Эконометрика лекции
Как выглядит линейная модель
1. Как выглядит линейная модель парной регрессии? Как называют переменные участвующие в модели?
2. Почему существуют отклонения от теоретической прямой линии регрессии?
3. Выведите формулы для расчета коэффициентов прямой парной регрессии по МНК.
4. Сформулируйте условия Гаусса-Маркова в методе МНК.
5. Приведите формулу расчета коэффициента детерминации R2 и объясните его роль при определении качества построенного уравнения регрессии.
6. Как производится проверка значимости уравнения регрессии по F-критерию Фишера?
7. Выведите формулы, связывающие теоретические коэффициенты модели a и b с МНК коэффициентами a и b и докажете несмещенность МНК оценок.
8. Выведите формулы для дисперсий и стандартных отклонений МНК оценок. Покажите, что из этих формул следует состоятельность МНК оценок.
9. Опишите алгоритм проверки значимости коэффициентов a и bс использованием стандартных выборочных ошибок коэффициентов и критерия Стьюдента.
10. Как строятся доверительные интервалы для прогноза Y по линейному уравнению регрессии? Какой выбирается уровень надежности прогноза? От каких факторов зависит ширина интервала прогноза?
Проведите парный регрессионный анализ с использованием пакета STATISTICA по данным своего варианта (см. табл. 2.6).
Таблица 2.6
Данные для проведения лабораторной работы по теме
«Парный регрессионный анализ»
|
№ |
Y1 |
Y2 |
Y3 |
Y4 |
Y5 |
Y6 |
Y7 |
Y8 |
Y9 |
Y10 |
|
1 |
1,26 |
1,73 |
1,34 |
1,48 |
,34 |
2,26 |
3,82 |
1,34 |
,678 |
2,41 |
|
2 |
2,16 |
1,87 |
1,65 |
1,53 |
1,54 |
2,38 |
4,11 |
3,08 |
,78 |
2,48 |
|
3 |
2,17 |
2,54 |
2,67 |
2,34 |
1,65 |
2,95 |
5,48 |
2,64 |
,83 |
3,33 |
|
4 |
2,68 |
2,88 |
2,75 |
3,33 |
2,68 |
4,23 |
6,77 |
4,26 |
1,71 |
4,45 |
|
5 |
3,17 |
2,47 |
3,16 |
3,38 |
2,77 |
4,81 |
7,48 |
4,78 |
1,38 |
5,12 |
|
6 |
3,81 |
3,40 |
3,87 |
4,40 |
2,89 |
6,04 |
8,04 |
5,49 |
1,98 |
6,46 |
|
7 |
3,59 |
3,64 |
3,95 |
4,79 |
3,50 |
6,21 |
8,79 |
6,84 |
1,67 |
7,15 |
|
8 |
4,02 |
4,00 |
4,88 |
5,03 |
2,96 |
7,02 |
9,62 |
7,48 |
1,99 |
7,74 |
|
9 |
4,43 |
3,87 |
4,49 |
6,02 |
3,16 |
7,70 |
10,54 |
9,57 |
2,18 |
8,50 |
|
10 |
4,90 |
4,53 |
4,62 |
6,65 |
2,94 |
8,77 |
11,48 |
9,19 |
2,55 |
9,29 |
|
11 |
5,701 |
4,76 |
5,91 |
8,01 |
3,21 |
9,06 |
12,81 |
9,91 |
2,87 |
10,33 |
|
12 |
6,02 |
5,07 |
7,29 |
7,22 |
4,28 |
10,05 |
13,28 |
12,29 |
2,85 |
10,89 |
|
13 |
5,92 |
5,04 |
7,26 |
7,92 |
4,20 |
10,97 |
14,42 |
12,39 |
3,24 |
12,35 |
|
14 |
6,42 |
5,64 |
6,92 |
9,23 |
5,35 |
12,61 |
15,28 |
11,67 |
3,30 |
12,46 |
|
15 |
7,32 |
5,72 |
7,85 |
9,43 |
5,38 |
12,88 |
16,14 |
13,23 |
3,16 |
13,07 |
|
16 |
7,44 |
5,75 |
8,15 |
10,37 |
5,93 |
13,35 |
17,79 |
14,38 |
3,52 |
13,48 |
|
17 |
8,44 |
6,32 |
8,63 |
10,56 |
5,45 |
14,98 |
17,45 |
16,06 |
3,88 |
14,98 |
|
18 |
8,34 |
6,75 |
9,59 |
11,25 |
5,44 |
15,38 |
19,26 |
16,42 |
3,97 |
15,72 |
|
19 |
9,06 |
6,88 |
10,23 |
11,68 |
6,52 |
16,04 |
19,59 |
17,44 |
4,64 |
16,02 |
|
20 |
9,19 |
7,42 |
10,97 |
12,15 |
7,20 |
16,80 |
20,60 |
18,46 |
4,72 |
16,83 |
Параграфы
- Сущность и история возникновения эконометрики
- </b>Парный регрессионный анализ
- Множественная регрессия
- Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
- прогнозирование временных рядов
- Сглаживание Временных рядов
- ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
- Моделирование структурными уравнениями
- РАЗНОСТНЫЕ УРАВНЕНИЯ И ИХ РЕШЕНИЕ
- Стационарные временные ряды авторегрессии-скользящего среднего
- Временные ряды с высокой изменчивостью
- Ложная регрессия, коинтеграция и модели корректировки ошибок
- Элементы линейной алгебры
- Элементы теории вероятностей и математической статистики
- метод наименьших квадратов