АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Задания для самооценки

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. X. ПРАКТИЧЕСКИЕ ЗАДАНИЯ
  12. XI. Тестовые задания

Выполните задания и ответьте на вопросы:

• Какие критерии адекватности Вы знаете. Их преимущества и недостатки.

• Назовите свойства оценок метода наименьших квадратов.

• Какими свойствами обладают оценки уравнений регрессии, полученные с помощью МНК?

• Доказать, что при гетероскедастичности остатков ОМНК-оценки вектора β более эффективны, чем МНК-оценки.

• Какие проблемы возникают в практике регрессионного анализа?

• Какие существуют критерии для выбора регрессионной модели?

• Назовите основные признаки мультиколлинеарности.

• Какие методы устранения мультиколлинеарности Вы знаете?

• Как проверить значимость уравнения регрессии и его коэффициентов?

Задача 1. Имеются данные о динамике России за 2005 - 2007 гг. (товарооборота и доходов населения).

Месяц Товаро­оборот, % к предыдущему месяцу Доходы населения, % к преды­дущему месяцу Месяц Товаро- обо­рот, % к предыдущему месяцу Доходы населения, % к преды­дущему месяцу
Январь 91,5 79,5 Июль 102,3 102,6
Февраль 92,8 100,3 Август 106,8 96,6
Март 104,3 102,9 Сентябрь 96,7 81,5
Апрель 101,5 106,6 Октябрь 92,7 107,8
Май 97,9 92,5 Ноябрь 100,4 69,7
Июнь 98,7 110,1 Декабрь 108,1 122,8
Июль 100,8 96,6 Январь 80,0 63,9
Август 103,7 97,1 Февраль 96,9 107,4
Сентябрь 104,6 98,5 Март 106,0 103,7
Октябрь 100,3 105,7 Апрель 97,6 108,1
Ноябрь 101,5 97,4 Май 100,2 93,9
Декабрь 116,0 129,9 Июнь 100,7 104,1
Январь 82,3 63,9 Июль 100,0 97,2
Февраль 91,6 104,3 Август 106,5 104,6
Март 103,4 101,7 Сентябрь 100,5 98,6
Апрель 100,3 105,5 Октябрь 102,1 104,5
Май 99,2 91,3 Ноябрь 100,5 99,9
Июнь 99,0 102,6 Декабрь 116,0 136,9

Требуется:

Построить трендовую и сезонную составляющую (отдельно для каждого показателя).

Оцените значимость построенных моделей.

Определите корреляцию и эластичность показателей.

Задача 2. Изучается влияние стоимости основных и оборотных средств на величину валового дохода торговых предприятий.

Для этого по 12 торговым предприятиям были получены следующие данные.

Номер предприятия Валовой доход за год, млн. руб.   Среднегодовая стоимость, млн. руб.
основных фондов оборотных средств
       
       
       
       
       
       
       
       
       
       
       
       

Задание:

Постройте линейное уравнение множественной регрессии и поясните экономический смысл его параметров.

Рассчитайте частные коэффициенты эластичности.

Определите коэффициенты регрессии.

Сделайте вывод о силе связи результата и факторов.

Определите парные коэффициенты корреляции, а также множественный коэффициент корреляции; сделайте выводы.

Дайте оценку полученного уравнения на основе коэффициента детерминации.

Тесты

1. При анализе эластичности спроса по цене целесообразно использовать следующую модель:

а) линейную;

б) полиномиальную;

в) логарифмическую;

г) степенную;

д) экспоненциальную.

 

2. Оценки неизвестных параметров A, α и β в производственной функции Кобба–Дугласа можно найти с помощью:

а) метода наименьших квадратов;

б) принципа “ближнего соседа”;

а) дисконтированием множителей.

 

3. Двумерная корреляционная модель определяется ……… параметрами (вставьте необходимое слово):

а) тремя;

б) пятью;

в) семью.

 

4. Коэффициент регрессии фактора хi определяет:

а) уровень значимости фактора хi;

б) на сколько изменится у при изменении фактора хi на 1;

в) уровень достоверности фактора хi;

г) степень отклонения фактора хi от его среднего значения.

 

5. Если вектор ошибок имеет постоянную дисперсию, то это явление называется:

а) гомоскедастичностью;

б) гетероскедастичностью;

в) ситуация не определена.

 

6. С увеличением объема выборки:

а) увеличивается точность оценок;

б) уменьшается ошибка регрессии;

в) расширяются интервальные оценки;

г) уменьшается коэффициент детерминации.

 

7. Коэффициенты эластичности показывают, на какую величину в среднем изменится Q= а 0x 1x 2, если α или β увеличить соответственно:

а) на один процент;

б) на единицу измерения Q;

в) на единицу своего измерения.

