Применение регрессионного анализа в эконометрике

Автор работы: Пользователь скрыл имя, 15 Сентября 2011 в 10:33, курсовая работа

Описание работы

Целью курсовой работы явилось исследование регрессионного анализа и применение его в эконометрике. Для достижения поставленной цели были решены следующие задачи:

◦изучение основных положений регрессионного анализа
◦рассмотрение оценки параметров парной регрессионной модели
◦изучение интервальной оценки функции регрессии и ее параметров
◦исследование оценки значимости уравнения регрессии и особенностей применения коэффициента детерминации
◦рассмотрение практических задач

Содержание работы

Введение……………………………………………………………………………...3

1.Глава 1. Теоретические и методологические основы применения регрессионного анализа в эконометрике
1.Основные положения регрессионного анализа………………………….5
2.Оценка параметров парной регрессионной модели…………………….8
3.Интервальная оценка функции регрессии и ее параметров…………...15
4.Оценка значимости уравнения регрессии и особенности
применения коэффициента детерминации………………….…………16

Выводы……………………………………………………………………………...20

2.Глава 2. Практическое применение регрессионного анализа в эконометрике
1.Задача 1…………………………………………………………………...22
2.Задача 2…………………………………………………………………...23
Выводы……………………………………………………………………………...26

Заключение………………………………………………………………………….27

Библиографический список………………………………………………………..29

Приложение

Скачать архив (77.75 Кб) Сколько стоит заказать работу?
Файлы: 1 файл

Курсовая по эконометрике.doc

— 311.00 Кб (Скачать файл)

       Форма связи между показателями может  быть разнообразной. И поэтому задача состоит в том, чтобы любую  форму корреляционной связи выразить уравнением определенной функции (линейной, параболической и т.д.), что позволяет получать нужную информацию о корреляции между переменными величинами у и х, предвидеть возможные изменения признака у на основе известных изменений х, связанного с у корреляционно.

       Уравнение регрессии позволяет найти значение зависимой переменной, если величина независимой или независимых  переменных известна.

       Практически, речь идет о том, чтобы, анализируя множество  точек на графике (т.е. множество  статистических данных), найти линию, по возможности точно отражающую заключенную в этом множестве закономерность (тренд, тенденцию),  линию регрессии.

       Задачи  регрессионного анализа лежат в  сфере установления формы зависимости, определения функции регрессии, использования уравнения для оценки неизвестных значений зависимой переменной.

       Решение задач основывается на анализе соответствующих  параметров (статистических данных) в  которых всегда неизбежно присутствуют отклонения, вызванные случайными ошибками.  Поэтому существуют специальные методы оценки как уравнения регрессии в целом, так и отдельных ее параметров.

       Построение  линейной регрессии сводится к оценке ее параметров – a и b. Оценки параметров линейной регрессии могут быть найдены разными методами. Классический подход к оцениванию параметров линейной регрессии основан на методе наименьших квадратов

       В прогнозных расчетах по уравнению регрессии путем подстановки в него соответствующего значения х определяется предсказываемое значение. Однако точечный прогноз явно не реален. Поэтому он дополняется расчетом стандартной ошибки ŷx, то есть mŷx, и соответственно интервальной оценкой прогнозного значения (у*).

       После того как найдено уравнение линейной регрессии, проводится оценка значимости как уравнения в целом, так  и отдельных его параметров. Оценка значимости уравнения регрессии в целом дается с помощью F-критерия Фишера.  
 
 
 
 
 
 
 
 
 
 
 

Библиографический список

  1. Басовский Л.Е., Прогнозирование и планирование в условиях рынка, учебное пособие.- М.: ИНФРА-М, - 2002.-260с.
  2. Бережная Е.В., Бережной В.И., Математические методы моделирования экономических систем, учебное пособие, 2е изд.,- М.: Финансы и статистка, - 2005, 432с.
  3. Гладилин А.В., Эконометрика: учебное пособие. – М.:КНОРУС, 2006.–232с.
  4. Домбровский В.В., Эконометрика: учебник.- М.: Новый учебник, 2004.-342с.
  5. Елисеева И.И., Эконометрика: учебник для вузов.- М.: Финансы и статистика, 2002.-344с.
  6. Елисеева И.И., Эконометрика: учебник, 2е изд.- М.: Финансы и статистика, 2005.-576с.
  7. Елисеева И.И., Практикум по эконометрике: учебное пособие.- М.: Финансы и статистика, 2002.-192с.
  8. Зандер Е.В., Эконометрика: учебно-методический комплекс, - Красноярск: РИО КрасГУ, 2003.- 36с.
  9. Колемаев В.А. Эконометрика: учебник, - М.: ИНФРА-М, 2006. – 160с.
  10. Интернет: Википедия
 
 
 
 
 
 
 
 
 
 

Приложение 1

Вид функции, у Первая производная, y`x Коэффициент эластичности,

Э= y`x*(х/у)

Линейная

У=а+b*x+ε

 b Э=(b*x)/(a+b*x)
Парабола  второго порядка

y=a+b*x+c*x2+ε

 B+2*c*x Э=((b+2*c*x)*x)/(a+b*x+c*x2)
Гипербола

y=a+b/x+ε

 -b/x2 Э=(-b)/(a*x+b)
Показательная

y=a*bx*ε

 ln b*a*bx Э=x*ln b
Степенная

y=a*xb*ε

 A*b*xb-1 Э=b
Полулогарифмическая

y=a+b*ln x+ε

 b/x Э=b/(a+b*ln x)
Логистическая

y=a/(1+b*e-cx+ε)

 (a*b*c*e-cx)/(1+b*e-cx)2 Э=(c*x)/((1/b)*ecx+1)
Обратная

y=1/(a+b*x+ε)

 -b/((a+b*x)2) Э=(-b*x)/(a+b*x)
 

Приложение  2

∑(у-у)2 = ∑(ŷх-у)2 + ∑(у- ŷх)2
Общая сумма квадратов отклонений Сумма квадратов  отклонений, объясненная регрессией Остаточная  сумма квадратов отклонений
 

Приложение 3 

Количественная  мера тесноты связи Качественная  характеристика силы связи
0,1 - 0,3 Слабая
0,3 - 0,5 Умеренная
0,5 - 0,7 Заметная
0,7 - 0,9 Высокая
0,9 - 0,99 Весьма высокая

Информация о работе Применение регрессионного анализа в эконометрике