
У
|
26,7
|
23,9
|
23,6
|
23,9
|
19,4
|
38,4
|
34,9
|
23,9
|
24
|
31,4
|
5
|
Х
|
4
|
13
|
5
|
6
|
14
|
15
|
14
|
11
|
6
|
11
|
У
|
2,6
|
10,9
|
6,2
|
16
|
16,1
|
14,7
|
11,1
|
12,7
|
6,2
|
8,4
|
6
|
Х
|
14,3
|
39,8
|
39,5
|
38,3
|
39
|
44,6
|
57,4
|
46,9
|
53,6
|
51,7
|
У
|
4,8
|
42,9
|
27,4
|
30,9
|
30,4
|
41,8
|
63,5
|
53,1
|
53,3
|
39
|
7
|
Х
|
13
|
18
|
22
|
15
|
26
|
26
|
20
|
11
|
36
|
13
|
У
|
18
|
20
|
22
|
17
|
23
|
22
|
20
|
12
|
35
|
13
|
8
|
Х
|
46,2
|
41,5
|
45
|
43,1
|
41
|
50,9
|
57,1
|
44,1
|
45,9
|
31,3
|
У
|
43,6
|
38,2
|
49,7
|
43,3
|
41,9
|
50,7
|
53
|
44
|
42,2
|
26,4
|
9
|
Х
|
63,3
|
36
|
49
|
71,4
|
64
|
46,3
|
44,6
|
38,2
|
61,6
|
43,7
|
У
|
61,5
|
38,8
|
46,5
|
61,4
|
65,1
|
47,3
|
38,1
|
31,9
|
67,8
|
45,7
|
10
|
Х
|
74,3
|
68,7
|
39,7
|
60,8
|
54,9
|
63,2
|
57
|
62,5
|
59,6
|
59,3
|
У
|
69,9
|
73,8
|
43,8
|
58,3
|
55,3
|
63,2
|
53,2
|
61
|
53,6
|
56,8
|
Выполнение задания.
В результате наблюдений за спросом на некий товар и ростом его цены сделана выборка. Требуется определить имеется ли между данными явлениями связь , построить зависимость и оценить качество построенной модели.
Решение
1.Создадим на рабочем листе таблицу вида и заполним данными первые два столбца.
Xi
|
Yi
|
Ŷ(Xi)
|
Yi-Ŷ(Xi)
|
Ÿср-Ŷ(Xi)
|
69
|
60
|
|
|
|
45
|
65
|
|
|
|
75
|
64
|
|
|
|
40
|
60
|
|
|
|
78
|
85
|
|
|
|
84
|
90
|
|
|
|
50
|
72
|
|
|
|
60
|
73
|
|
|
|
91
|
90
|
|
|
|
102
|
97
|
|
|
|
2. Вычислим коэффициент корреляции использованием статистической функции КОРРЕЛ.
Ρху=0,807.
3.Проверим значимость коэффициента, выдвинув две гипотезы Н0 Ρху =0 и связи нет, альтернативная Н1 связь имеется. Вычислим выражение Т=
Для n=10, получим Т=3,866 Вычислим значение статистической функции СТЬЮДРАСПОБР. При уровне значимости 0,1 (2*0,05) и степенях свободы 8
Получим tстьюд=3,3555., т.к. модуль Т≥ tстьюд , принимается гипотеза о значимости и наличии связи .
3.Так как элементы выборки взяты случайно, проведем сортировку пар значений, ключевое поле столбец Х и построим диаграмму поля.наблюдений
4.Для переменных X,Y вычислить средние ,дисперсии и стандартное отклонение используя соответствующие статистические функции
5.Вычислим параметры модели, используя функцию ЛИНЕЙН.
Возвращенные параметры регрессии будут два числа a0 и a1 поэтому перед тем как произвести вставку функции не забудьте выделить две ячейки листа и нажать одновременно клавиши Ctrl,Shift и ОК.
Уравнение регрессии У= a0 + a1*Х Для данного примера
параметры регрессии
|
0,54410985
|
37,83877638
|
6.Вычислите и поместите в четвертый столбец величину значений регрессии Y(Xi) . Для этого используйте процедуру задания формулы ,в которой используются абсолютные ссылки на адреса параметров регрессии. вычисленные в п.5.и относительный адрес переменной Xi второй столбец.
