МЭБИК, эконометрическое моделирование (промежуточные задания)

Объем ответа минимум 1 страница на один вопрос/задание. Практическая задача решается в табличном процессоре Excel.

БИЛЕТ 1

1. Основные этапы построения эконометрических моделей

2. Проверка качества многофакторных регрессионных моделей. Коэффициент детерминации R^2. Скорректированный R^2. Проверка гипотез с помощью t – статистик и F – статистик

3. Задача №1

Имеются эмпирические данные о банковских вкладах- Z и уровне доходов V по 20 территориям государства. Построить регрессию Z на V (использовать линейную и нелинейную модели)

Выбрать наиболее адекватную модель и обосновать свой выбор

БИЛЕТ 2

1. Типы экономических данных, используемых в эконометрических исследованиях. Классификация эконометрических моделей.

2. Оценка существенности параметров линейной регрессии.

3. Задача №2

Имеется 5 измерений показаний влагомера при разной толщине образца древесины бука. Оценить коэффициенты модели степенного у=ахb

Оценить качество построенной модели

БИЛЕТ 3

1. Функциональные и стохастические типы связей. Ковариация, корреляция.

2. Оценка влияния факторов на зависимую переменную (коэффициенты эластичности, бетта – коэффициент, дельта – коэффициент).

3. Задача №3

Имеется 12 измерений предела прочности Z (кг/см2) при сжатии от объемного веса х (г/см2) известняка. Оценить коэффициенты модели показательного типа: у=аbх

Оценить качество построенной модели

БИЛЕТ 4

1. Анализ линейной статистической связи экономических данных, корреляция; вычисление коэффициентов корреляции.

2. Многомерный статистический анализ. Задачи классификации объектов: кластерный анализ. Дискриминантный анализ

3. Задача №4

Зависимость между объемом реализованной продукции X и балансовой прибылью Y предприятий одной из отраслей промышленности характеризуется данными, представленными в таблице

1. В рамках линейной модели найдите регрессионную зависимость Y от X.

2. Вычислите коэффициент корреляции между X и Y.

3. Определите значимость регрессии для α = 0,05.

4. Вычислите коэффициент детерминации R2.

БИЛЕТ 5

1. Предпосылки применения метода наименьших квадратов (МНК)

2. Анализ экономических объектов и прогнозирование с помощью модели множественной регрессии.

3. Задача №5

У семи сотрудников предприятия собраны данные (табл. 3) об их среднемесячной зарплате (Y), возрасте (X1) и стаже работы (X2).

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2. Рассчитать коэффициент детерминации.

БИЛЕТ 6

1. Анализ линейной статистической связи экономических данных, проверка значимости коэффициентов уравнения регрессии..

2. С.С. Горбунков окончил КГТУ по специальности «Организация и технология защиты информации». В одной из организаций г. Курска Семену Семеновичу отказали в приеме на работу в качестве инженера по защите информации, сославшись на небольшой опыт его профессиональной деятельности (1 год 3 мес). Найдите в квалификационном справочнике требования к квалификации инженера по защите информации и сделайте вывод о рассмотренной выше ситуации.

3. Задача №6

Имеются следующие данные (условные) о сменной добыче угля на одного рабочего y (т), мощности пласта x1 (м) и уровне механизации работ x2 (%), характеризующие процесс добычи угля в 10 шахтах.

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2. Рассчитать коэффициент детерминации

БИЛЕТ 7

1. Отбор факторов при построении множественной регрессии. Процедура пошагового отбора переменных.

2. Многомерный статистический анализ. Задачи снижения размерности: факторный анализ, компонентный анализ

3. Задача № 7

По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ).

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2. Рассчитать коэффициент детерминации

БИЛЕТ 8

1. Свойства оценок метода наименьших квадратов (МНК)

2. Прогноз будущих периодов. Экономическая интерпретация, полученной модели.

3. Задача №8

По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 (%) (смотри таблицу своего варианта).

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2. Рассчитать коэффициент детерминации

БИЛЕТ 9

1. Линейная модель парной регрессии, оценка параметров модели с помощью методов наименьших квадратов.

