Задача 1.
По данным за два года изучается зависимость оборота розничной торговли (Y, млрд. руб.) от ряда факторов: - денежные доходы населения, млрд. руб.; Х2 – доля доходов, используемая на покупку товаров и оплату услуг, млрд. руб.; Х3 – численность безработных, млн. чел.; Х4 – официальный курс рубля по отношению к доллару США.
Таблица 12
Задание:
1. Для заданного набора данных построить линейную модель множественной регрессии. Оценить точность и адекватность построенного уравнения регрессии.
2. Выделить значимые и незначимые факторы в модели. Построить уравнение регрессии со статистически значимыми факторами. Дать экономическую интерпретацию параметров модели.
3. Для полученной модели проверить выполнение условия гомоскедастичности остатков, применив тест Голдфельда-Квандта.
4. Проверить полученную модель на наличие автокорреляции остатков с помощью теста Дарбина-Уотсона.
5. Проверить, адекватно ли предположение об однородности исходных данных в регрессионном смысле. Можно ли объединить две выборки (по первым 12 и остальным
наблюдениям) в одну и рассматривать единую модель регрессии Y по X?
Задача 2.
Модель макроэкономической производственной функции описывается следующим уравнением:
lnY = -3,52 + 1,53lnK + 0,47lnL + ε , R2 = 0,875.
(2,43) (0,55) (0,09) F = 237,4
В скобках указаны значения стандартных ошибок для коэффициентов регрессии.
Задание:
1. Оцените значимость коэффициентов модели по t-критерию Стьюдента и сделайте вывод о целесообразности включения факторов в модель.
2. Запишите уравнение в степенной форме и дайте интерпретацию параметров.
3. Можно ли сказать, что прирост ВНП в большей степени связан с приростом затрат капитала, нежели с приростом затрат труда?
Задача 3.
Структурная форма модели имеет вид:
где: Ct – совокупное потребление в период t,
Yt – совокупный доход в период t,
It – инвестиции в период t,
Тt – налоги в период t,
Gt – государственные расходы в период t,
Yt-1 – совокупный доход в период t-1.
Задание:
1. Проверить каждое уравнение модели на идентифицируемость, применив необходимое и достаточное условия идентифицируемости.
2. Записать приведенную форму модели.
3. Определить метод оценки структурных параметров каждого уравнения.
1. Для заданного набора данных построить линейную модель множественной регрессии. Оценить точность и адекватность построенного уравнения регрессии.2. Выделить значимые и незначимые факторы в модели. Построить уравнение регрессии со статистически значимыми факторами. Дать экономическую интерпретацию параметров модели.
3. Для полученной модели проверить выполнение условия гомоскедастичности остатков, применив тест Голдфельда-Квандта.
4. Проверить полученную модель на наличие автокорреляции остатков с помощью теста Дарбина-Уотсона.
5. Проверить, адекватно ли предположение об однородности исходных данных в регрессионном смысле. Можно ли объединить две выборки (по первым 12 и остальным наблюдениям) в одну и рассматривать единую модель регрессии Y по X?