เครื่องคิดเลขสำหรับการแก้สมการกำลังทางเศรษฐมิติ Y - รายได้ต่อหัว
ด้านล่างนี้คือเงื่อนไขของปัญหาและส่วนข้อความของวิธีแก้ไข โซลูชันทั้งหมดนั้นสมบูรณ์ในไฟล์เก็บถาวร rar คุณสามารถดาวน์โหลดได้ อักขระบางตัวอาจไม่แสดงบนหน้า แต่ทุกอย่างจะแสดงในไฟล์เก็บถาวรในรูปแบบ doc การดาวน์โหลดโซลูชันจะเริ่มโดยอัตโนมัติใน 10 วินาที หากการดาวน์โหลดยังไม่เริ่ม ให้คลิก หน้าเพิ่มเติมตัวอย่างการแก้ปัญหาทางเศรษฐมิติสามารถดูได้
คุณสามารถดูวิดีโอสอนเกี่ยวกับการแก้ปัญหานี้ใน Excel
แบบฝึกหัด 1.
ตามข้อมูลการทดลองที่นำเสนอให้คุณทราบได้แก่ ตัวชี้วัดเศรษฐกิจมหภาคหรือตัวชี้วัดระบบการเงิน (การเงิน) ของประเทศใดประเทศหนึ่ง เช่น สุ่มตัวอย่างปริมาณ n - สร้าง แบบจำลองทางคณิตศาสตร์การพึ่งพาอาศัยกันของตัวแปรสุ่ม Y ตัวแปรสุ่ม X1 และ X2 การสร้างและการประเมินคุณภาพของแบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์ (เศรษฐมิติ) ควรดำเนินการตามลำดับต่อไปนี้:
. สร้างเมทริกซ์สหสัมพันธ์สำหรับตัวแปรสุ่มและประเมิน นัยสำคัญทางสถิติความสัมพันธ์ระหว่างพวกเขา
. ขึ้นอยู่กับการมีอยู่ระหว่างตัวแปรภายนอกและตัวแปรภายนอก การพึ่งพาเชิงเส้นประเมินพารามิเตอร์ของแบบจำลองการถดถอยโดยใช้วิธีการ กำลังสองน้อยที่สุด. คำนวณเวกเตอร์ของค่าการถดถอยของตัวแปรภายนอกและความแปรปรวนแบบสุ่ม
. ค้นหาค่าเฉลี่ย ข้อผิดพลาดกำลังสองค่าสัมประสิทธิ์การถดถอย ใช้การทดสอบของนักเรียน ตรวจสอบนัยสำคัญทางสถิติของพารามิเตอร์แบบจำลอง ต่อจากนี้ ใช้ระดับนัยสำคัญที่ 0.05 (เช่น ความน่าเชื่อถือ 95%)
. คำนวณค่าสัมประสิทธิ์เชิงประจักษ์ของการกำหนดและค่าสัมประสิทธิ์การกำหนดที่ถูกต้อง ตรวจสอบโดยใช้เกณฑ์ Fisher ความเพียงพอของแบบจำลองเชิงเส้น
.ตั้งค่าการมีอยู่ (ไม่มี) ของความสัมพันธ์อัตโนมัติของการเบี่ยงเบนแบบสุ่มของโมเดล สำหรับสิ่งนี้ ให้ใช้วิธีการวิเคราะห์เชิงกราฟิก สถิติของ Durbin-Watson และการทดสอบ Breusch-Godfrey
. สร้างการมีอยู่ (ขาด) ของความแตกต่างของการเบี่ยงเบนแบบสุ่มของแบบจำลอง สำหรับสิ่งนี้ ให้ใช้การวิเคราะห์เชิงกราฟิก การทดสอบของ White และการทดสอบของ Park สำหรับตัวแปรที่มีดัชนี A เพิ่มเติม ( วิธีการกราฟิกการทดสอบ Glaser และการทดสอบ Breusch-Pagan สำหรับตัวแปรที่มีดัชนีเพิ่มเติม B)
.สรุปผลการประมาณพารามิเตอร์แบบจำลองและผลการตรวจสอบความเพียงพอของแบบจำลอง
ตารางที่ 1.1. ให้ข้อมูลรายไตรมาสเกี่ยวกับผลิตภัณฑ์มวลรวมในประเทศ (ล้านยูโร) การส่งออกสินค้าและบริการ (ล้านยูโร); อัตราแลกเปลี่ยนจริงของเงินยูโรต่อสกุลเงินของประเทศสเปนในช่วงปี 2543 ถึง 2550
ตารางที่ 1.1.
ข้อมูลรายไตรมาสของไอซ์แลนด์เกี่ยวกับผลิตภัณฑ์มวลรวมในประเทศ การส่งออกสินค้าและบริการ อัตราแลกเปลี่ยนที่แท้จริงของเงินยูโรต่อสกุลเงินของประเทศในช่วงปี 2543 ถึง 2550
ถอยหลัง Y |
รีเกรสเซอร์ X1 |
รีเกรสเซอร์ X2 |
|
GDP ล้านยูโร |
นำเข้าสินค้าและบริการ ล้านยูโร |
อัตราแลกเปลี่ยนที่แท้จริงของเงินยูโรต่อสกุลเงินของประเทศ |
|
มาสร้างไฟล์ที่มีข้อมูลเริ่มต้นในสภาพแวดล้อมกันเถอะ ไมโครซอฟต์ เอ็กเซล.
เราตรวจสอบระดับความสัมพันธ์ระหว่างตัวแปร ในการทำเช่นนี้ เราจะสร้างเมทริกซ์สหสัมพันธ์โดยใช้เครื่องมือของ "การวิเคราะห์ข้อมูล" เมทริกซ์สหสัมพันธ์แสดงในตารางที่ 1.2
ตารางที่ 1.2
จากเมทริกซ์สหสัมพันธ์ที่ผู้ถดถอยทั้งสองมีอิทธิพลต่อผลิตภัณฑ์มวลรวมภายในประเทศ กล่าวคือ การส่งออกสินค้าและบริการและอัตราแลกเปลี่ยนของสกุลเงินของประเทศมีความสัมพันธ์กับผลิตภัณฑ์มวลรวมในประเทศ นอกจากนี้เรายังสามารถสังเกตการมีอยู่ของการพึ่งพาความสัมพันธ์ระหว่างตัวแปรอธิบาย (ภายนอก) ซึ่งอาจบ่งบอกถึงการมีอยู่ของปรากฏการณ์หลายกลุ่มในแบบจำลอง .