2. Оценка адекватности и точности модели.

3. Задача №9

Имеются условные данные об объемах потребления электроэнергии ( yt ) жителями региона за 16 кварталов

1. Построить различные модели трендов и выбрать наиболее адекватную.

2. Сделать прогноз на 2 квартала вперед

БИЛЕТ 10

1. Показатели качества регрессии модели парной регрессии

2. Построение аддитивной модели.

3. Задача №10

Имеются эмпирические данные о банковских вкладах- Z и уровне доходов V по 20 территориям государства. Построить регрессию Z на V (использовать линейную и нелинейную модели)

Выбрать наиболее адекватную модель и обосновать свой выбор

БИЛЕТ 11

1. Анализ статистической значимости параметров модели парной регрессии

2. Системы линейных одновременных уравнений. Взаимозависимые и рекурсивные системы

3. Задача №11

Имеется 5 измерений показаний влагомера при разной толщине образца древесины бука. Оценить коэффициенты модели степенного у=ахb

Оценить качество построенной модели

БИЛЕТ 12

1. Интервальная оценка параметров модели парной регрессии

2. Экономическая интерпретация, полученных моделей.

3. Задача №12

Имеется 12 измерений предела прочности Z (кг/см2) при сжатии от объемного веса х (г/см2) известняка. Оценить коэффициенты модели показательного типа: у=аbх

Оценить качество построенной модели

БИЛЕТ 13

1. Построение модели множественной регрессии в стандартизированном виде.

2. Понятия и причины автокорреляции остатков. Последствия автокорреляции остатков. Обнаружение автокорреляции остатков.

3. Задача №13

Зависимость между объемом реализованной продукции X и балансовой прибылью Y предприятий одной из отраслей промышленности характеризуется данными, представленными в таблице

1. В рамках линейной модели найдите регрессионную зависимость Y от X.

2. Вычислите коэффициент корреляции между X и Y.

3. Определите значимость регрессии для α = 0,05.

4. Вычислите коэффициент детерминации R2.

БИЛЕТ 14

1. Построение модели множественной регрессии в естественном виде.

2. Особенности статистической оценки взаимосвязи двух временных рядов.

3. Задача №14

У семи сотрудников предприятия собраны данные (табл. 3) об их среднемесячной зарплате (Y), возрасте (X1) и стаже работы (X2).

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2. Рассчитать коэффициент детерминации.

БИЛЕТ 15

1. Прогнозирование будущих периодов в эконометрической модели.

2. Методы исключения тенденции.

3. Задача №15

Имеются следующие данные (условные) о сменной добыче угля на одного рабочего y (т), мощности пласта x1 (м) и уровне механизации работ x2 (%), характеризующие процесс добычи угля в 10 шахтах.

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2. Рассчитать коэффициент детерминации

БИЛЕТ 16

1. Проверка выполнения предпосылок МНК

2. Метод отклонений от тренда. Включение в модель регрессии фактора времени

3. Задача № 16

По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ).

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2. Рассчитать коэффициент детерминации.

БИЛЕТ 17

1. Прогнозирование с применением уравнения парной линейной регрессии

2. Автокорреляция в остатках. Критерий Дарбина-Уотсона.

3. Задача №17

По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x1 (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 (%).

1. С помощью метода наименьших квадратов (МНК) оценить параметры линейной модели вида y= a0+a1x1+a2x2+e , влияния возраста и стажа работы на среднемесячную зарплату;

2.  Рассчитать коэффициент детерминации

БИЛЕТ 18

1. Нелинейная регрессия. Нелинейные модели и их линеаризация

2. Оценка адекватности и точности модели.

3. Задача №18

Имеются условные данные об объемах потребления электроэнергии ( yt ) жителями региона за 16 кварталов

Построить различные модели трендов и выбрать наиболее адекватную. Сделать прогноз на 2 квартала вперед

БИЛЕТ 19

1. Построение пространственной эконометрической модели.

2. Каким образом финансируются работы по информатизации Курской области (Вашего региона)?

