В этом разделе вы найдете решенные задач по разным разделам эконометрики, выполненные с применением пакета электронных таблиц MS Excel. Большая часть работ снабжена подробным текстовым отчетом.
Если вам нужна помощь в выполнении контрольных работ по эконометрике в Excel, обращайтесь: эконометрика на заказ
Решение эконометрики в Экселе
Задача 1. Парная регрессия.
Для исходных данных, приведенных ниже, рассчитайте
- коэффициенты линейного регрессионного уравнения
- рассчитайте остаточную дисперсию
- вычислите значения коэффициентов корреляции и детерминации
- рассчитайте коэффициент эластичности
- рассчитайте доверительные границы уравнения регрессии (по уровню 0,95, t=2,44)
- в одной системе координат постройте: уравнение регрессии, экспериментальные точки, доверительные границы уравнения регрессии
Задача 2.
Построить требуемое уравнение регрессии. Вычислить коэффициент детерминации, коэффициент эластичности, бета коэффициент и дать их смысловую нагрузку в терминах задачи. Проверить адекватность уравнения с помощью F теста. Найти дисперсии оценок и 95% доверительные интервалы для параметров регрессии. Данные взять из таблицы. Найти прогнозируемое значение объясняемой переменной для некоторого значения объясняющей переменной, не заданной в таблице.
Построить уравнение линейной регрессии объема валового выпуска (в млн. руб.) от стоимости основных производственных фондов (млн. руб.).
Задача 3. Множественная регрессия.
Построить требуемое уравнение регрессии. Вычислить коэффициент детерминации, частные коэффициенты эластичности, частные бета коэффициенты и дать их смысловую нагрузку в терминах задачи. Проверить адекватность уравнения с помощью F теста. Найти оценку матрицы ковариаций оценок параметров регрессии и 95% доверительные интервалы для параметров регрессии. Проверить наличие мультиколлинеарности в модели. Данные взять из таблицы.
Построить уравнение линейной регрессии себестоимости единицы товара (в сотнях руб.) от величины энерговооруженности (кВт) и производительности труда (тов/час).
Задача 4. Трендовые модели
Проверить ряд на наличие тренда. Сгладить ряд методом простой скользящей средней $(m = 3)$, экспоненциальным сглаживанием $(\alpha = 0,3; \alpha = 0,8)$. Построить исходный и сглаженные ряды. На основании построенных рядов определить вид трендовой модели. Построить трендовую модель.
Сделать прогноз изучаемого признака на два шага вперед.
87; 77; 75; 74; 69; 66; 62; 61; 59; 57; 57; 52; 50; 48; 46; 43; 43; 41; 38; 35
Задача 5. По заданным статистическим данным постройте линейную модель множественной регрессии и исследуйте её.
- Постройте линейную модель множественной регрессии.
- Запишите стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
- Найдите коэффициенты парной, частной и множественной корреляции. Проанализируйте их.
- Найдите скорректированный коэффициент множественной детерминации. Сравните его с нескорректированным (общим) коэффициентом детерминации.
- С помощью F-критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации $R^2_{y x_1 x_2}$.
- С помощью частных F-критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора $x_1$ после $x_2$ и фактора $x_2$ после $x_1$.
- Составьте уравнение линейной парной регрессии, оставив лишь один значащий фактор.
Задача 6. По данным опроса 15 женщин, находящихся в роддоме, исследовать зависимость веса новорожденного (у) от среднего числа сигарет (х), выкуриваемых матерью в день, с учетом числа уже имеющихся у матери детей (z).
В данном разделе выложены бесплатные задачи по эконометрике c решениями на различные темы. Решения задач можно просмотреть бесплатно, для этого размещены скриншоты решения (картинки). Можно получить решение задачи в формате Word оплатив указанную стоимость файла.doc.
Тут Вы можете заказать контрольную работу по эконометрике без предоплаты
Задача по эконометрике с решением Эк-8
Номер задачи: Эк-8
Решение: бесплатно
Тема: коэффициент детерминации, доверительный интервал, прогнозирование
По условию предыдущей задачи для уравнения регрессии:
Вычислить отклонения между фактическими и прогнозными значениями:
Вычислить прогноз валового производства при значении среднегодового количества работников, составляющем 115% от среднего уровня.
Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
| Среднегодовая численности работников (чел.) | Стоимость валовой продукции, (тыс. руб.) |
| 96 | 4603 |
| 58 | 4053 |
| 135 | 9665 |
| 153 | 5146 |
| 108 | 4850 |
| 105 | 7132 |
| 76 | 6257 |
| 119 | 7435 |
| 118 | 7560 |
| 149 | 4110 |
| 99 | 2988 |
| 128 | 4443 |
| 95 | 2198 |
| 283 | 15503 |
| 71 | 2258 |
Для тех специальностей, в вузах с более углубленным изучением курса эконометрики, где предусмотрено выполнение курсовой работы по эконометрике - свяжитесь с нами через форму заказа или любым удобным для вас способом, и наши специалисты окажут помощь в ее выполнении. При этом могут быть использованы прикладные программы, указанные вашем преподавателем.
Стоимость решения задач по эконометрике - от 300р, в зависимости от сложности. Онлайн помощь - от 1500р за билет.
Для тех, кто не смог подготовиться к экзамену предлагаем:
Примеры выполненных работ по эконометрике:
При решении задач по эконометрике часто необходимо использовать прикладные эконометрические пакеты программ. Отметим наиболее распространенные:
- пакет анализа данных в Microsoft Excel;
- программа Gretl;
- эконометрический пакет Eviews;
- пакет Statistica.
Выделим кратко преимущества и недостатки перечисленных программных средств:
-Анализа данных в Excel.Достоинство: доступен и прост в обращении. Недостаток: не содержит простейших эконометрических тестов на автокорреляцию и гетероскедастичность, про другие более сложные тесты по эконометрике не упоминаем - их там нет.
-Gretl(скачать). Достоинства: имеется в свободном доступе бесплатная версия, проста и удобна в обращении, русский интерфейс. Недостаток: не содержит ряда коинтеграционных эконометрических тестов.
-Eviews(скачать).Достоинства: содержит множество тестов, простота их реализации. Недостатки: английский интерфейс, в свободном доступе только старая версия программы Eviews 3, все более свежие версии - платные.
-Statictica. Мало использовали её, не нашли достоинств. Недостатки - английский интерфейс, и отсутствие многих тестов по эконометрике.
Ниже представлены в свободном доступе примеры решения задач по эконометрике в этих программных средствах, которые будут содержать отчет по решению задачи и файл реализации задачи в эконометрическом пакете. Так же на этой странице выложены бесплатные версии программ
В этом разделе вы найдете несколько готовые задачи с решениями по разным разделам эконометрики для студентов ВУЗов. Все примеры выложены бесплатно, вы можете их просмотреть, распечатать, изучить.
Если вам нужна помощь в выполнении ваших работ по эконометрике, обращайтесь: эконометрика на заказ . Делаем контрольные работы, лабораторные, выполняем решение задач в Эксель и специальных программах.
Понравилось? Добавьте в закладки
Задачи по эконометрике с решениями
Задача 1.
По группе предприятий, производящих однородную продукцию, известно, как зависит себестоимость единицы продукции $y$ от факторов, приведенных в таблице. Определите с помощью коэффициентов эластичности силу влияния каждого фактора на результат. Проранжируйте факторы по силе влияния, сделайте вывод. Данные представлены в таблице.
Задача 2.
В таблице указаны парные коэффициенты корреляции. Проведите анализ целесообразности включения заданных факторов в уравнение множественной линейной регрессии.
Задача 3.
По некоторым территориям районов края известны значения средней суточного душевого дохода в у.е. (фактор $X$) и процент от общего дохода, расходуемого на покупку продовольственных товаров (фактор $Y$), таблица 1. Требуется для характеристики зависимости $Y$ от $X$ рассчитать параметры линейной, степенной, показательной функции и выбрать оптимальную модель (провести оценку моделей через среднюю ошибку аппроксимации $(А)$ и $F$-критерий Фишера.
Задача 4.
На основе данных о доходах $Y$, расходах на промышленные товары $X_2$, наличии детей (табл. 1), необходимо построить модель с фиктивной переменной $D$ (принять $D = 1$, если дети есть; $D = 0$ при их отсутствии), вида:
$$Y=b_0+ b_2 X_2+b D.$$
Проверить статистическую значимость коэффициентов. Сделать выводы.
Задача 5.
Постройте линии регрессии $Y$ на $х$ и $Х$ на $у$ для двумерной с.в. $(X,Y)$, закон распределения которой задан таблицей, рассчитайте коэффициенты корреляции и детерминации.
Задача 6.