มาสร้างแบบจำลองการถดถอยหลายตัวแปรที่ตัวแปรตามคือ Y ผลิตภัณฑ์มวลรวมในประเทศ
ให้เราหาค่าสัมประสิทธิ์ของสมการถดถอย
Y = b 0 + b 1 ∙X1 + b 2 ∙X2
ผลลัพธ์ การถดถอยพหุคูณในรูปแบบตัวเลขแสดงในตาราง 1.3.
ตารางที่ 1.3
อัตราต่อรอง |
มาตรฐานบกพร่อง |
t-สถิติ |
ค่า P |
|
สี่แยกตัววาย |
||||
ตัวแปร X 1 |
||||
ตัวแปร X 2 |
สถิติการถดถอย |
|||||
หลายอาร์ |
|||||
R-สแควร์ |
|||||
R-Square ที่ปรับให้เป็นมาตรฐาน |
|||||
มาตรฐานบกพร่อง |
|||||
ข้อสังเกต |
|||||
การวิเคราะห์ความแปรปรวน |
|||||
นัยสำคัญฉ |
|||||
การถดถอย |
|||||
ดังนี้จากข้อมูลที่ได้มาจาก โดยใช้เอ็กเซลโดยวิธีกำลังสองน้อยที่สุด โมเดลหลายตัวแปรที่ได้จะมีลักษณะดังนี้:
Y = -1046.49 + 2.0334∙X1 + 1828.83∙X2 (1.1)
(ที) (-2,311) (6,181) (3,265)
สมการ (1.1) แสดงการพึ่งพาของผลิตภัณฑ์มวลรวมภายในประเทศ (Y) ในการส่งออกสินค้าและบริการ (X1) อัตราแลกเปลี่ยนของยูโรต่อสกุลเงินของประเทศ (X2) ค่าสัมประสิทธิ์ของสมการแสดงผลกระทบเชิงปริมาณของแต่ละปัจจัยที่มีต่อตัวบ่งชี้ประสิทธิภาพ ในขณะที่ปัจจัยอื่นๆ ยังคงไม่เปลี่ยนแปลง ในกรณีของเรา ผลิตภัณฑ์มวลรวมในประเทศเพิ่มขึ้น 2.033 หน่วย โดยมีการส่งออกสินค้าและบริการเพิ่มขึ้น 1 หน่วย ด้วยตัวบ่งชี้เดียวกันของอัตราแลกเปลี่ยนของยูโรต่อสกุลเงินของประเทศ ผลิตภัณฑ์มวลรวมในประเทศเพิ่มขึ้น 18,288 หน่วย ด้วยการเพิ่มขึ้นของอัตราแลกเปลี่ยนเงินยูโรต่อสกุลเงินของประเทศ 1 หน่วย ด้วยดัชนีการส่งออกสินค้าและบริการที่คงที่ ค่าเบี่ยงเบนแบบสุ่มสำหรับค่าสัมประสิทธิ์ของตัวแปร X1 คือ 0.329 ด้วยตัวแปร X2 - 5.601; สำหรับสมาชิกฟรี -452.86. .
โวลต์ = น - ม- 1 = 29; ที cr. \u003d เสื้อ 0.025; 29 \u003d 2.364
เมื่อเปรียบเทียบสถิติค่า t ที่คำนวณได้ของค่าสัมประสิทธิ์ของสมการกับค่าแบบตาราง เราสรุปได้ว่าค่าสัมประสิทธิ์ทั้งหมดของสมการถดถอยจะมีนัยสำคัญ ยกเว้นคำว่างในสมการถดถอย
ค่าสัมประสิทธิ์การกำหนด R 2 = 0.8099;
แก้ไขสำหรับการสูญเสียองศาอิสระ, ค่าสัมประสิทธิ์ของการกำหนดหลาย AR 2 = 0.7968;
เกณฑ์ของฟิชเชอร์ ฉ = 61,766;
ระดับนัยสำคัญของโมเดล p< 0,0000;
ตามเกณฑ์ของ Fisher รุ่นนี้ก็เพียงพอแล้ว เนื่องจากระดับนัยสำคัญของโมเดลน้อยกว่า 0.00001
ตรวจสอบส่วนที่เหลือสำหรับความสัมพันธ์อัตโนมัติ ในการทำเช่นนี้ เราจะหาค่าของสถิติ Durbin-Watson
เราจะทำการคำนวณขั้นกลางในตาราง 1.4
ตารางที่ 1.4
ยังคงอยู่ |
(จ t - e t-1) 2 |
|
ตามตารางภาคผนวก 4 เรากำหนด จุดสำคัญ d L และ d U สำหรับระดับนัยสำคัญ 5%
สำหรับ m = 2 และ n = 32: d L = 1.28; d ยู = 1.57.
ตั้งแต่ D.W.< d L (1,1576<1,28), то нулевую гипотезу об отсутствии автокорреляции мы не можем принять. Следовательно, в модели присутствует автокорреляция остатков случайных отклонений.
ตรวจสอบความสัมพันธ์อัตโนมัติโดยใช้การทดสอบ Breusch-Godfrey การทดสอบขึ้นอยู่กับแนวคิดต่อไปนี้: หากมีความสัมพันธ์ระหว่างการสังเกตที่อยู่ใกล้เคียง เป็นเรื่องปกติที่จะคาดหวังว่าในสมการ
(ที่ไหน อี ที คือเศษเหลือของการถดถอยที่ได้จากวิธีกำลังสองน้อยที่สุดตามปกติ) ค่าสัมประสิทธิ์ ρ จะแตกต่างจากศูนย์อย่างมีนัยสำคัญ
ค่าของสัมประสิทธิ์ ρ แสดงไว้ในตารางที่ 1.5
ตารางที่ 1.5
ตรวจสอบความสำคัญของค่าสัมประสิทธิ์สหสัมพันธ์ ค้นหาค่าที่สังเกตได้โดยใช้สูตร:
T>t cr ดังนั้น ค่าสัมประสิทธิ์สหสัมพันธ์จึงมีนัยสำคัญ และแบบจำลองมีความสัมพันธ์อัตโนมัติของส่วนที่เหลือของการเบี่ยงเบนแบบสุ่ม
มาทำการวิเคราะห์เชิงกราฟของความต่างกัน มาสร้างกราฟโดยที่เราจะลงจุดค่าที่คำนวณได้ Y ที่ได้จากสมการถดถอยเชิงประจักษ์ตามแกน abscissa และกำลังสองของเศษเหลือของสมการ e 2 ตามแกนกำหนด กราฟแสดงในรูปที่ 1.1
รูปที่ 1.1.
