АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Требования к критериям оценки выполнения практических заданий, контрольных работ

Читайте также:
  1. I. Значение владения движимыми вещами (бумагами на предъявителя и правами требования как вещами)
  2. II Требования к содержанию и оформлению работ
  3. II. Общие требования безопасности
  4. II. Общие требования и правила оформления текстов исследовательских работ.
  5. II. Требования к структуре образовательной программы дошкольного образования и ее объему
  6. III. Методы оценки функции почек
  7. III. Основные требования, предъявляемые к документам
  8. III. Требования к оформлению
  9. III. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ СОДЕРЖАНИЯ ДИСЦИПЛИНЫ
  10. IV. Единые требования к использованию и сохранности учебников для учеников и их законных представителей
  11. V. Требования к подготовке и оформлению конкурсной работы
  12. Абсолютные показатели оценки риска

Для текущего контроля достаточно представить пять выполненных заданий по каждой теме. Оценка выполнения практического задания проводится по 50-бальной системе (10 баллов на каждую из пяти задач). 40-50 баллов, набранных студентом, соответствуют оценке "отлично", 30-39 баллов – оценке "хорошо", 20-29 баллов – оценке "удовлетворительно", 0-19 баллов – оценке "неудовлетворительно".

В случае если задача решена в целом правильно, но допущены 1-2 арифметические ошибки, либо не объяснен какой-либо ключевой момент решения, решение оценивается в 8-10 баллов. Если решение задачи не доведено до конца, либо окончание решения ошибочно, но имеется правильный план ре­шения и получены существенные, важные для решения результаты, задача оце­нивается в 4-8 баллов. Если задача не решена, отсутствует общий план реше­ния либо допущены грубые ошибки, но есть продвижения в нужном направле­нии или правильно сделаны отдельные шаги решения, задача оценивается в 1-4 балла.

Контрольная работа предназначена для итогового контроля зна­ний и навыков студентов по всем темам дисциплины. В отличие от практических заданий, оценка за каждую задачу контрольной работы - зачте­но или не зачтено.

Оценка зачтено ставится за правильное и полное решение задачи, допускаются небольшие погрешности в изложении и вычислениях. Оценка за контрольную работу – зачтено, если зачтены все контрольные задания по всем темам дисциплины.

Если практические задания по всем темам дисциплины выполнены на оценку не ниже «удовлетворительно», и получена оценка «зачтено» за контрольную работу, то студент допускается к итоговой аттестации – зачету.

В случае неудовлетворительной оценки за практическое задание по отдельной теме студент должен выполнить работу над ошибками и дополнительно решить другие примеры из тех же тем, за которые получены неудовлетворительные оценки (за каждый неправильно решенный пример – один дополнительно).

Если контрольная работа не зачтена, то студент должен выполнить работу над ошибками и затем заново написать другой вариант контрольной работы, предложенный преподавателем.


 

ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЗАЧЕТУ

1. Эконометрика: цели, методы, проблемы, типы переменных.

2. История отечественных и зарубежных эконометрических исследований.

3. Состояние и перспективы развития эконометрики.

4. Классификация эконометрических моделей.

5. Определения и основные понятия эконометрики.

6. Исследование взаимосвязи социально-экономических явлений.

7. Причинность, регрессия, корреляция.

8. Корреляционно-регрессионный анализ в экономике. Анализ и обобщение статистической информации.

9. Этапы эконометрического исследования.

10. Что такое линейная регрессия?

11. Дайте определения парной и множественной регрессии.

12. Что такое спецификация и параметризация уравнения регрессии? Как они осуществляются?

13. Какими могут быть критерии качества оценки линейной регрессии?

14. В чем сущность метода наименьших квадратов (МНК)?

15. Сформулируйте общую задачу статистической оценки параметров на примере оценки параметров линейной регрессии.

16. Сформулируйте свойства несмещенности, состоятельности и эффективности оценок параметров. Обладают ли этими свойствами оценки параметров линейной регрессии, полученные с помощью МНК?

17. В чем различие, смысловое и количественное, теоретических значений коэффициентов регрессии и их выборочных значений?

18. Какие факторы влияют на величину стандартных ошибок выборочных коэффициентов регрессии?

19. Как связаны выборочные коэффициенты регрессии с коэффициентом корреляции величин х и у?

20. Какой показатель характеризует долю объясненной с помощью регрессии дисперсии в общей дисперсии зависимой переменной?

