Вопрос Пусть y
Название | Вопрос Пусть y |
Дата | 04.03.2018 |
Размер | 0.76 Mb. |
Формат файла | |
Имя файла | Test_RAVANDA_2.docx |
Тип | Документы #37687 |
страница | 7 из 8 |
Подборка по базе: 1 вопрос.docx, пищдых лекционные вопросы.docx, КОНТРОЛЬНЫЕ ВОПРОСЫ к практическим занятиям по дисциплине «Гисто, Ответы к вопросам.docx, 1 вопросы.docx, Описание Все вопросы и ответы к ним.docx, Ответы на вопросы Комерческая д-ть.docx, тестовые вопросы.docx, Ответы на вопросы к практической психологии.docx, Тестовые вопросы к разделу 4.pdf Решение: Кейс 1, задача 3 Если для остатков модели, выполнены предпосылки МНК, то оценки параметров, полученные методом наименьших квадратов (МНК), обладают свойствами …
Решение: Кейс 1, задача 4 Значение критерия Дарбина–Уотсона составит … (Полученное значение округлите до десятых.) Решение: Кейс 2, задача 1 Функция, описывающая зависимость между порядком коэффициента автокорреляции и его значением, называется …
Решение: Кейс 2, задача 2 Динамика показателя среднего размера назначенных пенсий в России в период 2005–2011 гг. характеризуется данными, представленными на графике.
1. Коэффициент автокорреляции первого порядка 2. Коэффициент автокорреляции второго порядка 3. Коэффициент автокорреляции третьего порядка Кейс 2, задача 3 Динамика показателя среднего размера назначенных пенсий в России в период 2005–2011 гг. характеризуется данными, представленными на графике.
. Кейс 3, задача 1 По обследованию 12 случайно выбранных семей характеристики показателей накоплений, дохода и имущества представлены в таблице.
Ответ: частный коэффициент корреляции Кейс 3, задача 2 По обследованию 12 случайно выбранных семей характеристики показателей накоплений, дохода и имущества представлены в таблице.
стандартизированные коэффициенты регрессии Кейс 3, задача 3 По обследованию 12 случайно выбранных семей характеристики показателей накоплений, дохода и имущества представлены в таблице.
х1целесообразно включать в уравнения регрессии после того, как в него был включен факторх2 Кейс 3, задача 4 По обследованию 12 случайно выбранных семей характеристики показателей накоплений, дохода и имущества представлены в таблице.
Сначала найдем уравнение регрессии в стандартизированном виде. Будем считать х1– доход,х2– имущество. Коэффициенты парной корреляции известны и равны. Итак, ;
= 3,7083 — 0,11 · 40 — ( -0,03)·48,0833=0,75. Кейс 4, задача 1 В таблице представлены данные по субъектам федерации Центрального федерального округа, за исключением Москвы. Области упорядочены по возрастанию независимой переменной х– объему кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам.
Средняя ошибка аппроксимации по уравнению регрессии, построенному по всей выборке, равна ____ %. (Полученное значение округлите до целых.) Кейс 4, задача 2 В таблице представлены данные по субъектам федерации Центрального федерального округа, за исключением Москвы. Области упорядочены по возрастанию независимой переменной х – объему кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам.
Верными относительно полученного уравнения регрессии и коэффициента детерминации утверждениями, которые учитывают характер выборки, являются … высокое значение коэффициента детерминации определяется наличием в выборке аномальных значений полученное уравнение не рекомендуется использовать для прогнозирования высокое значение коэффициента детерминации говорит о том, что между объемом кредитов и объемом инвестиций в основной капитал существует тесная линейная зависимость полученное уравнение имеет высокую прогнозную силу Данные упорядочены по возрастанию объемов кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам. Даже беглый взгляд на данные позволяет заметить, что Московская область является аномальным значением – в ней обе переменные имеют значения, в разы превосходящие все остальные величины. Такие значения называются аномальными, или выбросами. На рисунке показано расположение точек всей выборки и уравнение регрессии, построенное по ней.
