МАТЕРИАЛЫ ПРАКТИЧЕСКИХ ЗАНЯТИЙ по дисциплине «Эконометрика»
Специальность 080105.65 «Финансы и кредит»
г. Спасск-Дальний
2012
Практические занятия проводятся с использованием рабочей тетради. В ней в соответствии с учебным курсом предлагаются задачи по разделам: парная и множественная регрессия и корреляция (в целях повторения первой части курса); динамические эконометрические модели; системы эконометрических уравнений; модели панельных данных.
Темы практических занятий
Тема 1. Введение в эконометрику (1 час)
Основные этапы эконометрического моделирования. Компьютеры и эконометрическая практика. Упражнения с исследовательским набором данных.
Тема 2. Парная линейная и нелинейная регрессия и корреляция (1 час)
Построение парной линейной и нелинейной регрессий. Оценка тесноты связи. Сравнение моделей. Выбор наилучшей модели. Оценка влияния трудоемкости, объема производства, цен на энергоресурсы, налогов на себестоимость единицы продукции.
Тема 3. Проблема гетероскедастичности данных (1 час)
Гетероскедастичность и ее последствия. Тесты на гетероскедастичность. Пример: объяснение спроса на рабочую силу. Устранение гетероскедастичности. Взвешенный метод наименьших квадратов.
Тема 4. Множественная линейная регрессия и корреляция (1 час)
Построение линейной множественной регрессии. Вывод и интерпретация коэффициентов множественной регрессии. Индекс множественной корреляции. Индекс множественной детерминации. Мультиколлинеарность. Отбор наиболее существенных факторных признаков в уравнении регрессии. Проверка мультиколлинеарности методом испытания гипотезы о независимости переменных.
Тема 5. Практическое приложение множественной линейной регрессии и корреляции (1 час)
Применение линейных множественных регрессий в ценообразовании. Введение переменных. Отбор факторов. Получение оценок. Интерпретация результатов.
Тема 6. Множественная нелинейная регрессия и корреляция (1 час)
Моделирование производственной функции Кобба-Дугласа, связывающей объем выпуска с капитальными вложениями и затратами труда. Линеаризация моделей.
Тема 7. Оценка значимости уравнения и коэффициентов регрессии (1 час)
Оценка значимости уравнения парной и множественной регрессии. F – критерий Фишера. Принятие решения на основе уравнения регрессии. Определение доверительных интервалов для коэффициентов и функции регрессии.
Тема 8. Регрессионные модели с переменной структурой (фиктивные переменные) (1 час)
Уравнение регрессии с фиктивной переменной. Интерпретация коэффициентов. Пример зависимости веса новорожденного от показателя курения и фиктивных переменных: пола, первый или нет ребенок. Использование сезонных фиктивных переменных в модели потребления электроэнергии.
Тема 9. Тест Чоу (1 час)
Предпосылки теста Чоу. Модельные примеры: влияет ли пол на уровень успеваемости студентов, одинакова ли в крупных и мелких странах зависимость военных расходов от ВВП.
Тема 10. Модели с ограниченными зависимыми переменными (1 час)
Модели с ограниченными зависимыми переменным. Пример: готовность платить за природные области, не затрагиваемые деятельностью человека.
Тема 11. Построение логит-модели (1 час)
Требования логит-модели. Построение модели банкротства предприятий (по данным предприятий пищевой промышленности Приморского края).
Тема 12. Проблема автокорреляции (1 час)
Модель с включением фактора времени. Автокорреляция остатков временного ряда. Положительная и отрицательная автокорреляция. Тесты на наличие автокорреляции. Устранение автокорреляции. Обобщенный метод наименьших квадратов.
Тема 13. Моделирование динамических процессов: уравнение авторегрессии (1 час)
Уравнение авторегрессии. Модельный пример авторегрессии: зависимость объемов продаж от объемов продаж в предыдущие моменты времени и расходов на рекламу. Метод инструментальной переменной.
Тема 14. Коинтеграция временных рядов (1 час)
Коинтеграция временных рядов. Тест Энгеля-Грэнжера. Модели с распределенными лагами. Лаги Алмон.
Тема 15. Моделирование динамических процессов (1 час)
Автокорреляция первого порядка. Тестирование на наличие автокорреляции. Пример: спрос на мороженое. Неправильная спецификация модели. Пример: рисковая премия на валютных рынках.
Тема 16. Системы эконометрических уравнений (1 час)
Системы эконометрических уравнений. Модель производительности труда и фондоотдачи. Модель динамики цен и заработной платы. Модель экономической эффективности сельскохозяйственного производства.
Тема 17. Модели, основанные на панельных данных (1 час)
Модели, основанные на панельных данных. Пример: объяснение индивидуальной заработной платы.
Тема 1. Задачи на повторение первой части курса
Задача 1. Постройте уравнение зависимости расходов на покупку продовольственных товаров от дохода и числа членов семьи. Проинтерпретируйте уравнение регрессии.