21. Из каких этапов состоит проверка качества оцененного уравнения регрессии?

22. Как рассчитывается и что показывает коэффициент детерминации R2?

23. В каких задачах эконометрики используется распределение Фишера?

24. Таблицы каких распределений используются при оценке качества линейной регрессии?

25. Какие показатели характеризуют независимость отклонений зависимой переменной от линии регрессии? Как осуществляется проверка этой независимости?

26. В каких случаях наблюдается положительная автокорреляция остатков?

27. Каковы особенности практического применения регрессионных моделей?

28. Как осуществляется прогнозирование экономических показателей с использованием моделей линейной регрессии?

29. Как можно оценить «естественный» уровень безработицы с использованием модели линейной регрессии?

30. В каких случаях необходимо уточнение линейной регрессионной модели и как оно осуществляется?

31. Когда необходимо выведение из рассмотрения незначимых объясняющих переменных и добавление новых переменных?

32. В каких случаях осуществляется построение нелинейных спецификаций уравнения регрессии с последующей их линеаризацией?

33. Приведите примеры нелинейных моделей регрессии и их линеаризацию.

34. Какие проблемы спецификации ошибок возникают при линеаризации уравнения регрессии?

35. В каких случаях возникают трудности использования множественной линейной регрессии в моделировании? В чем реальная ситуация может не соответствовать предпосылкам модели?

36. Что такое гомоскедастичность и гетероскедастичность? Каковы результаты использования линейной регрессионной модели в условиях каждой из них?

37. В чем сущность обобщенного МНК?

38. Временные ряды в экономике. Компоненты временного ряда. Тренд.

39. Оценка устойчивости тенденции.

40. Идентификация временного ряда. Авторегрессионные модели.

41. Модели с распределенными лагами.

42. Прогнозирование на основе временных рядов.

43. Методы выявления периодической компоненты. Модели сезонных колебаний.

44. Трендовые модели с независимыми значениями случайной составляющей.

45. Полиномиальный тренд.

46. Трендовые модели с сезонными колебаниями.

47. В чем суть метода экспоненциального сглаживания?

48. Что такое системы одновременных уравнений в экономическом моделировании?

49. Идентификация систем эконометрических уравнений.

50. Косвенный, двухшаговый и трехшаговый метод наименьших квадратов.

51. В чем заключается двухшаговый МНК? В каких случаях он применяется?

52. В чем заключается проблема автокорреляции остатков и как она проявляется?

 


КОНТРОЛЬНЫЕ ЗАДАНИЯ

1. Имеются следующие ряды оценок двух экспертов характеристик некоторого проекта. Вычислите коэффициент корреляции.

В1 Эксперт 1                            
Эксперт 2                            
В2 Эксперт 1                            
Эксперт 2                            
В3 Эксперт 1                            
Эксперт 2                            
В4 Эксперт 1                            
Эксперт 2                            
В5 Эксперт 1                            
Эксперт 2                            
В6 Эксперт 1                            
Эксперт 2                            
В7 Эксперт 1                            
Эксперт 2                            
В8 Эксперт 1                            
Эксперт 2                            
В9 Эксперт 1                            
Эксперт 2                            
В10 Эксперт 1                            
Эксперт 2                            
В11 Эксперт 1                            
Эксперт 2                            
В12 Эксперт 1                            
Эксперт 2                            
В13 Эксперт 1                            
Эксперт 2                            
В14 Эксперт 1                            
Эксперт 2                            
В15 Эксперт 1                            
Эксперт 2                            
В16 Эксперт 1                            
Эксперт 2                            
В17 Эксперт 1                            
Эксперт 2                            
В18 Эксперт 1                            
Эксперт 2                            
В19 Эксперт 1                            
Эксперт 2                            
В20 Эксперт 1                            
Эксперт 2                            
В21 Эксперт 1                            
Эксперт 2                            
В22 Эксперт 1                            
Эксперт 2                            
В23 Эксперт 1                            
Эксперт 2                            
В24 Эксперт 1                            
Эксперт 2                            
В25 Эксперт 1                            
Эксперт 2                            
В26 Эксперт 1                            
Эксперт 2                            
В27 Эксперт 1                            
Эксперт 2                            
В28 Эксперт 1                            
Эксперт 2                            
В29 Эксперт 1                            
Эксперт 2                            
В30 Эксперт 1                            
Эксперт 2                            

 

2. Имеются следующие данные разных стран об индексе розничных цен на продукты питания (х) и об индексе промышленного производства (у). Определите формулу для прогноза у по х (однофакторную линейную модель), затем двухфакторную линейную модель у (х,t); теоретические значения (прогноз) ŷ (х,t) для х =100,113,119 и t=2004; долю вариабельности у, которая объясняется вариабельностью х и вариабельностью t.