จากการวิเคราะห์กราฟ เราสามารถสันนิษฐานได้ว่าความแปรปรวนนั้นไม่คงที่ นั่นคือการปรากฏตัวของ heteroscedasticity ในแบบจำลอง
ตรวจสอบการมีอยู่ของ heteroscedasticity โดยใช้การทดสอบของ White
สร้างการถดถอย:
ε 2 = a + b 1 x 1 + b 11 x 1 2 + b 2 x 2 + b 22 x 2 2 + b 12 ∙x 1 ∙x 2
ผลการทดสอบแสดงในตาราง 1.6
ตารางที่ 1.5
นัยสำคัญฉ |
|||||
การถดถอย |
|||||
ผลลัพธ์ของการทดสอบสีขาวแสดงให้เห็นว่าไม่มี heteroscedasticity เนื่องจากที่ระดับนัยสำคัญ 5% F ข้อเท็จจริง ในการตรวจสอบการมีอยู่ของ heteroscedasticity เราใช้การทดสอบ Park ใน Excel ให้คำนวณลอการิทึมของค่าต่างๆ อี 2 , X1 และ X2 (ดูตาราง 1.7) ตารางที่ 1.7. มาสร้างการพึ่งพาสำหรับตัวแปรอธิบายแต่ละตัว ผลลัพธ์อยู่ในตาราง 1.8-1.9 ตารางที่ 1.8. อัตราต่อรอง มาตรฐานบกพร่อง t-สถิติ ค่า P สี่แยกตัววาย ตัวแปร X 1 ตารางที่ 1.9. อัตราต่อรอง มาตรฐานบกพร่อง t-สถิติ ค่า P สี่แยกตัววาย ตัวแปร X 1 ตาราง 1.8 - 1.9 คำนวณค่าสถิติ t สำหรับแต่ละค่าสัมประสิทธิ์ ข. เรากำหนดนัยสำคัญทางสถิติของค่าสัมประสิทธิ์ที่ได้รับ ข. ตามตารางในภาคผนวก 2 เราพบค่าตารางของค่าสัมประสิทธิ์ของนักเรียนสำหรับระดับนัยสำคัญ a = 0.05 และจำนวนองศาอิสระ v = n - 2 = 29 t a /2; v = เสื้อ 0.025; 29 = 2.364. เมื่อเปรียบเทียบสถิติ t ที่คำนวณได้กับสถิติแบบตาราง เราพบว่าไม่มีค่าสัมประสิทธิ์ใดที่มีนัยสำคัญทางสถิติ สิ่งนี้บ่งชี้ว่าไม่มี heteroscedasticity ในโมเดล ผลการทดสอบของ Park ยืนยันผลการทดสอบของ White บทสรุป: สมการการถดถอยที่สร้างขึ้น (1.1) แม้ว่าจะเพียงพอกับข้อมูลการทดลอง (มีสัมประสิทธิ์สูงในการกำหนดและสถิติ F ที่มีนัยสำคัญ แต่สัมประสิทธิ์การถดถอยทั้งหมดมีนัยสำคัญทางสถิติ) ไม่สามารถนำมาใช้ในทางปฏิบัติได้ เนื่องจากมีข้อเสียดังต่อไปนี้: มีความสัมพันธ์อัตโนมัติของส่วนที่เหลือของการเบี่ยงเบนแบบสุ่ม มี multicollinearity ข้อบกพร่องเหล่านี้อาจนำไปสู่ความไม่น่าเชื่อถือของการประมาณการ ข้อสรุปเกี่ยวกับสถิติ t และ F ที่กำหนดความสำคัญของการถดถอยและการหาค่าสัมประสิทธิ์อาจไม่ถูกต้อง ภารกิจที่ 2 ใช้ข้อมูลจากภารกิจที่ 1 กำหนดและทดสอบสมมติฐานเกี่ยวกับการมีจุดพักในช่วงเวลาที่ศึกษา (มีการเปลี่ยนแปลงในระยะว่างหรือค่าสัมประสิทธิ์ความชัน) ในกรณีที่การวิเคราะห์เชิงกราฟเบื้องต้นไม่ยืนยันว่ามีจุดพักในช่วงเวลา ให้ยอมรับว่าจุดพักอยู่ตรงกลาง รูปที่ 2.1 แสดงกราฟมูลค่าผลิตภัณฑ์มวลรวมในประเทศเทียบกับเวลา การวิเคราะห์เชิงกราฟเบื้องต้นไม่ได้ยืนยันว่ามีช่องว่างในช่วงเวลาที่พิจารณา สมมติว่าจุดพักอยู่ตรงกลางของช่วงเวลาที่พิจารณา ให้เราค้นหาการพึ่งพาของผลิตภัณฑ์มวลรวมภายในประเทศตรงเวลาสำหรับแต่ละช่วงเวลาสองช่วง เช่น จากปี 2000 ถึง 2003 และจากปี 2004 ถึง 2007 นอกจากนี้ เรายังพบว่าการพึ่งพา GDP ตรงเวลาตลอดช่วงเวลาทั้งหมด Y1 - ตัวบ่งชี้ GDP จากปี 2543 ถึง 2546 Y2 - ตัวบ่งชี้ GDP ตั้งแต่ปี 2547 ถึง 2550 Y - ตัวบ่งชี้ GDP ตั้งแต่ปี 2543 ถึง 2550 ค้นหาการพึ่งพาของสมการถดถอย: Y(t) = a + b∙t, Y1(t) = a 1 + b 1 (t); Y2(t) = a 2 + b 2 (t), โดยที่ t เป็นตัวบ่งชี้เวลา ผลการจำลองใน Eviews แสดงในตาราง 2.1-2.3 ตามลำดับ รูปที่ 2.1. ตารางที่ 2.1 ลักษณะของสมการวาย(ที).
