|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Практические задания. Задача 1. Дана модель авторегрессии третьего порядка: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:
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:
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:
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:
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.):
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:
Задача 12. Дана таблица следующих данных:
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 = Et – Et -1; Et – уровень занятости; Qt – объем выпуска продукции; t – время. Предполагается, что механизм формирования ожидаемого уровня занятости Et * определяется соотношением Et – Et -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).
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.) |