 

8. При анализе производственной функции целесообразно использовать следующую модель:

а) линейную;

б) полиномиальную;

в) логарифмическую;

г) степенную;

д) экспоненциальную.

 

9. Модели lnY = β0 + βX+ ε, Y = β0 + β ln X+ ε называются:

а) линейными;

б) полулогарифмическими;

в) логарифмическими.

 

10. Если в модели Y = β0 + β ln X+ ε положить Y = GNP (валовой национальный продукт), а X=M (денежная масса), то из формулы GNP = β0 + β lnM + ε следует, что если увеличить предложение денег М на …….., то ВНП вырастет на 0,01 β:

а) 1%;

б) 1 измерения.

 

11. Для получения качественных оценок уравнений регрессии необходимо выполнение следующих предпосылок МНК (выберите необходимые пункты):

а) отклонения εi должны быть нормально распределенными случайными величинами с нулевым математическим ожиданием и постоянной дисперсией;

б) отклонения εi не должны коррелировать друг с другом;

в) отклонения εi должны иметь показательный закон распределения.

 

12. Коэффициент корреляции считается значимым с вероятностью ошибки α, если:

а) tнабл по модулю будет больше, чем tкр,

б) не имеет значения;

в) tнабл по модулю будет меньше, чем tкр.

 

13. Матрица R парных коэффициентов корреляции является (выберите необходимые пункты):

а) обратной;

б) транспонированной;

в) симметричной;

г) положительно определенной.

 

14. В каких пределах изменяется множественный коэффициент корреляции:

а) от 0 до 1;

б) от –1 до 0;

в) от –1 до 1;

г) от 0 до 10.

 

15. В каких пределах изменяется коэффициент детерминации:

а) от 0 до 1;

б) от –1 до 0;

в) от –1 до 1;

г) от 0 до 10.

 

16. В хорошо подобранной модели остатки должны (выберите необходимые пункты):

а) иметь нормальный закон распределения с нулевым математическим ожиданием и постоянной дисперсией;

б) не коррелировать друг с другом;

в) иметь экспоненциальный закон распределения;

г) хаотично разбросаны;

д) форма и вид распределения не важен.

 

17. Неправильный выбор функциональной формы или объясняющих переменных называется:

а) ошибками спецификации;

б) ошибками прогноза;

в) гетероскедастичностью.

 

18. С какой целью производят нормирование признаков:

а) с целью устранения влияния различных единиц измерения;

б) с целью уменьшить признаковое пространство;

в) с целью упрощения расчетов.

 

19. Коэффициент детерминации – это:

а) квадрат парного коэффициента корреляции;

б) квадрат частного коэффициента корреляции;

в) квадрат множественного коэффициента корреляции.

 

20. Метод максимального правдоподобия лучше работает на…, где он, как правило, дает оценки с минимальной дисперсией:

а) больших выборках;

б) малых выборках;

в) любых выборках.

 

21. Модель вида Y = AKαLβ носит название:

а) функции Энгеля;

б) функции Кобба – Дугласа;

в) лог-линейной модели;

г) степенной модели.

 

22. Квадрат какого коэффициента указывает долю дисперсии одной случайной величины, обусловленную вариацией другой:

а) коэффициент детерминации;

б) парный коэффициент корреляции;

в) частный коэффициент корреляции;

г) множественный коэффициент корреляции.

 

23. Оценки максимального правдоподобия и метода наименьших квадратов:

а) могут не совпадать;

б) совпадают;

в) никогда не совпадают.

 

24. Какой смысл у коэффициентов регрессии в логарифмических регрессионных моделях:

а) показывают процентное изменение Y для данного процентного изменения X;

б) показывают абсолютное изменение Y для данного процентного изменения X;

в) показывают процентное изменение Y для данного абсолютного изменения X.

 

25. Изменяются ли свойства случайного отклонения при преобразовании уравнения регрессии:

а) да;

б) нет;

в) случайное отклонение не зависит от вида уравнения регрессии

 

26. Величина, рассчитанная по формуле , является оценкой:

а) коэффициента детерминации;

б) парного коэффициента корреляции;

в) частного коэффициента корреляции;

г) множественного коэффициента корреляции.

 

27. Выборочный коэффициент корреляции r по абсолютной величине:

а) не превосходит единицы;

б) не превосходит нуля;

в) принимает любые значения.

 

28. Отметьте основные виды ошибок спецификации:

а) отбрасывание значимой переменной;

б) добавление незначимой переменной;

в) низкое значение коэффициента детерминации;

г) выбор неправильной формы модели.

 

29. Можно ли обнаружить ошибки спецификации с помощью исследования остаточного члена:

а) да;

б) нет;

в) ситуация не определена.

