Решение эконометрических задач в Excel

План лабораторных занятий:

1 МНК. Уравнение регрессии. Общий подход к построению уравнения регрессии на примере линейной экспоненциальной методом «Поиск решения». Анализ полученных результатов. Выполнение задания 1.

2 МНК. Уравнение регрессии. Определение параметров линейной регрессии с помощью функций рабочего листа наклон (SLOPE) и отрезок (INTERSEPT) и команды «Добавить линию тренда». Анализ полученных результатов. Выполнение задания 2.

3 Реализация типовых эконометрических задач на ПК. Анализ результатов регрессионной статистики, дисперсионного анализа с помощью инструмента «Регрессия». Выполнение задания 3.

 

Основные понятия и категории

ячейка, рабочая книга, рабочий лист, формула, функция, диаграмма, линия тренда,

 

Вопросы для самопроверки

1. Какие способы расчета параметров регрессии вы знаете?

2. Как определяется число степеней свободы в модели линейной регрессии?

3. Как проверяется статистическая значимость модели регрессии и ее параметров?

4. В каких случаях использования инструмента «Регрессия» ставится, а в каких на ставится галочка в поле «Метка»?

 

Расчетно-графическая работа 1 – «Расчет параметров уравнений регрессии». Цель работы – рассчитать параметры линейной регрессии, провести их анализ и дать интерпретацию.

Структура работы

1. Постановка задачи.

2. Расчет параметров. Оценка полученной модели и ее параметров. Вывод относительно статистической значимости модели и ее параметров.

3. Экономическая интерпретация полученных результатов.

Задания к РГР находятся на кафедре и выдаются индивидуально каждому студенту на 7-ой неделе 4 семестра. На выполнение работы дается 9 недель.

Решение эконометрических задач в MathCAD

План лабораторных занятий:

1. Выполнение линейной регрессии с помощью встроенных функций MathCAD.. Упражнения.

2. Реализация одномерной и многомерной полиномиальной регрессии. Упражнения.

3. Проведение нелинейной регрессии общего вида. Функции сглаживания данных.

4. MathCAD. Применение функции предсказания (экстраполяции).

 

Основные понятия и категории

 

Вопросы для самопроверки

1) Какие функции используются для построения уравнения регрессии в MathCAD?

2) Как реализовать одномерную и многомерную регрессию в MathCAD?

3) Как использовать функции сглаживания данных?

4) Как применяется функция экстраполяции?

 

Решение эконометрических задач в STATISTICA

План лабораторных занятий:

1. STATISTICA. Принципы работы в модулях. Запуск модулей. Структура диалога. Первичный анализ данных в системе – модуль Basic Statistics / Tables.

2. Регрессионный анализ в системе STATISTICA – модуль Multiple Regression.

 

Основные понятия и категории

Модуль, диалог.

 

Вопросы для самопроверки

1. Основные принципы работы в модулях?

2. Как осуществляется запуск модулей?

3. Как вводятся первичные данные?

4. Как реализован диалог?

5. Что позволяет выполнить модуль Basic Statistics / Tables?

6. Что позволяет выполнить модуль Multiple Regression?

 

Тема 2. Модель парной регрессии

Работа 1. Парная регрессия

 

Данные, характеризующие прибыль торговой компании «Все для себя» за первые 10 месяцев 2005 года (в тыс. руб.), даны в следующей таблице:

 

Таблица К1

 

январь	февраль	март	апрель	май
382 +N	402 + N	432+ N	396+ N	454+ N
июнь	июль	август	сентябрь	октябрь
419+ N	460+ N	447+ N	464+ N	498+ N

 

 

Рис. 3.9. Результаты работы команды Поиск решения

 

В этой таблице две последних цифры номера зачетной книжки студента.

Требуется:

1. Построить диаграмму рассеяния.

2. Убедится в наличии тенденции (тренда) в заданных значениях прибыли фирмы и возможности принятия гипотезы о линейном тренде.

3. Построить линейную парную регрессию (регрессию вида ). Вычисление коэффициентов выполнить методом наименьших квадратов.

4. Нанести график регрессии на диаграмму рассеяния.

5. Вычислить значения статистики и коэффициента детерминации . Проверить гипотезу о значимости линейной регрессии.

6. Вычислить выборочный коэффициент корреляции и проверить гипотезу о ненулевом его значении.

7. Вычислить оценку дисперсии случайной составляющей эконометрической модели.

8. Проверить гипотезы о ненулевых значениях коэффициентов .

9. Построить доверительные интервалы для коэффициентов .

10. Построить доверительные интервалы для дисперсии случайной составляющей эконометрической модели.

11. Построить доверительную область для условного математического ожидания (диапазон по оси январь – декабрь). Нанести границы этой области на диаграмму рассеяния.

12. С помощью линейной парной регрессии сделать прогноз величины прибыли и нанести эти значения на диаграмму рассеяния. Сопоставить эти значения с границами доверительной области для условного математического ожидания и сделать вывод о точности прогнозирования с помощью построенной регрессионной модели.

Тема 3. Модель множественной регрессии