7.На график корреляционного поля нанесите график регрессии и точку средних значений переменных.(использованием контекстного меню диаграммы исходные данные/ ряд / добавить )
8.Выполним оценку адекватности модели для этого оценим 2 суммы квадратов
Qe= и Qr= ,где yr, значения регрессии , столбец 3 ,yС среднее значение наблюдений у. Для вычисления используем математическую функцию СУММКВ.
Xi
|
Yi
|
Ŷ(Xi)
|
Yi-Ŷ(Xi)
|
Ÿср-Ŷ(Xi)
|
69
|
60
|
75,38235606
|
15,38235606
|
0,21764394
|
45
|
65
|
62,32371965
|
-2,676280352
|
13,27628035
|
75
|
64
|
78,64701516
|
14,64701516
|
-3,047015163
|
40
|
60
|
59,6031704
|
-0,396829604
|
15,9968296
|
78
|
85
|
80,27934471
|
-4,720655286
|
-4,679344714
|
84
|
90
|
83,54400382
|
-6,455996183
|
-7,944003817
|
50
|
72
|
65,0442689
|
-6,9557311
|
10,5557311
|
60
|
73
|
70,48536741
|
-2,514632595
|
5,114632595
|
91
|
90
|
87,35277277
|
-2,647227229
|
-11,75277277
|
102
|
97
|
93,33798113
|
-3,662018874
|
-17,73798113
|
среднееХ
|
среднееУ
|
|
Qe
|
Qr
|
69,4
|
75,6
|
|
597,5601209
|
1116,839879
|
параметры регрессии
|
0,54410985
|
37,83877638
|
|
9.Вычислим коэффициент детерминации
Ř=1-,где k число параметров регрессии, исключая свободный член, т.е. 1,
R2=(коэффициент детерминации для n≥20)
R2
|
0,6514465
|
|
Коэффициент детерминации
|
0,607877312
|
|
|
Коэффициент детерминации показывает, что модель работает на 60%, а 40% приходится на неучтенные факторы
10.Оценим параметры регрессии.
Вычислим остаточную дисперсию S2=
S2=4,73
Для простой линейной регрессии мерой служат величины
где аi параметр регрессии, Sа0= Sа1=
Если величина ti ≥t f ,λ/2 ,где t f ,λ/2 значение Стьюдента при числе степеней свободы f =n-k-1
и λ=0,05.(функция СТЬЮДРАСПОБР.), параметр значим, иначе его не учитывают.
Доверительный интервал параметра регрессии равен
Δi=± t f ,λ/2 Sаi
Необходимые расчеты для а0 приведены
Сумма Х
|
694
|
Сумма кв.Ч
|
51936
|
S2
|
4,7298
|
nΣx2 -(Σx)2
|
37724
|
Sa0
|
2,551813
|
Используя функцию СТЬЮДРАСПОБР получим
t f ,λ/2 =1,895
Тогда доверительный интервал для Δа0= ±2,55 *1,895=4,74
Самостоятельно оцените а1
Литература
-
Й. Грубер «Эконометрия. Введение в эконометрию» (Учебное пособие для студентов экономических специальностей), Киев.: Астарта, т.1 – 396с
-
Грубер И. Эконометрия. Учебное пособие для студентов экономических специальностей, т 1. Введение в эконометрию – Киев, Астарта, 1996 – 396 с.
-
Грубер И. Учебное пособие для студентов экономических специальностей, т 2. Введение в эконометрию – Киев, Астарта, 1997 – 500 с.
-
Магнус Я.Р. и др. Эконометрика: Начальный курс, - М.: Дело, 1997 – 248 с.
-
Айвазян С.А. и др. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989.
-
Тюрин и др. Обработка статистических данных на ПЭВМ /под ред. Фигурнова В.Э./ М.: Финансы и статистика, 1994 г..
-
Бородич С.А.Эконометрика.-Минск:Новое знание.2001.
-
Горелова Ш.В., Кацко И.А. Теория вероятностей и математическая статистика с применением Excel. Ростов на Дону -2003