Построение эконометрической модели
Общий вид искомой модели, нахождению структурных коэффициентов. Ранг матрицы системы, число эндогенных переменных, достаточное условие индентифицируемости системы. Применение косвенного метода наименьших квадратов, выражение переменные через отклонения.
| Рубрика | Экономика и экономическая теория |
| Вид | контрольная работа |
| Язык | русский |
| Дата добавления | 15.10.2009 |
| Размер файла | 33,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
5
УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
ФАКУЛЬТЕТ ДИСТАНЦИОННОГО ОБРАЗОВАНИЯ
Кафедра бухгалтерского учета и аудита
Контрольная работа
по дисциплине «Эконометрика»
Исполнитель:
студентка группы ЭУВ 15141 УК
Мурсалимова Э.С.
Проверил:
Касьянов В. А.
Екатеринбург 2006
1. Исходные данные:
|
год |
годовые потребности свинины, кг |
оптовая цена за кг, $ |
доход на душу населения, $ |
расходы по обработке мяса в % |
|
|
90 |
60 |
5 |
1300 |
60 |
|
|
91 |
62 |
4 |
1300 |
56 |
|
|
92 |
65 |
4,2 |
1500 |
56 |
|
|
93 |
62 |
5 |
1600 |
63 |
|
|
94 |
66 |
3,8 |
1800 |
50 |
2. Задание.
Построить модель вида:
3. Решение.
Общий вид искомой модели:
,
a11, a22, b12, b21 - структурные коэффициенты.
Е1, Е2 - погрешность.
Пусть Е1=0 и Е2=0.
Таким образом, решение сводится к нахождению соответствующих структурных коэффициентов a11, a22, b12, b21.
Необходимо отметить, что искомая модель представляет собой систему взаимосвязанных уравнений. Ранг матрицы системы равен максимальному числу линейно - независимых переменных. В нашей системе таковыми являются x1, x2. Достаточным условием индентифицируемости системы является факт, что ранг матрицы системы не менее числа эндогенных переменных системы без единицы. Ранг матрицы равен 2, а число эндогенных переменных также 2 (у1, у2). Соответственно достаточное условие индентифицируемости системы выполняется. В связи с этим, для решения задачи необходимо применять косвенный метод наименьших квадратов.
Составим приведённую форму модели:
Выразим переменные через отклонения от средних уровней.
|
y1 |
y2 |
х1 |
х2 |
y1*x1 |
x12 |
x1*x2 |
y1*x2 |
x22 |
y2*x1 |
y2*x2 |
|
|
-3 |
0,6 |
-200 |
3 |
600 |
40000 |
-600 |
-9 |
9 |
-120 |
1,8 |
|
|
-1 |
-0,4 |
-200 |
-1 |
200 |
40000 |
200 |
1 |
1 |
80 |
0,4 |
|
|
2 |
-0,2 |
0 |
-1 |
0 |
0 |
0 |
-2 |
1 |
0 |
0,2 |
|
|
-1 |
0,6 |
100 |
6 |
-100 |
10000 |
600 |
-6 |
36 |
60 |
3,6 |
|
|
3 |
-0,6 |
300 |
-7 |
900 |
90000 |
-2100 |
-21 |
49 |
-180 |
4,2 |
|
|
0 |
0 |
0 |
0 |
1600 |
180000 |
-1900 |
-37 |
96 |
-160 |
10,2 |
Решим систему в общем виде:
Итак первое уравнение имеет вид:
Итак,
Приведем эту систему к виду
В общем виде:
Оба уравнения по структуре одинаковы, следовательно для у2 просто меняем a на b, также при этом меняются индексы.
Искомая модель:
Подобные документы
Сущность и применение метода наименьших квадратов для однофакторной линейной регрессии. Нахождение коэффициента эластичности для указанной модели в заданной точке X и его экономический анализ. Прогноз убыточности на основании линейной регрессии.
контрольная работа [47,3 K], добавлен 15.06.2009Нахождение доверительных интервалов с помощью функции Лапласа и критериев распределения Стьюдента: сравнение средних выборок; корреляция случайных величин. Метод наименьших квадратов: построение модели; расчет доверительных интервалов для коэффициентов.
презентация [109,2 K], добавлен 30.07.2013Составление матрицы парных коэффициентов корреляции переменных. Построение линейного уравнения регрессии, характеризирующее зависимость цены от факторов. Оценка статистической значимости параметров в регрессионной модели с помощью t-критерия Стьюдента.
лабораторная работа [1,6 M], добавлен 13.04.2010Характеристика двухшагового метода наименьших квадратов для решения систем эконометрических уравнений. Способы оценки неизвестных параметров регрессионных моделей по выборочным данным. Знакомство с особенностями системы эконометрических уравнений.
курсовая работа [593,8 K], добавлен 04.06.2015Построение многофакторной модели, описывающей линейную зависимость результативного признака факторов, входящих в нее, методом матрицы. Проверка на адекватность однофакторной модели. Интервалы доверия для прогнозного значения зависимой переменной.
контрольная работа [161,4 K], добавлен 02.12.2014Основы линейного регрессионного анализа. Особенности использования функции Кобба-Дугласа. Применение множественной линейной регрессии. Сущность метода наименьших квадратов. Пути избегания ложной корреляции. Проверка значимости коэффициентов регрессии.
реферат [101,8 K], добавлен 31.10.2009Составление матрицы парных коэффициентов корреляции. Построение уравнения регрессии, характеризующего зависимость цены от всех факторов. Проведение регрессионного анализа с помощью пакета SPSS. Экономическая интерпретация коэффициентов модели регрессии.
лабораторная работа [2,5 M], добавлен 27.09.2012Изучение понятий общей эконометрики. Сущность классической и обобщенной моделей линейной регрессии. Анализ методов наименьших квадратов, временных рядов и системы одновременных уравнений. Многомерная регрессия: мультиколлинеарность, фиктивные переменные.
книга [26,6 M], добавлен 19.05.2010Выявление определенной зависимости между выбранными экономическими показателями на основе построения эконометрической регрессионной модели. Построение адекватной модели линейной регрессии.. Способы выявления мультиколлинеарности и её коррекции.
курсовая работа [912,1 K], добавлен 22.03.2016Методика оценки вероятности банкротства в модели Альтмана. Расчет индекса кредитоспособности применительно к российским условиям. Параметры уравнения регрессии методом наименьших квадратов. Оценка адекватности финансовых политик состояниям экономики.
курсовая работа [74,6 K], добавлен 08.01.2010