Если исключить аномальное значение и построить поле корреляции и уравнение регрессии, а также рассчитать коэффициент детерминации (см. на рисунке), то можно заметить, что связь между переменными не является сильной и высокой прогнозной силой уравнение не обладает. По обследованию 12 случайно выбранных семей характеристики показателей накоплений, дохода и имущества представлены в таблице. х1 целесообразно включать в уравнения регрессии после того, как в него был включен фактор х2 х2 целесообразно включать в уравнения регрессии после того, как в него был включен фактор х1 х1 нецелесообразно включать в уравнения регрессии после того, как в него был включен фактор х2 х2 нецелесообразно включать в уравнения регрессии после того, как в него был включен фактор х1 Решение: Частные F-критерии и оценивают статистическую значимость присутствия факторов х1 и х2 в уравнении множественной регрессии, оценивают целесообразность включения одного фактора после другого. оценивает целесообразность включения в уравнения факторов х1 после того, как в него был включен фактор х2, а указывает на целесообразность включения в модель фактора х2 после фактора х1. Итак, коэффициент детерминации равен = 81,89> Fтабл, значит, целесообразно включить в уравнения регрессии фактор х1 после того, как в него был включен фактор х2. = 31,21> Fтабл, значит, целесообразно включить в уравнения регрессии фактор х1 после того, как в него был включен фактор х2. 3. В таблице представлены данные по субъектам федерации Центрального федерального округа, за исключением Москвы. Области упорядочены по возрастанию независимой переменной х – объему кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам. Исключив из выборки аномальное значение (Московскую область) и построив уравнение линейной зависимости, можно утверждать, что … между объемом кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам, и инвестициями в основной капитал нет линейной зависимости коэффициент регрессии в полученном уравнении оказался незначимым, значит, его можно признать равным нулю при увеличении объема кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам на 1 млн руб., инвестиции в основной капитал увеличиваются на 5,3 млн руб. при увеличении объема кредитов, предоставленных предприятиям, организациям, банкам и физическим лицам на 1 млн руб., инвестиции в основной капитал уменьшаются на 5,3 млн руб. Решение: Если исключить аномальное значение и построить поле корреляции и уравнение регрессии, а также рассчитать коэффициент детерминации (см. на рисунке), то можно заметить, что связь между переменными является слабой. Кейс 1 подзадача 4 1. По 72 банкам построено уравнение зависимости размеров кредитов, выданных предприятиям и организациям, в млн. руб. (y) от собственного капитала, млн руб. (x): y = 710,967 + 3,057 ∙ x . Исходные данные упорядочены по убыванию величины собственного капитала. По величинам остатков рассчитан коэффициент автокорреляции первого порядка, равный -0,45539. На рисунке представлен график остатков. Значение критерия Дарбина–Уотсона составит … (Полученное значение округлите до десятых.) Решение: Статистика Дарбина–Уотсона вычисляется по формуле , где – коэффициент автокорреляции первого порядка. Поскольку = –0,45539, то статистика Дарбина–Уотсона d = 2 · (1 — (-0,45539)) = 2,9. Установите соответствие между структурной формой модели и приведенной формой модели(1) где C – личное потребление в постоянных ценах, y – национальный доход в постоянных ценах, I – инвестиции в постоянных ценах (2) где R – процентная ставка, M – денежная масса, где C – личное потребление в постоянных ценах, y – национальный доход в постоянных ценах, I – инвестиции в постоянных ценах где R – процентная ставка, M – денежная масса, I – инвестиции где C – личное потребление в постоянных ценах, y – национальный доход в постоянных ценах, I – инвестиции в постоянных ценах Решение: Для модели Кейнса, которой является система (1), экзогенной переменной будет только переменная I (инвестиции). Поэтому приведенная форма модели имеет следующий вид: Неправильный вариант ответа для этой модели В этом случае перепутаны эндогенные и экзогенные переменные. Тема 24: Методы оценки параметров систем одновременных уравнений: косвенный метод наименьших