Контрольная работа

Контрольная работа на тему Классификация эконометрических моделей и методов

Работа добавлена на сайт bukvasha.net: 2015-05-30

Поможем написать учебную работу

Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

от 25%

Подписываем

договор

Выберите тип работы:

Скидка 25% при заказе до 23.11.2024


МОСКОВСКИЙ ГУМАНИТАРНО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ
Тверской филиал
Кафедра общегуманитарных дисциплин
КОНТРОЛЬНАЯ РАБОТА
Специальность: Бухгалтерский учет, анализ и аудит.
Учебная дисциплина: "Эконометрика"
студентки 3 курса группа ББ-341
факультет экономики и управления
Тимофеевой Татьяны Евгеньевны
Проверил
Снастин Александр Анатольевич
доцент, к. т. н.
2008 г.

План
  Введение
I. Основная часть
Параметрическая идентификация парной линейной эконометрической модели
Критерий Фишера
Параметрическая идентификация парной нелинейной регрессии
Прогнозирование спроса на продукцию предприятия. Использование в MS Excel функции "Тенденция"
Список литературы

Введение

Классификация эконометрических моделей и методов.
Эконометрика - это наука, лежащая на стыке между статистикой и математикой, она разрабатывает экономические модели для цели параметрической идентификации, прогнозирования (анализа временных рядов).
Классификация эконометрических моделей и методов.
Эконометрические модели (ЭМ)

Эконометрические модели параметрической идентификации
Эконометрические модели для цели прогнозирования
Система эконометрических моделей
(установление параметров (есть ли тренд) (комплексная модели) оценка)
y=a+b+x y=a+b*t y=a+b1x1-b2x2
y - зависимая переменная (отклик), прибыль, например. x - независимая переменная (регрессор), какова численность персонала, например. На основании наблюдений оцениваются a и b (определение параметров моделей или регрессионные коэффициенты).
№ п/п
y
x
1
11
1
2
13
2
3
14
3
4
12
4
5
17
5
6
16,7
6
7
17,8
7
На основании наблюдений оценивается a и b (определение параметров моделей или регрессионные коэффициенты).
Параметрическая идентификация занимается оценкой эконометрических моделей, в которых имеется один или несколько x и один y. Для целей установления влияния одних параметров работы предприятия на другие.
Если x в первой степени и нет корней, ни степеней, нет 1/x, то модель линейная.
y=axb - степенная функция;
y=abx - показательная функция;
y=a1/x - парабола односторонняя.
      Y -прибыль                               - линейная модель
                                                                         - степенная функция
                                                                      x – численность
Выбираем наиболее надежную модель. После построения по одним и тем же эксперт данным одной линейной и нескольких нелинейных моделей над каждой из полученных моделей производим две проверки.
1 - на надежность модели или статистическую значимость. Fкр - или критерий Фишера. Табличное F и расчетное F. Если Fp > Fтабл. - то модель статистически значима.
2 - Отобрав из моделей все значимые модели, среди них находим самую точную, у которой минимальная средняя ошибка аппроксимации.
Эконометрические модели для прогнозов исследуют поведение одного параметра работы предприятия во времени.

I. Основная часть

Параметрическая идентификация парной линейной эконометрической модели

По семи областям региона известны значения двух признаков за 2007г.
Район
Расходы на покупку продовольственных товаров в общих расходах,%, у
среднедневная заработная плата одного работающего, руб., х
1
68,8
45,1
2
61,2
59
3
59,9
57,2
4
56,7
61,8
5
55
58,8
6
54,3
47,2
7
49,3
55,2
№п/п
Y
x
ух
Х2
ŷ
 (ŷ - у) 2
 (у - ŷ) 2
 (y-ŷ) /y
1
68,80
45,10
3102,88
2034,01
61,33
11,8286862
55,87562
0,108648
2
61, 20
59,00
3610,80
3481,00
56,46
2,0326612
22,46760
0,077451
3
59,90
57, 20
3426,28
3271,84
57,09
0,6331612
7,89610
0,046912
4
56,70
61,80
3504,06
3819,24
55,48
5,7874612
1,48840
0,021517
5
55,00
58,80
3234,00
3457,44
56,53
1,8379612
2,34090
0,027820
6
54,30
47, 20
2562,96
2227,84
60,59
7,3131612
39,56410
0,115840
7
49,30
55, 20
2721,36
3047,04
57,79
0,0091612
72,08010
0,172210
Итого
405, 20
384,30
22162,34
21338,41
405,27
29,4422535
201,7128
0,570398
Средн. з
57,89
54,90
3166,05
3048,34
57,90
4, 2060362
28,81612
0,081485
            y                x              yx                    x2
Исходные данные x и y могут быть двух типов:
а) рассматриваем одно предприятие, то наблюдения берутся через равностоящие промежутки времени (1 в квартал);
б) если каждое наблюдение - это отдельное предприятие, то данные берутся на одну и ту же дату, например, на 01.01.07
у - расходы на продовольственные товары в процентах; траты, например, на еду.
b =
yx-yx
 (Гаусс)
xІ - (x) І
х - среднедневная заработная плата, в руб.
у = а + b х - линейная парная регрессионная ЭМ.
 =-0.35 a=y - b x =76,88
b = (3166,049-57,88571*54,9) / (3048,344-54,9) = - 0,35
а = 57,88571 - ( - 0,35) *54,9 = 77,10071
ŷ = а+bх
ŷ = 77,10071-0,35х
ŷ (игрек с крышечкой) = 76,88-0,35х -это модельное значение y, которое получается путем подстановки в y = a + b x, конкретное значение a и b коэффициенты, а также x из конкретной строчки.