1) Постройте поле корреляции результативного и факторного признаков.
2) Определите параметры уравнения парной линейной регрессии. Дайте интерпретацию найденных параметров и всего уравнения в целом.
3) Постройте теоретическую линию регрессии, совместив ее с полем корреляции. Сделайте выводы.
4) Рассчитайте линейный коэффициент корреляции и поясните его смысл. Определите коэффициент детерминации и дайте его интерпретацию.
5) С вероятностью 0,95 оцените статистическую значимость коэффициента регрессии и уравнения регрессии в целом. Сделайте выводы.
6) С вероятностью 0,95 постройте доверительный интервал для прогноза оценки $y_t$ и доверительный интервал генерального значения.
7) Определите значение коэффициента эластичности и объясните его.
Компания, занимающаяся продажей радиоаппаратуры, установила на видеомагнитофон определенной модели цену, дифференцированную по регионам. Следующие данные показывают цены на видеомагнитофон в 8 различных регионах и соответствующее им число продаж.
Задача 7.
В таблице приведены данные о прибыли $Y$ (в тыс. руб.) в зависимости от доли товара $А$ в грузообороте $X$ (%).
1. Построить корреляционное поле. Выдвинуть предположение о характере статистической зависимости между переменными $X$ и $Y$.
2. Найти параметры линейного уравнения регрессии. Поясните экономический смысл выборочного коэффициента регрессии.
3. Найти коэффициент парной корреляции и оценить тесноту связи на основе таблицы Чеддока.
4. Найти коэффициент детерминации $R^2$.
5. Оценить статистическую значимость уравнения регрессии на уровне 0,05, используя $F$-статистику.
6. Полученное уравнение регрессии изобразить графически. Сделать вывод о качестве построенной модели.
7. Вычислить прогнозное значение при прогнозном значении $x_0$, составляющем 130% от среднего уровня $x$.
Задача 8.
По группе 18 заводов, производящих однородную продукцию, получено уравнение регрессии себестоимости продукции $Y$ (тыс. руб.) от уровня технической оснащенности $X$ (тыс. руб.):
$$y_i = 20+700/x$$
Доля остаточной дисперсии в общей составила 0,19. Найдите индекс корреляции, а также проверьте статистическую значимость уравнения регрессии в целом с помощью критерия Фишера ($\alpha = 0,05$).
Задача 9.
По 25 предприятиям региона изучается зависимость выработки продукции на одного работника $у$ (тыс. руб.) от ввода в действие новых основных фондов $х_1$ (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих $х_2$ (%).
$$y_i=-1.725+0.903 x_1+0.081 x_2, \, \overline{y}=9.6 \, \overline{x_1}=6.27 \, \overline{x_2}=22.3$$
Определить с помощью коэффициентов эластичности силу влияния каждого фактора на результат. Ранжировать факторы по силе влияния. Найти скорректированный коэффициент детерминации, если множественный коэффициент детерминации равен 0,74.
Задача 10.
В результате исследования зависимости среднедневной заработной платы $Y$ от среднедушевого прожиточного минимуме в день одного трудоспособного $Х$ по $n$ территориям региона было получено линейное уравнение регрессии $y=bx+a$. Исследуйте остатки данного уравнения регрессии на гетероскедастичность с помощью теста Голдфельда-Квандта на уровне значимости $\alpha = 0.01$, если остаточные суммы квадратов для первой и второй групп соответственно равны $S_1 = 0,07$ и $S_2 = 0,92$; число степеней свободы остаточных сумм квадратов равны $k=k_1=k_2=6$.
Задача 11.
Применив необходимое и достаточное условие идентификации, определите, идентифицировано ли каждое из уравнений модели.
Задание 1
Задание 2
Задание 3
Задание 4
Список использованной литературы
Задание 1
Имеются данные за 12 месяцев года по району города о рынке вторичного жилья (y – стоимость квартиры (тыс. у.е.), x – размер общей площади (м 2)). Данные приведены в табл. 1.4.
Таблица 1
| Месяц | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| у | 22,5 | 25,8 | 20,8 | 15,2 | 25,8 | 19,4 | 18,2 | 21,0 | 16,4 | 23,5 | 18,8 | 17,5 |
| х | 29,0 | 36,2 | 28,9 | 32,4 | 49,7 | 38,1 | 30,0 | 32,6 | 27,5 | 39,0 | 27,5 | 31,2 |
1. Рассчитайте параметры уравнений регрессий
И 
.