квадратов (КМНК) и двухшаговый метод наименьших квадратов (ДМНК) 1. Если записать типы эконометрических моделей в следующем порядке: 1) точно идентифицируемая система одновременных уравнений, 2) сверхидентифицируемая система одновременных уравнений, 3) уравнение множественной регрессии, 4) уравнение множественной регрессии при автокорреляции остатков, косвенный метод наименьших квадратов двухшаговый метод наименьших квадратов метод наименьших квадратов обобщенный метод наименьших квадратов Решение: Для нахождения структурных коэффициентов точно идентифицируемой системы одновременных уравнений применяется косвенный метод наименьших квадратов. Для нахождения структурных коэффициентов сверхидентифицируемой системы одновременных уравнений применяется двухшаговый метод наименьших квадратов. Для нахождения параметров уравнения множественной регрессии применяется обычный метод наименьших квадратов. Для нахождения параметров уравнения множественной регрессии при наличии гетероскедатичности или автокорреляции остатков применяется обобщенный метод наименьших квадратов. Поэтому порядок методов, соответствующих типам эконометрических моделей будет следующий: – косвенный метод наименьших квадратов; – двухшаговый метод наименьших квадратов; – метод наименьших квадратов; – обобщенный метод наименьших квадратов. Система независимых эконометрических уравнений может быть идентифицирована с помощью обычного метода наименьших квадратов. Определите последовательность этапов алгоритма оценки параметров для такой модели. оценка возможности идентификации модели как системы независимых уравнений разделение системы независимых уравнений на отдельные уравнения регрессии построение общего вида системы нормальных уравнений для каждого уравнения системы и расчет необходимых значений сумм решение системы нормальных уравнений для каждого уравнения системы подстановка найденных значений оценок параметров в уравнения системы Решение: Для оценки параметров системы независимых уравнений может применяться обычный метод наименьших квадратов; при этом каждое уравнение системы рассматривается как изолированное уравнение, к которому и применяется МНК. Таким образом, алгоритм применения обычного МНК к системе независимых уравнений следующий: 1) разложение системы независимых уравнений на отдельные (изолированные) уравнения регрессии, число которых определяется количеством эндогенных переменных модели; 2) построение системы нормальных уравнений для каждого отдельного (изолированного) уравнения; 3) расчет оценок параметров каждого отдельного (изолированного) уравнения; 4) запись системы независимых уравнений с найденными значениями оценок параметров. 3. Дана система одновременных эконометрических уравнений: преобразование структурной формы модели в приведенную форму вида оценивание параметров приведенной формы модели (приведенных коэффициентов) для каждого уравнения приведенной формы модели обычным МНК оцениваются трансформация коэффициентов приведенной формы модели в параметры структурной формы модели и подстановка найденных значений коэффициентов в структурную форму системы эконометрических уравнений Решение: В случае точно идентифицируемой структурной формы модели для оценки ее параметров применяют косвенный метод наименьших квадратов (КМНК). При этом соблюдают следующую последовательность этапов КМНК: 2) для каждого уравнения приведенной формы модели обычным МНК оцениваются параметры приведенной формы модели – приведенные коэффициенты ; 3) коэффициенты приведенной формы модели трансформируются в параметры структурной формы модели и ; 4) найденные значения коэффициентов подставляются в структурную форму системы эконометрических уравнений. 