นัยสำคัญฉ การถดถอย ตารางที่ 2.2 ลักษณะของสมการวาย1(ที).
นัยสำคัญฉ การถดถอย ตารางที่ 2.3 ลักษณะของสมการวาย2(ที).
นัยสำคัญฉ การถดถอย มาทำการทดสอบ Chow เพื่อประเมินความเสถียรของโครงสร้างของแนวโน้มของอนุกรมเวลาที่ศึกษากัน ให้เราแนะนำสมมติฐาน H 0: แนวโน้มของซีรีส์ที่ศึกษามีความเสถียรทางโครงสร้าง ผลรวมที่เหลือของกำลังสองตามโมเดลเชิงเส้นแบบแยกส่วน: C cl พัก \u003d C 1 พัก + C 2 พัก \u003d 158432 + 483329 \u003d 641761 การลดความแปรปรวนที่เหลือเมื่อย้ายจากสมการแนวโน้มเดียวไปเป็นแบบจำลองเชิงเส้นแบบแยกส่วน: ∆C พักผ่อน \u003d C พักผ่อน - C cl พักผ่อน \u003d 1440584 - 641761 \u003d 798823 เนื่องจากจำนวนพารามิเตอร์ในสมการ Y(t), Y1(t) และ Y2(t) เท่ากันและเท่ากับ k ดังนั้นสูตรจึงหาค่าที่แท้จริงของเกณฑ์ F ได้: ข้อเท็จจริง F = (798823/2)/(641761/(32 - 2∙2)) = 17.426 ค่าวิกฤต (ตาราง) ของเกณฑ์ฟิชเชอร์สำหรับความเชื่อมั่นความน่าจะเป็น g = 0.95 และจำนวนองศาอิสระ โวลต์ 1 = k = 2 และ โวลต์ 2 = n - 2∙k = 32 - 2∙2 = 28: ฉkr . = ฉ 0,05; 2; 2 8 = 3,34. . ข้อเท็จจริง F > ตาราง F - สมการ Y1(t) และ Y2(t) ไม่ได้อธิบายถึงแนวโน้มเดียวกัน แต่ความแตกต่างในการประมาณตัวเลขของพารามิเตอร์ a 1 และ a 2 ตลอดจน b 1 และ b 2 ตามลำดับ มีนัยสำคัญทางสถิติ ดังนั้นจึงเป็นที่ถกเถียงกันอยู่ว่าในช่วงกลางของช่วงเวลาที่พิจารณาซีรีส์มีจุดพัก ภารกิจที่ 3 แนะนำตัวแปรดัมมี่ตามฤดูกาลในแบบจำลองทางเศรษฐมิติที่สร้างขึ้นในงานที่ 1 และใช้แบบจำลองที่เหมาะสมเพื่อตรวจสอบว่ามีหรือไม่มีความผันผวนตามฤดูกาล เนื่องจากในสมการ (1.1) ของงาน 1 ตัวแปร X1 และ X2 มีนัยสำคัญทางสถิติ สำหรับการวิเคราะห์เพิ่มเติม เราจะใช้แบบจำลองที่ได้รับในงาน 1: Y = -1046.49 + 2.0334∙X1 + 1828.83∙X2 (3.1) (ที) (-2,311) (6,181) (3,265) ค่าสัมประสิทธิ์ของสมการ (3.1) มีความสำคัญสูง รูปที่ 3.1 และ 3.3 แสดงกราฟของตัวแปร Y, X1 และ X2 ตามลำดับ รูปที่ 3.1. รูปที่ 3.2. รูปที่ 3.3. การวิเคราะห์ด้วยภาพของกราฟของตัวแปร Y, X1 และ X2 ทำให้สามารถระบุรูปแบบที่แน่นอนได้ - การทำซ้ำทุกปีของการเปลี่ยนแปลงตัวบ่งชี้ในช่วงเวลาหนึ่ง เช่น ความผันผวนตามฤดูกาล กำหนดตัวแปรจำลองรายไตรมาส: Qi t = 1 ถ้าการสังเกต t อยู่ในไตรมาสที่ i-th, Qi t = 0 มิฉะนั้น (i = 1, 2, 3, 4) เราจะไม่รวมตัวแปรจำลอง Q4 ในสมการถดถอยเพื่อหลีกเลี่ยง "กับดัก" ข้อมูลสำหรับการส่งออกไปยัง Eviews แสดงในตารางที่ 3.1 ตารางที่ 31
.
ข้อมูลที่จะส่งออกไปยังรีวิว.
