| Код | 533040 |
| Дата создания | 2022 |
|
Мы сможем обработать ваш заказ (!) 24 декабря в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
|
|
Ситуационная (практическая) задача № 1
По 26 регионам РФ имеются данные о потребительских расходах в среднем на душу населения, руб., среднедушевых денежных доходах населения, в месяц, тыс. руб., уровне безработицы, % (по данным выборочных обследований рабочей силы; в среднем за год; население в возрасте 15-72 лет) за 2018 год:
Требуется:
1. Построить корреляционное поле между потребительскими расходами в среднем на душу населения, тыс. руб., и среднедушевыми денежными доходами населения, в месяц, тыс. руб. Выдвинуть гипотезу о тесноте и виде зависимости между потребительскими расходами и среднедушевыми денежными доходами.
2. Оценить тесноту линейной связи между потребительскими расходами и среднедушевыми денежными доходами с надежностью γ = 0,95.
3. Рассчитать коэффициенты линейного уравнения парной регрессии для зависимости потребительских расходов в среднем на душу населения от среднедушевых денежных доходов населения. Дать содержательную интерпретацию параметров уравнения.
4. Дать интервальные оценки для параметров модели парной регрессии с доверительной вероятностью γ = 0,95.
5. Проверить статистическую значимость параметров уравнения парной регрессии с надежностью γ = 0,95.
6. Проверить качество построенного уравнения регрессии с помощью средней ошибки аппроксимации и с помощью коэффициента детерминации. С помощью F -критерия Фишера оценить статистическую значимость уравнения регрессии с надежностью γ = 0,95.
7. Дать точечный и интервальный прогноз потребительских расходов в среднем на душу населения с надежностью γ = 0,95 для гипотетического региона, в котором среднедушевые денежные доходы населения в месяц на 3% больше среднего по выборке.
8. Рассчитать коэффициенты линейного уравнения множественной регрессии для зависимости потребительских расходов в среднем на душу населения от среднедушевых денежных доходов населения и уровня безработицы. Пояснить экономический смысл его параметров.
9. Дать интервальные оценки для параметров модели множественной регрессии с доверительной вероятностью γ = 0,95.
10. Проверить статистическую значимость параметров уравнения множественной регрессии с надежностью γ = 0,95.
11. Проверить качество построенного уравнения регрессии с помощью коэффициента детерминации. С помощью F -критерия Фишера оценить статистическую значимость уравнения регрессии с надежностью γ = 0,95.
12. Проверить построенное уравнение на наличие мультиколлинеарности по: критерию Стьюдента; критерию χ2. Сравнить полученные результаты.
13. Дать точечный и интервальный прогноз потребительских расходов в среднем на душу населения с надежностью γ = 0,95 для гипотетического региона, в котором среднедушевые денежные доходы населения в месяц на 3% больше среднего по выборке, а уровень безработицы окажется на 2% выше среднего по выборке.
Ситуационная (практическая) задача № 2
Имеются данные об объеме платных услуг населению, млн. рублей для Республики Хакасия за 2010-2018 гг.
Год
2010
2011
2012
2013
2014
2015
2016
2017
2018
Объем платных услуг
11595
13117
14006
14913
15787
16586
16777
17706
18085
На основе полученных данных требуется:
1. Построить график динамики объема платных услуг населению.
2. С помощью метода серий проверить гипотезу о наличии тренда во временном ряде.
3. Рассчитать коэффициенты автокорреляции. Проверить наличие циклических колебаний во временном ряде.
4. Оценить параметры линейной трендовой модели, проверить статистическую значимость соответствующего уравнения регрессии с надежностью 0,99.
5. С помощью трендовой модели сделать прогноз объема платных услуг населению на 2021 г.
Тестовые задания
1. Коэффициент корреляции, равный нулю, показывает, что между переменными:
a) линейная связь отсутствует;
b) отсутствует зависимость;
c) существует линейная связь;
d) ситуация неопределенная.
2. Какое значение может принимать коэффициент детерминации?
a) 0,4;
b) -0,5;
c) -1,2;
d) 1,1.
3. С помощью какого критерия оценивается значимость коэффициентов регрессии:
a) хи-квадрат;
b) Дарбина-Уотсона;
c) Фишера;
d) Стьюдента.
4.При добавлении в уравнение регрессии еще одного объясняющего фактора множественный коэффициент детерминации:
a) уменьшится;
b) возрастет;
c) сохранит свое значение;
d) возрастет на 1.
5. Мультиколлинеарность регрессионной модели - это
a) возможность построения нескольких моделей по одним исходным данным;
b) зависимость результирующей переменной от нескольких факторов;
c) зависимость значений объясняющей переменной от ее значений в предыдущие периоды времени;
d) тесная коррелированность некоторых факторов.
6. Причины гетероскедастичности:
a) исследование неоднородных объектов;
b) ошибки измерений;
c) наличие зависимости между объясняющей переменной и возмущениями модели;
d) ошибки спецификации
7. Если значение статистики Дарбина-Уотсона попадает в зону неопределенности, то предполагается, что автокорреляция...
a) существует;
b) отсутствует;
c) полная положительная;
d) полная отрицательная.
8. Корелограмма - это
a) график автокорреляционной функции;
b) общая тенденция в изменении корреляционной зависимости;
c) сдвиг во временном ряде относительно начального момента наблюдений;
d) временной ряд с некоррелированными ошибками.
9. Какая из представленных моделей временного ряда является моделью тренда?
a) yt*= at+b+ε;
b) yt*= a0+a1t+a2cos(kt)+a3sin(kt)+ε;
c) yt*= ayt-1+b+ε;
d) yt*= a0+a1 xt+ ε
10. Приведенная форма модели является системой
a) системой сверхидентифицируемых уравнений;
b) системой неидентифицируемых уравнений;
c) системой идентифицируемых уравнений;
d) системой взаимонезависимых уравнений.