 

30. Есть ли необходимость при определении с надежностью γ доверительного интервала для значимого парного или частного коэффициентов корреляции использовать Z-преобразование Фишера и предварительно устанавливать интервальную оценку для Z:

а) нет;

б) да;

в) ситуация не определена.

 

31. На практике при построении регрессионных моделей рекомендуется, чтобы n превышало т не менее, чем:

а) в два раза;

б) в три раза;

в) не имеет значения.

 

32. Если в уравнении регрессии имеется несущественная переменная, то она обнаруживает себя по низкому значению:

а) t-статистики;

б) F-статистики;

в) коэффициента детерминации.

 

33. Если дисперсия ошибки постоянна и не зависит от t,

то это свидетельствует о:

а) гомоскедастичности остатков;

б) гетероскедастичности остатков.

 

34. На практике о наличии мультиколлинеарности обычно судят по матрице парных коэффициентов корреляции. Если один из элементов матрицы R больше ……., то считают, что имеет место мультиколлинеарность и в уравнение регрессии следует

включать только один из показателей xj или xe. Вставьте недостающее значение.

а) 0,3;

б) 0,5;

в) 0,6;5;

г) 0,8;

д) 0,9;

е) другое значение.

 

35. Для проверки значимости отдельных коэффициентов регрессии, т.е. гипотез H0: а j=0, где j=1,2,... т, используют:

а) нормальный закон распределения;

б) t-критерий;

в) распределение Фишера.

 

36. В условиях гетероскедастичности случаных остатков оценки коэффициентов, полученные по методу наименьших квадратов, будут:

а) несмещенными;

в) эффективными;

д) надежными;

б) смещенными;

г) неэффективными;

е) ненадежными.

 

37. При исследовании зависимости балансовой прибыли предприятия торговли (y, тыс.руб) от фонда оплаты труда (x 1, тыс.руб.) и объема продаж по безналичному расчету (x 2, тыс.руб.) получена следующая модель: y = 5933,100 + 0,916 x 1 +0,065 x 2 +ε.

Как интерпретируется коэффициент при факторном признаке x 2:

а) при увеличении объема продаж по безналичному расчету на 1% балансовая прибыль предприятия в среднем будет увеличиваться на 0,065%;

б) при увеличении только объема продаж по безналичному расчету на 1% балансовая прибыль предприятия в среднем будет увеличиваться на 6,5%;

в) при увеличении только объема продаж по безналичному расчету на 1 тыс.руб. балансовая прибыль предприятия будет увеличиваться на 65 руб.;

г) при уменьшении только объема продаж по безналичному расчету на 1 тыс.руб. балансовая прибыль предприятия в среднем будет уменьшаться на 0,065 тыс.руб.

 

7.4. Самостоятельная работа студентов

Литература для самостоятельной работы

1. Эконометрика: Учебник./ Под ред. И.И. Елисеевой. – 2-е изд.– М.: Финансы и статистика, 2005. – 276 с.

2. Практикум по эконометрике. Под ред. И.И.Елисеевой. – М.: Финансы и статистика, 2005.

3. Мхитарян В.С., Архипова М.Ю., Сиротин В.П. Эконометрика: Учебно-методический комплекс. – М.: Изд. центр ЕАОИ. 2008. – 144 с.

4. Дубров А.М., Мхитарян В.С., Трошин Л.И. Математическая статистика для бизнесменов и менеджеров. – М.: МЭСИ, 2004. – 140 с.

5. Мхитарян В.С., Трошин Л.И. Исследование зависимостей методами корреляции и регрессии. – М.: МЭСИ, 2004. – 51 с.

6. Айвазян С.А., Мхитарян В.С. Практикум по прикладной статистике и эконометрике. – М.: МЭСИ, 2003.

 

INTERNET-ресурсы

1. http://upereslavl.botik.ru/UP/ECON/econometrics/top1/tsld006.htm

2. http://www.nsu.ru/ef/tsy/ecmr/study.htm

3. http://www.nsu.ru/ef/tsy/ecmr/index.htm

4. http://www.statsoft.ru/home/textbook/def ault.htm

5. http://www.nsu.ru/ef/tsy/ecmr/study.htm

6. http://www.dataforce.net/~antl/article/econometric

7. http://www.nsu.ru/ef/tsy/ecmr/study.htm

8. http://www.tvp.ru/vnizd/mathem4.htm

9. http://www.kgtu.runnet.ru/WD/TUTOR/textbook/modules/stmulreg.html

10. http://www.shpargalka.ru/statis.ru/doc/shpr_e31.htm

11. http://www3.unicor.ac.ru/d024/p011993.htm

12. http://www.gauss.ru/educat/systemat/butenkov/.asp

13. http://crow.academy.ru/econometrics/seminars_/sem_08_/sem_08.htm

14. http://crow.academy.ru/econometrics/lectures_/lect_03_/index.htm


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.023 сек.)