3. Рассчитайте средний коэффициент эластичности и дайте сравнительную оценку силы связи фактора с результатом.
4. Рассчитайте среднюю ошибку аппроксимации и оцените качество модели.
6. Рассчитайте прогнозное значение , если прогнозное значение фактора увеличится на 5% от его среднего значения. Определите доверительный интервал прогноза для .
7. Расчеты должны быть подробны, как показано в примере 1, и сопровождены пояснениями.
Составим таблицу расчетов 2.
Все расчеты в таблице велись по формулам
Таблица 2
| х | у | ху | А(%) | ||||||||||
| 29,0 | 841,0 | 22,5 | 652,5 | 506,3 | 2,1 | -4,5 | 4,38 | 20,33 | 18,93 | 3,57 | 12,75 | 15,871 | |
| 36,2 | 1310,4 | 25,8 | 934,0 | 665,6 | 5,4 | 2,7 | 29,07 | 7,25 | 21,28 | 4,52 | 20,40 | 17,506 | |
| 28,9 | 835,2 | 20,8 | 601,1 | 432,6 | 0,4 | -4,6 | 0,15 | 21,24 | 18,90 | 1,90 | 3,62 | 9,152 | |
| 32,4 | 1049,8 | 15,2 | 492,5 | 231,0 | -5,2 | -1,1 | 27,13 | 1,23 | 20,04 | -4,84 | 23,43 | 31,847 | |
| 49,7 | 2470,1 | 25,8 | 1282,3 | 665,6 | 5,4 | 16,2 | 29,07 | 262,17 | 25,70 | 0,10 | 0,01 | 0,396 | |
| 38,1 | 1451,6 | 19,4 | 739,1 | 376,4 | -1,0 | 4,6 | 1,02 | 21,08 | 21,90 | -2,50 | 6,27 | 12,911 | |
| 30,0 | 900,0 | 18,2 | 546,0 | 331,2 | -2,2 | -3,5 | 4,88 | 12,31 | 19,26 | -1,06 | 1,12 | 5,802 | |
| 32,6 | 1062,8 | 21,0 | 684,6 | 441,0 | 0,6 | -0,9 | 0,35 | 0,83 | 20,11 | 0,89 | 0,80 | 4,256 | |
| 27,5 | 756,3 | 16,4 | 451,0 | 269,0 | -4,0 | -6,0 | 16,07 | 36,10 | 18,44 | -2,04 | 4,16 | 12,430 | |
| 39,0 | 1521,0 | 23,5 | 916,5 | 552,3 | 3,1 | 5,5 | 9,56 | 30,16 | 22,20 | 1,30 | 1,69 | 5,536 | |
| 27,5 | 756,3 | 18,8 | 517,0 | 353,4 | -1,6 | -6,0 | 2,59 | 36,10 | 18,44 | 0,36 | 0,13 | 1,923 | |
| 31,2 | 973,4 | 17,5 | 546,0 | 306,3 | -2,9 | -2,3 | 8,46 | 5,33 | 19,65 | -2,15 | 4,62 | 12,277 | |
| 402,1 | 13927,8 | 244,9 | 8362,6 | 5130,7 | 0,0 | 0,0 | 132,7 | 454,1 | - | - | 79,0 | 129,9 | |
| Среднее значение | 33,5 | 1160,7 | 20,4 | 696,9 | 427,6 | - | - | - | - | - | - | 6,6 | 10,8 |
| 6,43 | - | 3,47 | - | - | |||||||||
| 41,28 | - | 12,06 | - | - | |||||||||
,
и линейное уравнение регрессии примет вид: 
.
Рассчитаем коэффициент корреляции:
.
Связь между признаком и фактором заметная.
Коэффициент детерминации – квадрат коэффициента или индекса корреляции.
R 2 = 0,606 2 = 0,367
Средний коэффициент эластичности позволяет проверить, имеют ли экономический смысл коэффициенты модели регрессии.
Для оценки качества модели определяется средняя ошибка аппроксимации:
,
допустимые значения которой 8 - 10 %.
Вычислим значение -критерия Фишера.
,
– число параметров уравнения регрессии (число коэффициентов при объясняющей переменной );
– объем совокупности.
.
По таблице распределения Фишера находим
Так как , то гипотеза о статистической незначимости параметра уравнения регрессии отклоняется.
Так как , то можно сказать, что 36,7% результата объясняется вариацией объясняющей переменной.