3. Задача №19

Зависимость между объемом реализованной продукции X и балансовой прибылью Y предприятий одной из отраслей промышленности характеризуется данными, представленными в таблице

1. В рамках линейной модели найдите регрессионную зависимость Y от X.

2. Вычислите коэффициент корреляции между X и Y.

3. Определите значимость регрессии для α = 0,05.

4. Вычислите коэффициент детерминации R2.

БИЛЕТ 20

1. Понятия регрессионного анализа: зависимые и независимые переменные

2. Оценивание параметров уравнения регрессии при наличии автокорреляции в остатках. Обобщенный МНК

3. Задача №20.

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

1. Определить парные коэффициенты корреляции и оценить влияние факторов на результат.

2. Построить модель множественной регрессии и сделать выводы о влиянии стоимости основных и оборотных средств на величину валового дохода торговых предприятий.

БИЛЕТ 21

1. Оценка качества всего уравнения регрессии.

2. Системы линейных одновременных уравнений. Условия идентификации.

3. Задача №21.

Построить модель множественной регрессии (проанализировать аномальные явления, матрицу парных коэффициентов корреляции, экономический смысл полученной модели, сравнить линейную и степенную модели.

Зависимый фактор:

У- производительность труда, (тыс. руб.)

Для модели в абсолютных показателях

Независимые факторы:

Х1 - стоимость сырья и материалов ( тыс.руб.)

Х2 - заработная плата ( тыс.руб. )

Х3 - основные промышленно-производственные фонды ( тыс.руб. )

Х4 - отчисления на социальное страхование ( тыс.руб. )

Х5 - расходы на подготовку и освоение производства ( тыс.руб. )

Х6 - расходы на электроэнергию ( тыс.кВт час. )

Данные представлены в таблице 1.

Таблица 1

БИЛЕТ 22

1. Особенности моделирования временных рядов.

2. Оценка параметров структурной формы модели. Косвенный метод наименьших квадратов.

3. Задача №22.

Построить модель множественной регрессии (проанализировать аномальные явления, матрицу парных коэффициентов корреляции, экономический смысл полученной модели, сравнить линейную и степенную модели.

Зависимый фактор:

У- производительность труда, (тыс. руб.)

Для модели в относительных показателях

Х1- удельный вес стоимости сырья и материалов в себестоимости продукции

Х2- удельный вес заработной платы в себестоимости продукции

Х3- фондовооруженность одного рабочего, тыс.руб./чел.

Х4- удельный вес отчислений на соц. страхования в себестоимости продукции

Х5- удельный вес расходов на подготовку и освоение производства в себестоимости продукции

Х6- электровооруженность одного рабочего, тыс. кВт./ чел. Данные представлены в таблице 2.

Таблица 2

БИЛЕТ 23

1. Мультиколлинеарность. Последствия мультиколлинеарности. Способы обнаружения и избавления от мультиколлинеарности.

2. Понятия и причины гетероскедастичности. Последствия и обнаружение гетероскедастичности.

3. Задача №23.

Потребление электрической энергии в учебных корпусах ЮЗГУ приведено в таблице 1

Таблица 1

Построить аддитивную модель расхода электроэнергии. Оценить адекватность и точность модели. Предсказать расход электроэнергии на 2019 г.

БИЛЕТ 24

1. Измерение тесноты связи между показателями. Анализ матрицы коэффициентов парной корреляции.

2. Обобщенный метод наименьших квадратов в случае гетероскедастичности остатков.

3. Задача №24

Потребление электрической энергии в учебных корпусах ЮЗГУ приведено в таблице

Таблица 1

Построить мультипликативную модель расхода электроэнергии. Оценить адекватность и точность модели. Предсказать расход электроэнергии на 2019г.

БИЛЕТ 25

1. Отбор факторов при построении множественной регрессии. Процедура пошагового отбора переменных.

2. Двухшаговый и трёхшаговый метод наименьших квадратов

3. Задача №25

Построить авторегрессионную модель прогнозирования курса акций Лукойла. Известны котировки акций Лукойла за период с 30.07 по 28.08. Необходимо предсказать курс акций на период 29.09 – 1.09.