Вариант Год                            
В1 Индекс цен                            
Индекс пр-ва                            
В2 Индекс цен                            
Индекс пр-ва                            
В3 Индекс цен                            
Индекс пр-ва                            
В4 Индекс цен                            
Индекс пр-ва                            
В5 Индекс цен                            
Индекс пр-ва                            
В6 Индекс цен                            
Индекс пр-ва                            
В7 Индекс цен                            
Индекс пр-ва                            
В8 Индекс цен                            
Индекс пр-ва                            
В9 Индекс цен                            
Индекс пр-ва                            
В10 Индекс цен                            
Индекс пр-ва                            
В11 Индекс цен                            
Индекс пр-ва                            
В12 Индекс цен                            
Индекс пр-ва                            
В13 Индекс цен                            
Индекс пр-ва                            
В14 Индекс цен                            
Индекс пр-ва                            
В15 Индекс цен                            
Индекс пр-ва                            
В16 Индекс цен                            
Индекс пр-ва                            
В17 Индекс цен                            
Индекс пр-ва                            
В18 Индекс цен                            
Индекс пр-ва                            
В19 Индекс цен                            
Индекс пр-ва                            
В20 Индекс цен                            
Индекс пр-ва                            
В21 Индекс цен                            
Индекс пр-ва                            
В22 Индекс цен                            
Индекс пр-ва                            
В23 Индекс цен                            
Индекс пр-ва                            
В24 Индекс цен                            
Индекс пр-ва                            
В25 Индекс цен                            
Индекс пр-ва                            
В26 Индекс цен                            
Индекс пр-ва                            
В27 Индекс цен                            
Индекс пр-ва                            
В28 Индекс цен                            
Индекс пр-ва                            
В29 Индекс цен                            
Индекс пр-ва                            
В30 Индекс цен                            
Индекс пр-ва                            
                                 

 

 

3. Определите вид и параметры тренда в динамическом ряде выплавки стали ряда стран.

