Контрольная работа по "Эконометрике"
Контрольная работа, 10 Ноября 2015, автор: пользователь скрыл имя
Описание работы
Задача. По территориям региона приводятся данные за 199X г. (см. таблицу своего варианта).
Требуется:
1. Построить линейное уравнение парной регрессии от .
2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость параметров регрессии и корреляции с помощью -критерия Фишера и -критерия Стьюдента.
4. Выполнить прогноз заработной платы при прогнозном значении среднедушевого прожиточного минимума , составляющем 107% от среднего уровня.
Файлы: 1 файл
КР.docx
— 3.53 Мб (Скачать файл)
Шаг 2. Найдем оценки сезонной компоненты как разность между фактическими уровнями ряда и центрированными скользящими средними Используем эти оценки для расчета значений сезонной компоненты S (табл.). Для этого найдем средние за каждый квартал (по всем годам) оценки сезонной компоненты Si.
Показатели |
№ квартала, | ||||
I |
II |
III |
IV | ||
1 |
– |
– |
0,8 |
1,71 | |
2 |
1,06 |
0,74 |
0,83 |
1,37 | |
3 |
1,08 |
0,74 |
0,81 |
1,35 | |
4 |
1,1 |
0,76 |
– |
– | |
Всего период |
3,23 |
2,23 |
2,44 |
4,12 | |
Средняя оценка сезонной компоненты |
1,08 |
0,74 |
0,81 |
1,37 | |
Скорректированная сезонная компонента |
1,07 |
0,74 |
0,81 |
1,37 | |
Для данной модели имеем: 1,077+0,74+0,812+1,373=4,007
K=4/4.007=0.998
Шаг 3. Определяем компоненту Т данной модели. Результаты аналитического выравнивания: Т=5,605+0,201t.
t |
yt |
Si |
Yt/Si |
T |
T*Si |
E=Yt/(T*Si) |
(Yt-T*S)^2 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
1 |
5,5 |
1,07 |
5,12 |
5,81 |
6,24 |
0,88 |
0,55 |
2 |
4,6 |
0,74 |
6,19 |
6,01 |
4,46 |
1,03 |
0,0187 |
3 |
5 |
0,81 |
6,16 |
6,21 |
5,04 |
0,99 |
0,00124 |
4 |
9,2 |
1,37 |
6,71 |
6,41 |
8,79 |
1,05 |
0,17 |
5 |
7,1 |
1,07 |
6,61 |
6,61 |
7,1 |
1 |
0 |
6 |
5,1 |
0,74 |
6,86 |
6,81 |
5,06 |
1,01 |
0,00154 |
7 |
5,9 |
0,81 |
7,27 |
7,01 |
5,69 |
1,07 |
0,0451 |
8 |
10,0 |
1,37 |
7,29 |
7,21 |
9,89 |
1,01 |
0,012 |
9 |
8,0 |
1,07 |
7,44 |
7,41 |
7,97 |
1 |
0,000991 |
10 |
5,6 |
0,74 |
7,54 |
7,62 |
5,66 |
0,99 |
0,00341 |
11 |
6,4 |
0,81 |
7,89 |
7,82 |
6,34 |
1,01 |
0,00362 |
12 |
10,9 |
1,37 |
7,95 |
8,02 |
10,99 |
0,99 |
0,00869 |
13 |
9,1 |
1,07 |
8,47 |
8,22 |
8,83 |
1,03 |
0,0713 |
14 |
6,4 |
0,74 |
8,61 |
8,42 |
6,26 |
1,02 |
0,0207 |
15 |
7,2 |
0,81 |
8,88 |
8,62 |
6,99 |
1,03 |
0,0432 |
16 |
11,0 |
1,37 |
8,02 |
8,82 |
12,1 |
0,91 |
1,2 |
15,99 2,15
Для оценки качества построенной модели применим сумму квадратов полученных абсолютных ошибок:
R=1-(2.149/68.458)=0.97
Следовательно, можно сказать, что аддитивная модель объясняет 97% общей вариации уровней временного ряда.
Шаг 4. Прогнозирование по мультипликативной модели. Для определения трендовой компоненты воспользуемся уравнением тренда:
Т=5,605+0,201t
Т17=5,605+0,201*17=9,023
S1=1.075 F17=T17+S1=10.098
T18=9.224
S2=0.743 F18=9.967
Т.е. в первые два квартала следующего года следует ожидать потребления эл.энергии порядка 10,098 и 9,967 единиц соответственно.