เราจะมองหาสมการถดถอยในรูปแบบ: Y = b 0 + b 1 ∙X1+ b 2 ∙X2 + d 1 ∙Q1 + d 2 ∙Q2 + d 3 ∙Q3 (3.2) ผลการจำลอง สมการที่กำหนดในรีวิวแสดงในตาราง 3.2 ตารางที่ 32
อัตราต่อรอง มาตรฐานบกพร่อง t-สถิติ ค่า P สี่แยกตัววาย ตัวแปร X 1 ตัวแปร X 2 ตัวแปร X 3 ตัวแปร X 4 ตัวแปร X 5 เราได้สมการการถดถอยต่อไปนี้: Y = -966.21 + 2.1738∙X1 +16.7079∙X2 + 4.9673∙Q1 - 77.526∙Q2 - 134.37∙Q3 (ท) (-2.025) (6.037) (2.835) (0.039) (-0.619) (-1.047) ค่าตารางเกณฑ์ของนักเรียนสอดคล้องกับความเชื่อมั่นความน่าจะเป็น g = 0.95 และจำนวนองศาอิสระ โวลต์ = น -
ม- 1 = 26; ที cr. \u003d เสื้อ 0.025; 26 \u003d 2.3788 ไม่มีตัวแปรรายไตรมาสในสมการ (3.3) ที่มีนัยสำคัญทางสถิติ ดังนั้นเราจึงสามารถสังเกตได้ว่าไม่มีอิทธิพลของความผันผวนรายไตรมาสต่อตัวบ่งชี้ที่กำลังพิจารณา รายการแหล่งข้อมูลที่ใช้ 1. การประชุมเชิงปฏิบัติการเรื่องเศรษฐมิติ แก้ไขโดย I. I. Eliseeva - M.: การเงินและสถิติ, 2550. - 343 น. 2. เศรษฐมิติ แก้ไขโดย I. I. Eliseeva - M.: การเงินและสถิติ, 2550. - 575 น. 3. Dougherty K. ความรู้เบื้องต้นเกี่ยวกับเศรษฐมิติ - ม.: MGU, 2542. - 402 น. 4. Orlov A.I. เศรษฐมิติ. - ม.: ข้อสอบ, 2545. 5. วาเลนตินอฟ วี.เอ. เศรษฐมิติ. - ม.: "Dashkov and Co", 2549 6. Tikhomirov N.P. , Dorokhina E.Yu เศรษฐมิติ. - ม.: สอบ, 2546. 7. Kramer N. Sh. , Putko B. A. เศรษฐมิติ - ม.: UNITI-DANA, 2548. หากการอัปโหลดไฟล์ไม่เริ่มต้นหลังจาก 10 วินาที ให้คลิก ต่อไปนี้คือตัวอย่างเงื่อนไขฟรีสำหรับการแก้ปัญหาทางเศรษฐมิติ: งาน: สำหรับเจ็ดดินแดนของภูมิภาคอูราลจะทราบค่าของสัญญาณสองตัวสำหรับปี 201_: โพสต์บน www.site 1. ในการระบุลักษณะการพึ่งพาของ y บน x ให้คำนวณพารามิเตอร์ของสมการไอน้ำ การถดถอยเชิงเส้น; ตัวอย่างการแก้ปัญหาทางเศรษฐมิติพร้อมคำอธิบายและคำตอบ ตัวอย่างการสร้างสมการถดถอยเชิงเส้นคู่: ในการสร้างสมการถดถอยเชิงเส้นคู่ เราจะรวบรวมตารางการคำนวณเสริม ซึ่งจะทำการคำนวณขั้นกลางที่จำเป็น: ค่าสัมประสิทธิ์ b คำนวณโดยสูตร: ตัวอย่างการคำนวณสัมประสิทธิ์ b ของสมการถดถอยเชิงเส้นคู่: b = (2897.34-55.29*52.63)/40.93 = -0.31 ค่าสัมประสิทธิ์ กคำนวณตามสูตร: ตัวอย่างการคำนวณค่าสัมประสิทธิ์ กสมการถดถอยเชิงเส้นคู่: ก = 55.29 - -0.31*52.63 = 71.61 เราได้สมการถดถอยเชิงเส้นคู่ต่อไปนี้: Y=71.61-0.31x ค่าสัมประสิทธิ์สหสัมพันธ์คู่เชิงเส้นคำนวณโดยสูตร: ตัวอย่างการคำนวณค่าสัมประสิทธิ์เชิงเส้นของความสัมพันธ์คู่: r yx = -0.31*6.4 / 5.84 = -0.3397 การตีความค่าของค่าสัมประสิทธิ์เชิงเส้นของความสัมพันธ์ของคู่ดำเนินการโดยใช้มาตราส่วน Chaddock จากมาตราส่วน Chaddock มีความสัมพันธ์ผกผันปานกลางระหว่างรายจ่ายในการซื้อผลิตภัณฑ์อาหารกับรายจ่ายทั้งหมดและค่าจ้างรายวันเฉลี่ยต่อคนงาน r 2 yx = -0.3397*-0.3397 = 0.1154 หรือ 11.54% การตีความค่าของค่าสัมประสิทธิ์การกำหนด: ตามค่าที่ได้รับของค่าสัมประสิทธิ์ ค่าความผันแปรของค่าใช้จ่ายสำหรับการซื้อผลิตภัณฑ์อาหารในค่าใช้จ่ายทั้งหมดมีเพียง 11.54% ซึ่งกำหนดโดยค่าแปรผันของค่าจ้างรายวันเฉลี่ยของคนงานหนึ่งคน ซึ่งเป็นตัวบ่งชี้ที่ต่ำ ตัวอย่างการคำนวณค่าความผิดพลาดในการประมาณค่าเฉลี่ย: การตีความค่าของข้อผิดพลาดในการประมาณค่าเฉลี่ย: ค่าที่ได้รับของข้อผิดพลาดในการประมาณค่าเฉลี่ยที่น้อยกว่า 10% บ่งชี้ว่าสมการถดถอยเชิงเส้นคู่ที่สร้างขึ้นมีคุณภาพสูง (ดี) ตัวอย่างการคำนวณการทดสอบ Fisher F: F = 0.1154 / 0.8846 * 5 = 0.65 การตีความค่า F-test ของ Fisher เนื่องจากค่า F-test ของ Fisher ที่ได้มีค่าน้อยกว่า