Выберем в качестве модели уравнения регрессии , предварительно линеаризовав модель. Введем обозначения: . Получим линейную модель регрессии 
.
Рассчитаем коэффициенты модели, поместив все промежуточные расчеты в табл. 3.
Таблица 3
| y | yU | А(%) | |||||||||||
| 5,385 | 29,0 | 22,5 | 121,17 | 506,25 | 1,640 | -0,452 | 2,69 | 0,20 | 13,74 | 8,76 | 76,7 | 38,92 | |
| 6,017 | 36,2 | 25,8 | 155,23 | 665,64 | 4,940 | 0,180 | 24,40 | 0,03 | 14,01 | 11,79 | 139,0 | 45,70 | |
| 5,376 | 28,9 | 20,8 | 111,82 | 432,64 | -0,060 | -0,461 | 0,004 | 0,21 | 13,74 | 7,06 | 49,9 | 33,95 | |
| 5,692 | 32,4 | 15,2 | 86,52 | 231,04 | -5,660 | -0,145 | 32,04 | 0,02 | 13,87 | 1,33 | 1,8 | 8,72 | |
| 7,050 | 49,7 | 25,8 | 181,89 | 665,64 | 4,940 | 1,213 | 24,40 | 1,47 | 14,42 | 11,38 | 129,5 | 44,11 | |
| 6,173 | 38,1 | 19,4 | 119,75 | 376,36 | -1,460 | 0,336 | 2,13 | 0,11 | 14,07 | 5,33 | 28,4 | 27,45 | |
| 5,477 | 30,0 | 18,2 | 99,69 | 331,24 | -2,660 | -0,360 | 7,08 | 0,13 | 13,78 | 4,42 | 19,5 | 24,27 | |
| 5,710 | 32,6 | 21,0 | 119,90 | 441 | 0,140 | -0,127 | 0,02 | 0,02 | 13,88 | 7,12 | 50,7 | 33,89 | |
| 5,244 | 27,5 | 16,4 | 86,00 | 268,96 | -4,460 | -0,593 | 19,89 | 0,35 | 13,68 | 2,72 | 7,4 | 16,58 | |
| 6,245 | 39,0 | 23,5 | 146,76 | 552,25 | 2,640 | 0,408 | 6,97 | 0,17 | 14,10 | 9,40 | 88,3 | 39,98 | |
| 58,368 | 343,4 | 208,600 | 1228,71 | 4471,02 | - | - | - | - | - | - | - | 313,567 | |
| Среднее значение | 5,837 | 34,34 | 20,860 | 122,871 | 447,10 | - | - | - | - | - | - | - | 31,357 |
| 0,549 | - | 3,646 | - | - | - | - | |||||||
| 0,302 | - | 13,292 | - | - | - | - | |||||||
Рассчитаем параметры уравнения:
.
Коэффициент корреляции
.
Коэффициент детерминации
следовательно, только 9,3% результата объясняется вариацией объясняющей переменной .
следовательно, гипотеза о статистической незначимости уравнения регрессии принимается. По всем расчетам линейная модель надежнее, и последующие расчеты мы сделаем для нее.
| |
.
.
Определим ошибки .
,
,
,
,
,
.
Полученные оценки модели и ее параметров позволяют использовать ее для прогноза.
Рассчитаем
.
Средняя ошибка прогноза
,
,
.
Строим доверительный интервал с заданной доверительной вероятностью :
.
Найденный интервальный прогноз достаточно надежен (доверительная вероятность 
) и достаточно точен, т.к. 
.
Оценим значимость каждого параметра уравнения регрессии
.
Используем для этого t-распределение (Стьюдента). Выдвигаем гипотезу о статистической незначимости параметров, т.е.
.
Определим ошибки .
,
, 
,
И, то можно предположить о правильном распределении объектов и уже существующих двух классах и верно выполненной классификации объектов подмножества М0. 3.2 Пример решения задачи дискриминантным анализом в системе STATISTICA Исходя из данных по 10 странам (рис. 3.1), которые были выбраны и отнесены к соответствующим группам экспертным методом (по уровню медицинского обслуживания), ...
Специалист для которого MS Excel является именно тем средством которое позволяет облегчить и ускорить его работу, должен знать и уметь использовать в повседневной работе новейшие экономико-математические методы и модели, предлагаемые новыми прикладными программами. Традиционный способ изучения экономико-математических методов заключается не только в определении их назначения и сути, ...
