АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Практические задания. Задача 1. Дана модель авторегрессии третьего порядка:

Читайте также:
  1. I. Задания для самостоятельной работы
  2. I. Задания для самостоятельной работы
  3. I. Задания для самостоятельной работы
  4. I. Задания для самостоятельной работы
  5. II. ГРАММАТИЧЕСКИЕ ЗАДАНИЯ
  6. II. Практические задания
  7. II. Практические задания.
  8. IV. Тестовые задания
  9. IV. Тестовые задания
  10. IV. Тестовые задания
  11. VI. Практические (семинарские) занятия
  12. VI. Практические (семинарские) занятия

Задача 1. Дана модель авторегрессии третьего порядка:

yt = 3 yt -1 – 0,25 yt -2 + 0,75 yt -3 + εt.

Задание: построить характеристическое уравнение, найти его корни и установить, является ли указанный авторегрессионный процесс стационарным.

 


Задача 2. Для авторегрессии второго порядка yt = β 1 yt -1 + β 2 yt -2 + εt найдены выборочные значения автокорреляционной функции: r (1) = 0,853, r (2) = 0,826.

Задание: Оценить параметры авторегрессии, используя для этого уравнения Юла-Уолкера.

 

Задача 3. Задание: оценить параметры авторегрессии второго порядка yt = β 1 yt -1 + β 2 yt -2 + εt по следующим наблюдениям:

t                          
yt 0,1 -2,5 -4 2,5 -0,2 -2,7 0,1 0,9 3,1 -0,5 1,8 0,5 1,9

 

Задача 4. Модель зависимости объемов продаж компании в среднем за месяц от расходов на рекламу была следующая (млн. руб):

.

Задание: найти краткосрочный, долгосрочный мультипликатор и средний лаг.

 

Задача 5. Имеется авторегрессионная модель с распределенными лагами порядка (p = 0, q = 1): yt = i + β 0 xt + β 1 yt -1 + εt.

Задание: используя обратное преобразование Койка, получить модель с бесконечным лагом.

 

Задача 6. Динамика оборота розничной торговли yt (% к предыдущему году) и потребительских цен xt (% к предыдущему году) региона за 1998 – 1999 гг. представлена в следующей таблице:

Год  
Месяц                        
yt 70,8 98,7 97,9 99,6 96,1 103,4 95,5 102,9 77,6 102,3 102,9 123,1
xt 101,7 101,1 100,4 100,1 100,0 100,1 100,0 105,8 145,0 99,8 102,7 109,4
Год  
Месяц                        
yt 74,3 92,9 106,0 99,8 105,2 99,7 99,7 107,9 98,8 104,6 106,4 122,7
xt 110,0 106,4 103.2 103,2 102,9 100,8 101.6 101,5 101,4 101,7 101,7 101,2

 

Задание:

1) используя метод Койка, оценить параметры модели с распределенным лагом с длиной лага не более 4;

2) используя метод Алмон, оценить параметры модели с распределенным лагом с длиной лага не более 4 и степени аппроксимирующего полинома не более 3;

3) сравнить результаты, полученные в п. 1 и 2.

 

Задача 7. Имеется следующая модель с распределенными лагами:

.

Задание:

1) определить коэффициенты регрессии для первых трех периодов;

2) найти относительные коэффициенты модели для первых трех лаговых переменных;

3) преобразовать модель в уравнение с конечным числом переменных.

 

Задача 8. Имеются данные об объеме валового внутреннего продукта y некоторой страны в зависимости от инвестиций x в ее экономику за 20 лет:

t                    
yt                    
xt                    
t                    
yt                    
xt                    
                                   

 

Задание: построить модель Алмон для лага l = 3 в предположении, что структура лага описывается полиномом второй степени. Найти краткосрочный и долгосрочный мультипликатор и дать их интерпретацию.

 

Задача 9. Заданы следующие наблюдения переменных y и x за 10 последовательных лет:

t                    
yt                    
xt                    

 

Задание: с применением инструментальных переменных оценить параметры линейной модели yt = α + β 0 xt + β 1 yt -1 + εt, используя в качестве инструментальных переменных z 1 = xt, z 2 = xt -1.

 

Задача 10. Приводятся следующие данные о среднедушевом доходе x и среднедушевых расходах на конечное потребление y за последние 30 лет (в усл. ед.):

t                    
xt                    
yt                    
t                    
xt                    
yt                    
t                    
xt                    
yt                    

 

Задание:

1) построить по этим данным авторегрессионную модель с распределенным лагом порядков (0,1) обычным МНК;

2) построить эту же модель с использованием инструментальных переменных, используя оценку уравнения регрессии (также МНК);

3) проверить гипотезу о наличии автокорреляции в модели, полученной методом инструментальных переменных, используя h -критерий Дарбина.

 

Задача 11. Задание: с применением метода инструментальных переменных оценить параметры модели yt = β 0 + β 1 yt -1 + β 2 xt + εt,

где yt – закупки мяса в млн т в году t; yt -1 – закупки мяса в млн т в году t -1; xt -1 – производство мяса в млн т в году t.

Для оценивания параметров модели использовать инструментальные переменные z 1i = xt -1, z 2 t = xt и следующие статистические данные:

Год yt xt Год yt xt
  1,27 2,01   2,43 3,07
  1,37 2,09   2,44 3,07
  1,39 2,13   2,28 2,90
  1,38 2,16   2,28 2,89
  1,46 2,24   2,53 3,15
  1,44 2,19   2,65 3,26
  1,53 1,21   2,54 3,15
  1,86 2,48   1,88 2,53
  2,10 2,73   1,89 2,58

 

Задача 12. Дана таблица следующих данных:

Момент времени t -3 t -2 t -1 t t +1
x *          
x         -

 

Здесь x *, x – ожидаемый и действительный спрос на некоторый товар соответственно.

Задание: в соответствии с моделью адаптивных ожиданий:

xt * = λxt -1 + (1 – λ) x * t -1,

где λ = 0,40 найти остальные значения x *.

 

Задача 13. На основе поквартальных данных получено следующее уравнение регрессии, характеризующее спрос на труд:

Δ Et = 14,22 + 0,172 Qt – 0,028 t – 0,0007 t 2 – 0,297 Et -1,

(2,61) (0,014) (0,015) (90,0002) (2,61)

где Δ Et = EtEt -1; Et – уровень занятости; Qt – объем выпуска продукции; t – время. Предполагается, что механизм формирования ожидаемого уровня занятости Et * определяется соотношением EtEt -1 = γ (Et *Et -1) (0 < γ < 1).

Задание: получить модель неполной корректировки (оценку зависимости желательного уровня значимости Et * от переменных модели Qt и t).


 


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.007 сек.)