Контрольная Эконометрика 2 вариант

По 24 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 = 0,9. 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 = 0,9. 5. Проверить статистическую значимость параметров уравнения парной регрессии с надежностью γ = 0,9. 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 = 0,9. 7. Дать точечный и интервальный прогноз потребительских расходов в среднем на душу населения с надежностью γ = 0,9 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 = 0,9. 10. Проверить статистическую значимость параметров уравнения множественной регрессии с надежностью γ = 0,9. 11. Проверить качество построенного уравнения регрессии с помощью коэффициента детерминации. С помощью F -критерия Фишера оценить статистическую значимость уравнения регрессии с надежностью γ = 0,9. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 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 = 0,9 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 Тыва за 2010- 2018 г. г.

Тестовые задания Укажите или напишите номер правильного ответа 1. Коэффициент регрессии * a в уравнении регрессии * * * y  a x  b интерпретируется как a) коэффициент относительного роста; b) коэффициент детерминации; c) коэффициент абсолютного роста; d) коэффициент корреляции. 2. Что минимизируется согласно методу наименьших квадратов:

.Что является оценкой значимости уравнения в целом: a) индекс корреляции; b) коэффициент детерминации; c) коэффициент регрессии; d) F-статистика. 4. F - статистика для уравнения множественной регрессии с m объясняющими переменными, рассчитывается по формуле:

5.Что характеризует частный коэффициент корреляции в множественной линейной регрессии? a) совокупное влияние всех включенных в модель факторов на результирующую переменную; b) степень взаимного влияния всех включенных в модель факторов; c) тесноту линейной зависимости между результирующим показателем и независимым фактором при учете влияния остальных факторов модели; d) тесноту линейной зависимости между результирующим показателем и независимым фактором при исключении влияния остальных факторов модели. 6. Гетероскедастичность модели - это a) высокая степень взаимной зависимости объясняющих переменных; b) непостоянство математического ожидания результирующей переменной; c) непостоянство дисперсии ошибок регрессии для разных значений объясняющей переменной; d) наличие зависимости между объясняющей переменной и возмущениями модели. 7. Значение статистики Дарбина-Уотсона равно 2. Это говорит: a) о наличии положительной автокорреляции остатков; b) об отсутствии влияния факторов на результирующий показатель; c) об отсутствии гетероскедастичности; d) об отсутствии автокорреляции остатков.

1Ситуационная часть

1.1 Текст ситуационной задачи №1

1.2 Ответ ситуационной задачи №1

1.3 Текст ситуационной задачи №2

1.4 Ответ ситуационной задачи №2

2 Тестовая часть

2.1 Содержание 10 (десяти) тестовых заданий варианта (тексты

вопросов) и ответ на каждое их заданий

Список использованных источников