Критерий Фишера

Fрасч =
Σ (ŷ -y) 2 m
Σ (y - ŷ) 2 (n-m-1)
n - количество наблюдений;
m - количество регрессоров (x1)
Допустим, 0,7. Fкрит не может быть меньше единицы, поэтому, если мы получим значение < 1, то
Fрасч =
1
0,7
 - обратное значение. =1,4
1. Таблица значений F-критерия Фишера для уровня значимости α = 0.05
k2\k1
1
2
3
4
5
6
8
12
24

1
161,45
199,50
215,72
224,57
230,17
233,97
238,89
243,91
249,04
254,32
2
18,51
19,00
19,16
19,25
19,30
19,33
19,37
19,41
19,45
19,50
3
10,13
9,55
9,28
9,12
9,01
8,94
8,84
8,74
8,64
8,53
4
7,71
6,94
6,59
6,39
6,26
6,16
6,04
5,91
5,77
5,63
5
6,61
5,79
5,41
5, 19
5,05
4,95
4,82
4,68
4,53
4,36
6
5,99
5,14
4,76
4,53
4,39
4,28
4,15
4,00
3,84
3,67
7
5,59
4,74
4,35
4,12
3,97
3,87
3,73
3,57
3,41
3,23
8
5,32
4,46
4,07
3,84
3,69
3,58
3,44
3,28
3,12
2,93
9
5,12
4,26
3,86
3,63
3,48
3,37
3,23
3,07
2,90
2,71
10
4,96
4,10
3,71
3,48
3,33
3,22
3,07
2,91
2,74
2,54
11
4,84
3,98
3,59
3,36
3, 20
3,09П
2,95
2,79
2,61
2,40
Когда m=1, выбираем 1 столбец.
k2=n-m=7-1=6 - т.е.6-я строка - берем табличное значение Фишера
Fтабл=5.99, у ср. = итого: 7
Влияние х на у - умеренное и отрицательное
ŷ - модельное значение.
F расч. =
28,648: 1
= 0,92
200,50: 5
А = 1/7 * 398,15 * 100% = 8,1% < 10% -
приемлемое значение

Модель достаточно точная.
F расч. = 1/0,92 =1,6
F расч. = 1,6 < F табл. = 5,99
Должно быть Fрасч. > Fтабл
Нарушается данная модель, поэтому данное уравнение статистически не значимо.
Так как расчетное значение меньше табличного - незначимая модель.
Ā ср=
1
Σ
 (y - ŷ)
*100%
N
y
Ошибка аппроксимации.
A= 1/7*0,563494* 100% = 8,04991% 8,0%
Считаем, что модель точная, если средняя ошибка аппроксимации менее 10%.