เกณฑ์ตารางจากนั้นสมการถดถอยเชิงเส้นคู่ที่ได้จะไม่มีนัยสำคัญทางสถิติและไม่เหมาะสำหรับการอธิบายการพึ่งพาส่วนแบ่งของค่าใช้จ่ายในการซื้อผลิตภัณฑ์อาหารในค่าใช้จ่ายทั้งหมดเฉพาะค่าจ้างรายวันเฉลี่ยของคนงานหนึ่งคน ตัวบ่งชี้ความใกล้ชิดของการเชื่อมต่อยังถือว่าไม่มีนัยสำคัญทางสถิติ พิจารณาตัวอย่างการแก้ปัญหาเศรษฐมิติก่อนหน้านี้ใน Excel มีหลายวิธีใน Excel ในการกำหนดพารามิเตอร์ของสมการถดถอยเชิงเส้นคู่ พิจารณาตัวอย่างวิธีหนึ่งในการกำหนดพารามิเตอร์ของสมการถดถอยเชิงเส้นคู่ใน Excel ในการทำเช่นนี้ เราใช้ฟังก์ชัน LINEST ขั้นตอนการแก้ปัญหามีดังนี้: 1. เราป้อนข้อมูลเริ่มต้นลงในแผ่นงาน Excel 2. เลือกพื้นที่ของเซลล์ว่างบนแผ่นงาน ช่วงของ Excel 5 แถวคูณ 2 คอลัมน์: 3. เราดำเนินการคำสั่ง "สูตร" - "แทรกฟังก์ชัน" และในหน้าต่างที่เปิดขึ้นให้เลือกฟังก์ชัน LINEST: 4. กรอกอาร์กิวเมนต์ของฟังก์ชัน: Known_values_y - ช่วงที่มีข้อมูลการใช้จ่ายด้านอาหาร y Known_values_y - ช่วงที่มีข้อมูลค่าจ้างรายวันเฉลี่ย x Const = 1 เนื่องจาก เทอมว่างต้องอยู่ในสมการถดถอย สถิติ = 1 เพราะ ควรแสดงข้อมูลที่จำเป็น 5. กดปุ่ม "ตกลง" 6. หากต้องการดูผลลัพธ์ของการคำนวณพารามิเตอร์ของสมการถดถอยเชิงเส้นที่จับคู่ใน Excel โดยไม่ต้องลบส่วนที่เลือกออกจากพื้นที่ ให้กด F2 จากนั้นกด CTRL + SHIFT + ENTER พร้อมกัน เราได้ผลลัพธ์ดังต่อไปนี้: ตามผลการคำนวณใน สมการเอกเซลการถดถอยเชิงเส้นจะมีลักษณะดังนี้: Y = 71.06-0.2998x การทดสอบ F ของ Fisher จะเป็น 0.605 ค่าสัมประสิทธิ์การกำหนด - 0.108 เหล่านั้น. พารามิเตอร์ของสมการถดถอยที่คำนวณโดยใช้ Excel แตกต่างจากที่ได้จากโซลูชันการวิเคราะห์เล็กน้อย เนื่องจากไม่มีการปัดเศษเมื่อทำการคำนวณระดับกลางใน Excel การซื้อวิธีแก้ปัญหาทางเศรษฐมิติบนเว็บไซต์ของเรานั้นง่ายมาก สิ่งที่คุณต้องทำคือกรอกแบบฟอร์มสั่งซื้อ มี จำนวนมากงานที่เสร็จสิ้นแล้วเรามีโอกาสที่จะเสนอราคาที่ต่ำกว่าหรือยอมรับเงื่อนไขและวิธีการชำระเงินสำหรับสิ่งใหม่ โดยเฉลี่ยแล้วระยะเวลาในการแก้ปัญหาอาจอยู่ที่ 1-5 วัน ขึ้นอยู่กับระดับความซับซ้อนและจำนวน รูปแบบการชำระเงินที่เหมาะสมที่สุด: บัตรเครดิตธนาคารหรือ Yandex.Money โดยทั่วไป ในการซื้อปัญหาทางเศรษฐมิติบนเว็บไซต์ของเรา คุณต้องดำเนินการเพียงสามขั้นตอน: งาน: เราศึกษาการพึ่งพาการใช้วัสดุของผลิตภัณฑ์กับขนาดขององค์กรสำหรับโรงงานที่เป็นเนื้อเดียวกัน 10 แห่ง: ตามข้อมูลเริ่มต้น: ตัวอย่างการแก้ปัญหาทางเศรษฐมิติหมายเลข 2 ฟรีพร้อมคำอธิบายและข้อสรุป: ในการสร้างสมการถดถอยไฮเพอร์โบลิก (สมการของไฮเพอร์โบลาด้านเท่า) จำเป็นต้องทำให้ตัวแปร x เป็นเส้นตรง มาทำตารางการคำนวณเสริมกัน: พารามิเตอร์ b ของสมการถดถอยไฮเพอร์โบลิกคำนวณโดยสูตร: ตัวอย่างการคำนวณพารามิเตอร์ b ของสมการไฮเปอร์โบลาด้านเท่า ข = (0.031632-6.56*0.004226)/0.000006 = 651.57 พารามิเตอร์ กสมการถดถอยไฮเพอร์โบลิกคำนวณโดยสูตร: ตัวอย่างการคำนวณพารามิเตอร์ กสมการของไฮเปอร์โบลาด้านเท่า: ก = 6.56-651.57*0.004226 = 3.81 เราได้สมการถดถอยไฮเปอร์โบลิกต่อไปนี้: Y = 3.81+651.57 / x ค่าของดัชนีสหสัมพันธ์สำหรับสมการของไฮเปอร์โบลาด้านเท่าคำนวณโดยสูตร: ในการคำนวณดัชนีสหสัมพันธ์ เราจะสร้างตารางการคำนวณเสริม: ตัวอย่างการคำนวณดัชนีสหสัมพันธ์: ρxy = √(1-6.59 / 30.54) = 0.8856 การตีความดัชนีสหสัมพันธ์นั้นขึ้นอยู่กับมาตราส่วนแชดด็อก จากมาตราส่วน Chaddock มีความสัมพันธ์ที่ใกล้ชิดมากระหว่างผลผลิตและการใช้วัสดุ ค่าสัมประสิทธิ์ความยืดหยุ่นสำหรับสมการของไฮเปอร์โบลาด้านเท่า (การถดถอยไฮเพอร์โบลิก) ถูกกำหนดโดยสูตร: ตัวอย่างการคำนวณค่าสัมประสิทธิ์ความยืดหยุ่นสำหรับการถดถอยไฮเพอร์โบลิก: E yx = -(651.57 / (3.81*344.6+651.57)) = -0.33% การตีความค่าสัมประสิทธิ์ความยืดหยุ่น: ค่าสัมประสิทธิ์ความยืดหยุ่นที่คำนวณได้สำหรับการถดถอยแบบไฮเพอร์โบลิกแสดงให้เห็นว่าเมื่อผลผลิตเพิ่มขึ้น 1% จากค่าเฉลี่ย ปริมาณการใช้วัสดุต่อหน่วยการผลิตจะลดลง 0.33%% จากค่าเฉลี่ย เราจะประเมินความสำคัญของสมการถดถอยไฮเพอร์โบลิก (สมการของไฮเพอร์โบลาด้านเท่า) โดยใช้เกณฑ์ Fisher F สำหรับการถดถอยแบบไม่เชิงเส้น การทดสอบ F ของฟิชเชอร์สำหรับการถดถอยแบบไม่เชิงเส้นถูกกำหนดโดยสูตร: ตัวอย่างการคำนวณ Fisher's F-test สำหรับการถดถอยแบบไม่เชิงเส้น ความจริง = 0.7843 / (1-0.7843) * 8 = 29.09 เนื่องจากค่าจริงของการทดสอบ Fisher's F มากกว่าค่าแบบตาราง สมการถดถอยไฮเปอร์โบลิกที่ได้และตัวบ่งชี้ความใกล้ชิดของการเชื่อมต่อจึงมีนัยสำคัญทางสถิติ งาน: สำหรับพื้นที่ของภูมิภาค ข้อมูลจะได้รับเป็น 199x y (ดูตารางสำหรับตัวเลือก): ที่จำเป็น: ในการสร้างสมการถดถอยคู่เชิงเส้น y จาก x เราจะรวบรวมตารางการคำนวณเสริม: ลองคำนวณพารามิเตอร์ b ของสมการการถดถอยคู่ตามค่าที่ระบุในการแก้ปัญหา 1 ในเศรษฐมิติ: ข = (10402.71-138.43*74.14)/106.41 = 1.31 ให้เรากำหนดพารามิเตอร์ a ของสมการการถดถอยแบบคู่สำหรับค่าที่กำหนด: ก = 138.43-1.31*74.14 = 41.31 เราได้สมการถดถอยคู่ต่อไปนี้: Y = 41.31+1.31x คำนวณค่าสัมประสิทธิ์เชิงเส้นของความสัมพันธ์คู่ตามข้อมูลที่กำหนดในการแก้ปัญหาที่ 1 ในวิชาเศรษฐมิติ ตัวอย่างการคำนวณค่าสัมประสิทธิ์สหสัมพันธ์: r yx = 1.31*10.32 / 18.52 = 0.73 การตีความค่าของค่าสัมประสิทธิ์เชิงเส้นของความสัมพันธ์ของคู่ดำเนินการโดยใช้มาตราส่วน Chaddock จากมาตราส่วน Chaddock มีความสัมพันธ์ใกล้ชิดโดยตรงระหว่างค่ายังชีพขั้นต่ำต่อหัวต่อวันของบุคคลที่มีร่างกายไม่แข็งแรงหนึ่งคนกับค่าจ้างรายวันโดยเฉลี่ย ตัวอย่างการคำนวณค่าสัมประสิทธิ์การกำหนด: r 2 yx = 0.73*0.73 = 0.5329 หรือ 53.29% การตีความค่าของค่าสัมประสิทธิ์การกำหนด: ตามค่าที่ได้รับของค่าสัมประสิทธิ์การกำหนด ความผันแปรของค่าจ้างรายวันเฉลี่ย 53.29% ถูกกำหนดโดยความผันแปรของค่าเฉลี่ยต่อการยังชีพขั้นต่ำต่อวันของผู้มีร่างกายไม่แข็งแรงหนึ่งคน บุคคล. A = 53.73 / 7 = 7.68% การตีความค่าของข้อผิดพลาดในการประมาณค่าเฉลี่ย: ค่าที่ได้รับของข้อผิดพลาดในการประมาณค่าเฉลี่ยที่น้อยกว่า 10% บ่งชี้ว่าสมการการถดถอยคู่ที่สร้างขึ้นมีคุณภาพสูง (ดี) เราจะประเมินนัยสำคัญทางสถิติของพารามิเตอร์การถดถอยและความสัมพันธ์ตามการทดสอบ t ในการทำเช่นนี้ เราจะพิจารณาข้อผิดพลาดแบบสุ่มของพารามิเตอร์ของสมการการถดถอยคู่เชิงเส้น ข้อผิดพลาดของพารามิเตอร์แบบสุ่ม กกำหนดโดยสูตร: ตัวอย่างการคำนวณ ข้อผิดพลาดแบบสุ่มพารามิเตอร์สมการถดถอยคู่: ม. = √(1124.58 / 5)*(39225 / 5214.02) = 41.13 ข้อผิดพลาดแบบสุ่มของค่าสัมประสิทธิ์ b ถูกกำหนดโดยสูตร: ตัวอย่างการคำนวณข้อผิดพลาดแบบสุ่มของค่าสัมประสิทธิ์ b ของสมการการถดถอยแบบคู่: มข = √((1124.58 / 5)/744.86) = 0.55 ข้อผิดพลาดแบบสุ่มของค่าสัมประสิทธิ์สหสัมพันธ์ r ถูกกำหนดโดยสูตร: ตัวอย่างการคำนวณข้อผิดพลาดแบบสุ่มของค่าสัมประสิทธิ์สหสัมพันธ์: ต้า = 41.31 / 41.13 = 1.0044. เนื่องจาก t a a ของสมการถดถอยคู่เชิงเส้นไม่มีนัยสำคัญทางสถิติ เสื้อ b = 1.31 / 0.55 = 2.3818. เนื่องจาก t b b ของสมการถดถอยคู่เชิงเส้นไม่มีนัยสำคัญทางสถิติ tr = 0.73 / 0.3056 = 2.3887 ตั้งแต่ t r ดังนั้น สมการที่ได้จึงไม่มีนัยสำคัญทางสถิติ กำหนดข้อผิดพลาดเล็กน้อยสำหรับพารามิเตอร์การถดถอย ก: Δ a = 2.5706*41.13 = 105.73 ข้อผิดพลาดเล็กน้อยสำหรับค่าสัมประสิทธิ์การถดถอย b จะเป็น: Δ b = 2.5706*0.55 = 1.41 ϒ อามิน = 41.31 - 105.73 = -64.42 ϒ amax = 41.31+105.73 = 147.04 ก ก. ϒ bmin = 