Вариант Год                            
В1 Выплавка стали, млн.т. 65,3 70,8 76,3 80,2 85,0 91,0 96,6 102,2 106,5 110,3 115,9 120,2 122,5 128,6
В2 Выплавка стали, млн.т. 62,3 72,8 76,3 85,2 88,0 91,0 96,6 105,2 102,5 112,3 116,9 120,5 122,1 126,2
В3 Выплавка стали, млн.т. 45,3 50,8 56,3 60,2 65,0 71,0 76,6 82,2 86,5 90,3 95,9 90,2 100,5 108,6
В4 Выплавка стали, млн.т. 32,3 42,8 46,3 55,2 58,0 51,0 56,6 65,2 60,5 62,3 66,9 70,5 72,1 76,2
В5 Выплавка стали, млн.т. 70,8 76,3 80,2 85,0 91,0 96,6 91,0 96,6 102,2 106,5 110,3 115,9 120,2 122,5
В6 Выплавка стали, млн.т. 72,8 76,3 85,2 88,0 91,0 96,6 91,0 96,6 105,2 102,5 112,3 116,9 120,5 122,1
В7 Выплавка стали, млн.т. 50,8 56,3 60,2 65,0 71,0 76,6 71,0 76,6 82,2 86,5 90,3 95,9 90,2 100,5
В8 Выплавка стали, млн.т. 42,8 46,3 55,2 58,0 51,0 56,6 51,0 56,6 65,2 60,5 62,3 66,9 70,5 72,1
В9 Выплавка стали, млн.т. 70,8 76,3 80,2 85,0 91,0 96,6 96,6 96,6 102,2 106,5 110,3 115,9 120,2 122,5
В10 Выплавка стали, млн.т. 72,8 76,3 85,2 88,0 91,0 96,6 96,6 96,6 105,2 102,5 112,3 116,9 120,5 122,1
В11 Выплавка стали, млн.т. 50,8 56,3 60,2 65,0 71,0 76,6 76,6 76,6 82,2 86,5 90,3 95,9 90,2 100,5
В12 Выплавка стали, млн.т. 42,8 46,3 55,2 58,0 51,0 56,6 56,6 56,6 65,2 60,5 62,3 66,9 70,5 72,1
В13 Выплавка стали, млн.т. 70,8 76,3 80,2 85,0 91,0 96,6   106,5 110,3 115,9 120,2 122,5 128,6  
В14 Выплавка стали, млн.т. 72,8 76,3 85,2 88,0 91,0 96,6   102,5 112,3 116,9 120,5 122,1 126,2  
В15 Выплавка стали, млн.т. 50,8 56,3 60,2 65,0 71,0 76,6 82,2 86,5 90,3 95,9 90,2 100,5 108,6  
В16 Выплавка стали, млн.т. 42,8 46,3 55,2 58,0 51,0 56,6 65,2 60,5 62,3 66,9 70,5 72,1 76,2  
В17 Выплавка стали, млн.т. 76,3 80,2 85,0 91,0 96,6 91,0 96,6 102,2 106,5 110,3 115,9 120,2 122,5  
В18 Выплавка стали, млн.т. 79,3 85,2 88,0 91,0 96,6 91,0 96,6 105,2 102,5 112,3 116,9 120,5 122,1  
В19 Выплавка стали, млн.т. 56,3 56,3 60,2 65,0 71,0 76,6 76,6 76,6 82,2 90,3 95,9 90,2 100,5  
В20 Выплавка стали, млн.т. 46,3 55,2 58,0 51,0 56,6 51,0 56,3 60,2 65,0 71,0 76,6 76,6 76,6 82,2
В21 Выплавка стали, млн.т. 76,3 80,2 85,0 91,0 96,6 96,6 96,6 102,2 106,5 110,3 115,9 120,2 122,5  
В22 Выплавка стали, млн.т. 78,3 85,2 88,0 91,0 96,6 96,6 96,6 105,2 102,5 112,3 116,9 120,5 122,1  
В23 Выплавка стали, млн.т. 56,3 60,2 65,0 71,0 76,6 76,6 76,6 82,2 86,5 90,3 95,9 90,2 100,5  
В24 Выплавка стали, млн.т. 46,3 55,2 58,0 51,0 56,6 56,6 56,6 65,2 60,5 62,3 66,9 70,5 72,1  
В25 Выплавка стали, млн.т. 42,8 46,3 55,2 58,0 51,0 56,3 60,2 65,0 71,0 76,6 76,6 76,6 82,2 90,2
В26 Выплавка стали, млн.т.   42,8 46,3 55,2 58,0 51,0 56,6 51,0 56,6 65,2 60,5 62,3 66,9 70,5
В27 Выплавка стали, млн.т.   70,8 76,3 80,2 85,0 91,0 96,6 96,6 96,6 102,2 106,5 110,3 115,9 120,2
В28 Выплавка стали, млн.т.   72,8 76,3 85,2 88,0 91,0 96,6 96,6 96,6 105,2 102,5 112,3 116,9 120,5
В29 Выплавка стали, млн.т.   50,8 56,3 60,2 65,0 71,0 76,6 76,6 76,6 82,2 86,5 90,3 95,9 90,2
В30 Выплавка стали, млн.т.   42,8 46,3 55,2 58,0 51,0 56,3 60,2 65,0 71,0 76,6 76,6 76,6 82,2

 

4. Используя формулы моделирования сезонных колебаний, определите тренд в динамическом ряде помесячных удоев от одной коровы.

Вариант Месяц                        
В1 Фактические удои                        
В2 Фактические удои                        
В3 Фактические удои                        
В4 Фактические удои                        
В5 Фактические удои                        
В6 Фактические удои                        
В7 Фактические удои                        
В8 Фактические удои                        
В9 Фактические удои                        
В10 Фактические удои                        
В11 Фактические удои                        
В12 Фактические удои                        
В13 Фактические удои                        
В14 Фактические удои                        
В15 Фактические удои                        
В16 Фактические удои                        
В17 Фактические удои                        
В18 Фактические удои                        
В19 Фактические удои                        
В20 Фактические удои                        
В21 Фактические удои                        
В22 Фактические удои                        
В23 Фактические удои                        
В24 Фактические удои                        
В25 Фактические удои                        
В26 Фактические удои                        
В27 Фактические удои                        
В28 Фактические удои                        
В29 Фактические удои                        
В30 Фактические удои                        

 


ГЛОССАРИЙ

 

АВТОКОРРЕЛЯЦИОННАЯ ФУНКЦИЯ ВРЕМЕННОГО РЯДА – последовательность коэффициентов автокорреляции уровней временного ряда.