Семья
|
Доход семьи,
тыс. руб.
|
Число членов семьи, чел.
|
Расходы на покупку продовольственных товаров, тыс.руб.
|
|
|
1
|
75
|
3
|
14
|
2
|
48
|
2
|
15
|
3
|
68
|
3
|
15
|
4
|
95
|
4
|
25
|
5
|
36
|
1
|
10
|
6
|
55
|
2
|
14
|
7
|
85
|
3
|
18
|
Заполните расчетную таблицу.
|
|
|
|
|
|
|
|
|
|
|
75
|
3
|
14
|
|
|
|
|
|
|
|
|
48
|
2
|
15
|
|
|
|
|
|
|
|
|
68
|
3
|
15
|
|
|
|
|
|
|
|
|
95
|
4
|
25
|
|
|
|
|
|
|
|
|
36
|
1
|
10
|
|
|
|
|
|
|
|
|
55
|
2
|
14
|
|
|
|
|
|
|
|
|
85
|
3
|
18
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Запишите уравнение регрессии:
Оцените параметры уравнения:
Уравнение регрессии имеет вид:
Вывод:
Ответьте на вопросы:
Вопрос
|
Ответ
|
Каковы расходы на продовольственные товары в семье с доходом 100 тыс.руб и 4 членами семьи?
|
|
Как изменятся расходы на покупку продовольственных товаров, если доход семьи вырастет на 10 тыс.руб.
|
|
Каким должен быть доход семьи с тремя членами семьи, чтобы расходы на продовольствие не превысили 20 тыс.руб.?
|
|
Вычислите множественный коэффициент корреляции и детерминации:
Вывод:
Задача 2. По матрице парных коэффициентов корреляций обоснуйте выбор факторных признаков, существенно влияющих на результативный признак. Исходные данные: y – цена однокомнатной квартиры, x1 – общая площадь, кв.м., x2 – площадь кухни, кв.м., x3 – тип дома: кирпичный дом – 1, панельный – 0, x4 – наличие балкона: есть – 1, нет -0, x5 – наличие телефона: есть – 1, нет – 0, x6 – район: центральный – 1, периферийный – 0, x7 – расстояние до ближайшей остановки транспорта, мин.
|
y
|
x1
|
x2
|
x3
|
x4
|
x5
|
x6
|
x7
|
Y
|
1
|
|
|
|
|
|
|
|
x1
|
0,884
|
1
|
|
|
|
|
|
|
x2
|
0,875
|
0,802
|
1
|
|
|
|
|
|
x3
|
0,699
|
0,827
|
0,396
|
1
|
|
|
|
|
x4
|
0,107
|
-0,185
|
-0,155
|
-0,056
|
1
|
|
|
|
x5
|
-0,674
|
-0,450
|
-0,023
|
-0,672
|
-0,174
|
1
|
|
|
x6
|
0,839
|
0,639
|
0,527
|
0,490
|
-0,174
|
-0,575
|
1
|
|
x7
|
0,522
|
0,225
|
0,212
|
0,242
|
0,288
|
-0,101
|
0,452
|
1
|
Анализ отбора факторных признаков:
Получено уравнение регрессии (от факторов):
ВЫВОД ИТОГОВ
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Регрессионная статистика
|
|
|
|
|
|
Множественный R
|
0,8993772
|
|
|
|
|
|
R-квадрат
|
0,8088794
|
|
|
|
|
|
Нормированный R-квадрат
|
0,7741302
|
|
|
|
|
|
Стандартная ошибка
|
1,3007745
|
|
|
|
|
|
Наблюдения
|
100
|
|
|
|
|
|
|
|
|
|
|
|
|
Дисперсионный анализ
|
|
|
|
|
|
|
|
df
|
SS
|
MS
|
F
|
Значимость F
|
|
Регрессия
|
2
|
78,77218558
|
39,386093
|
23,277636
|
0,000111479
|
|
Остаток
|
11
|
18,61215728
|
1,6920143
|
|
|
|
Итого
|
13
|
97,38434286
|
|
|
|
|
|
|
|
|
|
|
|
|
Коэффициенты
|
Стандартная ошибка
|
t-статистика
|
P-Значение
|
Нижние 95%
|
Верхние 95%
|
Впишите обозначение
|
13,234178
|
3,199773092
|
4,135974
|
0,001653
|
6,191521552
|
20,2835
|
факторных признаков,
|
0,1838505
|
0,075251438
|
2,4431497
|
0,032699
|
0,018223146
|
0,34979
|
водящих в модель
|
3,6771805
|
1,101671949
|
3,3378181
|
0,00661
|
1,252415682
|
6,11954
|
Проинтерпретируйте выделенные коэффициенты.
Задача 3. Установлена взаимосвязанная система цен на бумагу:  , где  – цена бумаги, x1 – плотность, грамм на квадратный метр, x2 – белизна, %. Проинтерпретируйте коэффициенты. Рассчитайте цену на новый вид бумаги при плотности 110 г и белизне 80%.
|
