Эконометрика (стр. 3 из 5)

Содержание задания контрольной работы:

- построение парной регрессии; оценка надёжности модели по основным статистическим показателям; определение силы связи между показателями; расчет прогноза по модели;

- построение уравнение множественной регрессии; отбор факторов в модель; оценка надёжности модели;

- идентификация эконометрических систем;

- анализ рядов динамики; подбор трендовой модели; оценка автокорреляции уровней временного ряда; оценка качества модели.

В пятом семестре для студентов заочников предусмотрено тестирование по дисциплине. Целью тестирования является закрепление пройденного материала и возможность практического использования полученных навыков. Необходимо в результате решить простейшие практические задания, например:

· Определите, сколько наблюдений потребуется для построения парной линейной регрессии.

· Объясните, какое стандартное распределение нужно для сравнения двух дисперсий.

· Объясните, какое стандартное распределение нужно при изучении среднего значения.

· Постройте доверительный интервал и проверьте значимость коэффициента регрессии:

, a=3, n=50, p=95%.

· Составьте список из 7 существенных и 7 несущественных признаков для модели рентабельности предприятия.

· Приведите примеры уравнений и графиков степенной и показательной функций.

· Проведите спецификацию модели:

; ; ; ; ;

· Проведите спецификацию модели:

; ; ;

· Найдите эластичность функции:

· Выведите систему нормальных уравнений для модели:

· Проведите интерпретацию уравнения:

Цена (тыс.руб.) = 40 – 8·Предложение (шт.) + 16·Спрос (шт.)

· Проведите интерпретацию уравнения:

.

· Найдите коэффициент детерминации двумя способами:

; ; .

· Постройте 68% доверительный интервал для линейного прогноза и нанесите его на график:

· Проведите линеаризацию функции:

.

· Составьте уравнение регрессии с фиктивными переменными для учета сезонности по 4 кварталам года.

· К какому виду относится система уравнений:

.

· Постройте приведенную форму для модели:

.

· Проведите простое экспоненциальное сглаживание временного ряда: y_t = [10 20 10 30 20 35],  = 0,8

7. Контроль знаний студента

7.1 Входной контроль

Входной контроль осуществляется в форме контрольного задания по разделам дисциплины базового курса «Теория вероятностей и математическая статистика».

7.2 Тематика текущего контроля

Текущий контроль знаний осуществляется в процессе выполнения практических заданий путём индивидуального и группового опроса, собеседования и тестового контроля. Результаты текущего контроля знаний учитываются при промежуточной аттестации и на зачёте.

7.3 Выходной контроль

Выходной контроль осуществляется в форме зачёта и экзамена по дисциплине.

В программу зачёта по дисциплине включены следующие вопросы:

- Основные этапы прикладного эконометрического исследования.

- Свойства оценок параметров при выполнении исходных предположений классической нормальной модели линейной множественной регрессии.

- Доверительные интервалы для параметров при выполнении исходных предположений классической нормальной модели линейной множественной регрессии.

- Интервальные прогнозы при выполнении исходных предположений классической нормальной модели линейной множественной регрессии.

- Проверка гипотез о значениях коэффициентов при выполнении исходных предположений классической нормальной модели линейной множественной регрессии.

- Основные типы нарушений исходных предположений классической нормальной модели линейной множественной регрессии.

- Последствия различных нарушений исходных предположений классической нормальной модели линейной множественной регрессии.

- Методы обнаружения гетероскедастичности.

- Методы обнаружения автокоррелированности.

- Обнаружение ненормальности распределения ошибок.

- Выявление неправильного выбора объясняющих переменных (критерий RESET).

- Выявление непостоянства коэффициентов на периоде наблюдения (критерии Чоу, рекурсивные остатки).

- Методы коррекции статистических выводов при неоднородности дисперсий ошибок.

- Методы коррекции статистических выводов при автокоррелированности ошибок.

- Коррекция статистических выводов при непостоянстве параметров модели на периоде наблюдений. Учет сезонности. Фиктивные переменные.

- Модели с распределенными запаздываниями объясняющих переменных.

Итоговый контроль знаний – экзамен.

Примерный набор тестов на экзамен:

Вариант 1

1. Парный линейный коэффициент корреляции характеризует наличие тесной обратной связи. Он может принимать следующие значения:

А) 1,2; б) –0,82; В) 0,23; Г) 0,92; Д) –0,24.

2. Коэффициент уравнения парной регрессии показывает:

а) тесноту связи между зависимой и независимой переменными;

б) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на единицу;

в) на сколько процентов изменится зависимая переменная, если независимая переменная изменится на 1%;

г) на сколько ед. изменится зависимая переменная, если независимая переменная изменится на 1 ед.

3. Если лаговые воздействия фактора не имеют тенденцию к убыванию во времени, то графическое представление структуры лага примет вид:

4. Величину, характеризующую влияние лаговых переменных на результат, называют:

А) медиана; Б) мода; В) лаг; Г) мультипликатор; Д) регрессор.

5. Наличие гомоскедастичности можно определить используя:

А) критерий Стьюдента; Б) критерий Фишера; В) критерий Чоу; Г) критерий Энгеля-Грангера;

Д) критерий Уайта; Е) критерий Дарбина-Уотсона.

6. Оценить значимость парного линейного коэффициента корреляции можно при помощи:

А) критерия Фишера;

Б) коэффициента автокорреляции;

В) критерия Стьюдента;

Г) критерия Энгеля-Грангера;

Д) критерия Дарбина-Уотсона.

7. Автокорреляция уровней может быть вызвана следующими причинами:

А) ошибка измерения результативного признака;

Б) ошибка в спецификации модели;

В) ошибка в вычислениях;

Д) нет правильного ответа.

8. В ситуациях, когда остатки содержат циклические колебания, график примет вид:

9. Изложите алгоритм использования критерия Энгеля-Грангера.

10. Степень влияния неучтенных факторов в рассматриваемой модели можно определить на основе:

А) парного линейного коэффициента корреляции;

Б) частного коэффициента корреляции;

В) индекса корреляции;

Г) коэффициента детерминации;

Д) коэффициента регрессии.

11. Частный критерий Фишера вычисляется по формуле:

А)

; Б) ;

В)

; Г) .