АВТОКОРРЕЛЯЦИЯ – отражает зависимость значения одного элемента динамического ряда от значений предшествующих элементов (или ошибки в очередном наблюдении от ее значений в других наблюдениях).

АДДИТИВНАЯ МОДЕЛЬ – модель вида: Y=T+S+E,

где Т - трендовая компонента;

S – циклическая компонента;

Е – случайная компонента.

АЛГОРИТМ ДВУХШАГОВОГО МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ:

• Определяется приведенная форма модели, и находятся на ее основе оценки теоретических значений эндогенных переменных.

• Определяются структурные коэффициенты модели по данным теоретических (расчетных) значений эндогенных переменных.

АЛГОРИТМ КОСВЕННОГО МЕТОДА НАИМЕНЬШИХ КВАДРАТОВ:

• Структурная модель преобразовывается в приведенную форму модели.

• Для каждого уравнения приведенной формы модели обычным МНК оцениваются приведенные коэффициенты.

• Коэффициенты приведенной формы модели трансформируются в параметры структурной формы модели.

АНАЛИЗ СТРУКТУРЫ ВРЕМЕННОГО РЯДА:

• Если r1 наиболее высокий, то исследуемый ряд содержит только

тенденцию;

• Если rt наиболее высокий, то ряд содержит циклические колебания с периодичностью в t моментов времени;

• Если ни один из коэффициентов автокорреляции не является значимым,

то либо ряд не содержит тенденции и циклических колебаний, либо ряд содержит сильную нелинейную тенденцию.

АНАЛИТИЧЕСКОЕ ВЫРАВНИВАНИЕ ВРЕМЕННОГО РЯДА – способ моделирования тенденции временного ряда: построение аналитической функции, характеризующей зависимость уровней ряда от времени, или тренда.

ВРЕМЕННОЙ РЯД – это последовательность наблюдений, упорядоченных во времени (или пространстве). Если какое-нибудь явление наблюдают на протяжении некоторого времени, имеет смысл представить данные в том порядке, в котором они возникали, из-за того, в частности, что последовательные наблюдения могут быть зависимыми. В. р. хорошо представлять на диаграмме рассеяния. Значение ряда Х откладывают по вертикальной оси, а время t – по горизонтальной. Время называют независимой переменной. Существует два типа временных рядов:

1. Непрерывные, в которых мы имеем наблюдения в каждый момент времени, например, показатели детектора лжи, электрокардиограммы. Их обозначают как наблюдение Х в момент t, X(t).

2. Дискретные, в которых наблюдения делаются через некоторые (обычно одинаковые) интервалы времени. Их обозначают Xi.

Примеры

1. Экономические: недельные цены на акции; месячные прибыли.

2. Метеорологические: дневные осадки; скорость ветра; температура.

3. Социологические, показатели преступности (например, число арестов), показатели безработицы.

Функции, используемые при анализе временных рядов для построения трендов:

Линейный тренд: yt = at + b;

Нелинейные функции:

yt= a/t+b - гипербола;

yt=bta – степенная функция;

yt=bat - экспоненциальная функция;

yt=a 0 +a 1t +a 2t2 +,..., + amt m – параболы разных порядков.

ГЕНЕРАЛЬНАЯ СОВОКУПНОСТЬ – это (как правило, лишь воображаемое) полное собрание объектов (людей, животных, растений или вещей), являющееся источником данных. Она представляет все множество статистических единиц (группу интересующих нас предметов). Информацию о генеральной совокупности мы получаем, изучая выборки из нее; из каждой совокупности можно сделать много разных выборок. По выборке мы получаем информацию об интересующих нас параметрах совокупности. Например, выборочное среднее дает информацию о среднем всей совокупности. Важно, чтобы перед формированием выборки исследователь тщательно и полно определил генеральную совокупность, а также способ извлечения выборки. Выборка должна быть репрезентативной.

ГЕТЕРОСКЕДАСТИЧНОСТЬ – условие, когда дисперсии регрессионных остатков не отвечают условию гомоскедастичности. См. гомоскедастичность дисперсии.


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 (0.026 сек.)