Параметрическая идентификация парной нелинейной регрессии

Модель у = а * хb - степенная функция
Чтобы применить известную формулу, необходимо логарифмировать нелинейную модель.
log у = log a + b log x
Y=C+b*X -линейная модель.
b =
yx-Y*X
xІ- (x) І
C=Y-b*X
b=0.289
С = 1,7605 - ( - 0,298) * 1,7370 = 2,278
Возврат к исходной модели
Ŷ=10с*xb=102.278*x-0.298
№п/п
У
X
Y
X
Y*X
X2
У
I (y-ŷ) /yI
1
68,80
45,10
1,8376
1,6542
3,039758
2,736378
60,9614643
0,113932
2
61, 20
59,00
1,7868
1,7709
3,164244
3,136087
56,2711901
0,080536
3
59,90
57, 20
1,7774
1,7574
3,123603
3,088455
56,7931534
0,051867
4
56,70
61,80
1,7536
1,7910
3,140698
3, 207681
55,4990353
0,021181
5
55,00
58,80
1,7404
1,7694
3,079464
3,130776
56,3281590
0,024148
6
54,30
47, 20
1,7348
1,6739
2,903882
2,801941
60,1402577
0,107555
7
49,30
55, 20
1,6928
1,7419
2,948688
3,034216
57,3987130
0,164274
Итого
405, 20
384,30
12,3234
12,1587
21,40034
21,13553
403,391973
0,563493
Средняя
57,88571
54,90
1,760486
1,736957
3,057191
3,019362
57,62742
0,080499
Входим в EXCEL через "Пуск"-программы. Заносим данные в таблицу. В "Сервис" - "Анализ данных" - "Регрессия" - ОК
Если в меню "Сервис" отсутствует строка "Анализ данных", то ее необходимо установить через "Сервис" - "Настройки" - "Пакет анализа данных"

Прогнозирование спроса на продукцию предприятия. Использование в MS Excel функции "Тенденция"

A - спрос на товар. B - время, дни

№ п/п
A
B
1
11
1
2
14
2
3
13
3
4
15
4
5
17
5
6
17,9
6
7
18,4
7
1/3
1
Шаг 1. Подготовка исходных данных
Шаг 2. Продлеваем временную ось, ставим на 6,7 вперед; имеем право прогнозировать на 1/3 от данных.
Шаг 3. Выделим диапазон A6: A7 под будущий прогноз.
Шаг 4. Вставка функция
Шаг1
Категория
Полный алфавитный перечень Тенденция
Шаг2
Тенденция
Известные значения x (курсор В1: В5)
Выделяем с 1 по 5
Новый x
В6: В7
Известный y
А1: А5
Const
1
Ок
Шаг 5. ставим курсор в строку формул за последнюю скобку
= ТЕНД ()
<Ctrl+Shift+Enter>
Вставка       диаграмма        нестандартны        гладкие графики    
диапазон у         готово.


Если каждое последующее значение нашего временной оси будет отличаться не на несколько процентов, а в несколько раз, тогда нужно использовать не функцию "Тенденция", а функцию "Рост".

Список литературы

1.        Елисеева "Эконометрика"
2.        Елисеева "Практикум по эконометрике"
3.        Карлсберг "Excel для цели анализа"

Приложение

ВЫВОД ИТОГОВ
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Регистрационная статистика
 
 
 
 
 
 
 
Множественный R
0,947541801
 
 
 
 
 
 
 
R-квадрат
0,897835464
 
 
 
 
 
 
 
Нормированный R-квадрат
0,829725774
 
 
 
 
 
 
 
Стандартная ошибка
0,226013867
 
 
 
 
 
 
 
Наблюдения
6
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Дисперсионный анализ
 
 
 
 
 
 
 
 
 
df
SS
MS
F
Значимость F
 
 
 
Регрессия
2
1,346753196
0,673376598
13,18219855
0,032655042
 
 
 
Остаток
3
0,153246804
0,051082268
 
 
 
 
 
Итого
5
1,5
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Коэффициенты
Стандартная ошибка
t-статистика
Р-значение
Нижние 95%
Верхние 95%
Нижние 95%
Верхние 95%
Y-пересечение
4,736816539
0,651468195
7,27098664
0,005368842
2,66355399
6,810079088
2,66355399
6,810079088
Переменная X1
0,333424008
0,220082134
1,51499807
0,227014505
-0,366975566
1,033823582
-0,366975566
1,033823582
Переменная X2
0,077993238
0,038841561
2,007984153
0,138252856
-0,045617943
0, 201604419
-0,045617943
0, 201604419

1. Реферат Звязок зовнішніх форм тварини з продуктивністю
2. Реферат на тему Бухгалтерская (финансовая) отчетность
3. Курсовая Проект аудиовизуальной аппаратуры для широкоэкранного кинотеатра
4. Реферат Авокадо это...
5. Доклад Порядок здійснення оцінки нерухомого майна суб`єктом оціночної діяльності
6. Реферат на тему Замки Японии
7. Реферат на тему Divorce And Children Affects Of Essay Research
8. Контрольная работа Английская корпорация Lloyd s
9. Контрольная работа на тему Уголовная ответственность за коммерческий подкуп
10. Реферат на тему Visual Perception Essay Research Paper Visual sensation