5. При проверке счетного правила выяснилось, что для всех уравнений системы одновременных уравнений выполняется необходимое условие идентификации и все уравнения по счетному правилу точно идентифицируемы. Чтобы получить структурные коэффициенты системы, действия нужно выполнить в следующем порядке: для каждого уравнения проверить условие неравенства нулю определителя матрицы коэффициентов, присутствующих в других уравнениях, но отсутствующих в данном уравнении преобразовать структурную форму модели в приведенную форму модели для каждого уравнения приведенной формы модели обычным методом наименьших квадратов оценить приведенные коэффициенты коэффициенты приведенной формы модели преобразовать в параметры структурной модели Решение: Так как выполнение счетного правила является только необходимым, но не достаточным условием идентификации, то сначала нужно проверить выполнение достаточного условия идентификации. Другими словами, сначала для каждого уравнения нужно проверить условие неравенства нулю определителя матрицы коэффициентов, присутствующих в других уравнениях, но отсутствующих в данном уравнении. Третье действие – нахождение для каждого уравнения приведенной формы модели обычным методом наименьших квадратов приведенных коэффициентов. И, наконец, четвертое действие – преобразование коэффициентов приведенной формы модели в параметры структурной модели. 6. При проверке счетного правила выяснилось, что для всех уравнений системы одновременных уравнений выполняется необходимое условие идентификации и все уравнения по счетному правилу сверхидентифицируемы. Чтобы получить структурные коэффициенты системы, действия нужно выполнить в следующем порядке: для каждого уравнения проверить условие неравенства нулю определителя матрицы коэффициентов, присутствующих в других уравнениях, но отсутствующих в данном уравнении преобразовать структурную форму модели в приведенную форму модели для каждого уравнения приведенной формы модели обычным методом наименьших квадратов оценить приведенные коэффициенты на основе коэффициентов приведенной формы модели получить теоретические значения эндогенных переменных, содержащихся в правой части сверхидентифицированных уравнений 5 применить обычный метод наименьших квадратов, подставив вместо фактических значений эндогенных переменных, стоящих в правой части уравнения, рассчитанные теоретические значения, и получить структурные коэффициенты модели Решение: Так как выполнение счетного правила является только необходимым, но недостаточным условием идентификации, то сначала нужно проверить выполнение достаточного условия идентификации. Другими словами, сначала для каждого уравнения проверить условие неравенства нулю определителя матрицы коэффициентов, присутствующих в других уравнениях, но отсутствующих в данном уравнении. Поскольку все уравнения системы сверхидентифицируемы, то Второе действие – преобразование структурной формы модели в приведенную форму модели. Третье действие – нахождение для каждого уравнения приведенной формы модели обычным методом наименьших квадратов приведенных коэффициентов. Четвертое действие – получение на основе коэффициентов приведенной формы модели теоретических значений эндогенных переменных, содержащихся в правой части сверхидентифицированных уравнений. И, наконец, следует применить обычный метод наименьших квадратов, подставив вместо фактических значений эндогенных переменных, стоящих в правой части уравнения, рассчитанные теоретические значения, и получить структурные коэффициенты модели. Кейс 1 подзадача 1 1. По 72 банкам построено уравнение зависимости размеров кредитов, выданных предприятиям и организациям, в млн. руб. (y) от собственного капитала, млн руб. (x): y = 710,967 + 3,057 ∙ x . Исходные данные упорядочены по убыванию величины собственного капитала. По величинам остатков рассчитан коэффициент автокорреляции первого порядка, равный -0,45539. На рисунке представлен график остатков. нарушена предпосылка о гомоскедастичности остатков нарушена предпосылка о гетероскедастичности остатков все предпосылки МНК соблюдены нарушена предпосылка о нормальном распределении остатков Решение: Исследования остатков ei предполагают проверку пяти предпосылок метода наименьших квадратов: 1) случайный характер остатков; 2) нулевая средняя величина остатков, не зависящая от xi; 3) гомоскедастичность остатков – дисперсия каждого отклонения ei одинакова для всех значений xi; 4) отсутствие автокорреляции остатков (значения остатков ei распределены независимо друг от друга); 5) остатки подчиняются нормальному закону распределения. Ответы «нарушена предпосылка о гетероскедастичности остатков» и «нарушена предпосылка о наличии автокорреляции остатков» говорят от предпосылках, которых не существует. источники: http://poisk-ru.ru/s16320t6.html http://lektsii.org/6-58433.html |