1.31 - 1.41 = -0.1 ϒ bสูงสุด = 1.31+1.41 = 2.72 การตีความความเชื่อมั่น: การวิเคราะห์ช่วงพารามิเตอร์การถดถอยที่ได้รับ ขบอกว่าพารามิเตอร์ที่ได้รับมี ค่าศูนย์, เช่น. ยืนยันข้อสรุปเกี่ยวกับนัยสำคัญทางสถิติของพารามิเตอร์การถดถอย ข. หากค่าคาดการณ์ของอัตราการดำรงชีวิตต่อหัวขั้นต่ำ x คือ 107% ของระดับเฉลี่ย ค่าคาดการณ์ของค่าจ้างจะเป็น Yп = 41.31+1.31*79.33 = 145.23 รูเบิล เราคำนวณข้อผิดพลาดมาตรฐานของการคาดการณ์ตามสูตร: ตัวอย่างการคำนวณข้อผิดพลาดในการพยากรณ์: m yp \u003d 16.77 * 1.0858 \u003d 18.21 รูเบิล ข้อผิดพลาดการคาดการณ์ส่วนเพิ่มจะเป็น: Δ yp = 18.21*2.5706 = 46.81 รูเบิล ϒ pmin \u003d 145.23 - 46.81 \u003d 98.42 รูเบิล ϒ pmax = 145.23+46.81 = 192.04 รูเบิล ช่วงของขอบเขตบนและล่างของช่วงความเชื่อมั่นที่คาดการณ์: D = 192.04 / 98.42 = 1.95 เท่า ดังนั้นการคาดการณ์ที่คำนวณได้ของค่าจ้างรายวันเฉลี่ยจึงกลายเป็นสถิติซึ่งแสดงโดยลักษณะของพารามิเตอร์ของสมการถดถอยและไม่ถูกต้องซึ่งแสดง มูลค่าสูงช่วงของขอบเขตบนและล่างของช่วงความเชื่อมั่นที่คาดการณ์ สำหรับ 20 ดินแดนของรัสเซียมีการศึกษาข้อมูลต่อไปนี้ (ตาราง): การพึ่งพารายได้เฉลี่ยต่อหัวต่อปี ที่(พันรูเบิล) ของส่วนแบ่งของคนงานหนัก แรงงานทางกายภาพใน ความแข็งแรงทั้งหมดมีการจ้างงาน x 1 (%) และส่วนแบ่งของประชากรที่กระฉับกระเฉงทางเศรษฐกิจในประชากรทั้งหมด x 2 (%) หมายถึง ส่วนเบี่ยงเบนมาตรฐาน ลักษณะความแน่น สมการความสัมพันธ์ ร ยx 1 x 2 = 0,773 ที่ x 1 x 2= -130.49 + 6.14 * x 1 + 4.13 * x 2 ที่ x1\u003d 74.4 + 7.1 * x 1 r yx2 = 0.507 วาย x2\u003d -355.3 + 9.2 * x 2 ที่จำเป็น: การพึ่งพาความต้องการเนื้อหมู x 1 กับราคาของมัน x 2 และราคาเนื้อวัว x 3 แสดงด้วยสมการ: ตัวอย่างของการแก้ปัญหาหมายเลข 5 ในเศรษฐมิติพร้อมคำอธิบายและข้อสรุป (ไม่ได้กำหนดสูตร): สมการกำลังที่นำเสนอของการถดถอยพหุคูณลดลงเป็นรูปแบบธรรมชาติโดยเพิ่มศักยภาพทั้งสองส่วนของสมการ: x 1 \u003d 1.3409 * (1/ x 2 0.2143) * x 3 2.8254 ค่าของสัมประสิทธิ์การถดถอย ข 1 และ ข 2 นิ้ว ฟังก์ชั่นพลังงานเท่ากับค่าสัมประสิทธิ์ความยืดหยุ่น x 1 จาก x 2 และ x 3: Eh 1 x 2 = - 0.2143%; เอ๊ะ 1 x 3 = - 2.8254% ความต้องการเนื้อหมู x 1 มีความสัมพันธ์อย่างมากกับราคาเนื้อวัว - เพิ่มขึ้นโดยเฉลี่ย 2.83% โดยราคาเพิ่มขึ้น 1% ความต้องการเนื้อหมูเชื่อมโยงกับราคาเนื้อหมู ความสัมพันธ์ผกผัน: ด้วยราคาที่เพิ่มขึ้น 1% การบริโภคลดลงโดยเฉลี่ย 0.21% ค่าตารางของการทดสอบ t สำหรับ a = 0.05 มักจะอยู่ในช่วง 2 - 3 ขึ้นอยู่กับระดับความอิสระ ที่ ตัวอย่างนี้เสื้อ b2 = 0.827 เสื้อ b3 = 1.015 ค่าเหล่านี้เป็นค่าที่น้อยมากของเกณฑ์ t ซึ่งบ่งบอกถึงลักษณะสุ่มของความสัมพันธ์ ความไม่น่าเชื่อถือทางสถิติของสมการทั้งหมด ดังนั้นจึงไม่แนะนำให้ใช้สมการผลลัพธ์สำหรับการพยากรณ์ สำหรับ 20 องค์กรในภูมิภาค (ดูตาราง) เราศึกษาการพึ่งพาของผลผลิตต่อคนงาน y (พันรูเบิล) ในการว่าจ้างสินทรัพย์ถาวรใหม่ x 1 (% ของต้นทุนเงินทุน ณ สิ้นปี) และ ส่วนแบ่งของคนงาน มีคุณวุฒิสูงในจำนวนคนงานทั้งหมด x 2 (%) เบอร์บริษัท เบอร์บริษัท ที่จำเป็น: มีการพิจารณารูปแบบต่อไปนี้: จากข้อมูลเป็นเวลา 18 เดือนสมการการถดถอยสำหรับการพึ่งพาผลกำไรขององค์กร ที่(ล้านรูเบิล) จากราคาวัตถุดิบ x 1(พันรูเบิลต่อ 1 ตัน) และผลิตภาพแรงงาน x 2(หน่วยการผลิตต่อพนักงาน 1 คน): ผลรวม E 2 เสื้อ = 10500 ผลรวม (E เสื้อ - E เสื้อ-1) 2 = 40000 ข้อมูลต่อไปนี้มีอยู่ในจำนวนรายได้ต่อสมาชิกในครอบครัวและค่าใช้จ่ายสำหรับสินค้า แต่: ดัชนี ต้นทุนสินค้า แต่ถู รายได้ต่อสมาชิกในครอบครัว % ภายในปี 2528 ที่จำเป็น: ตามที่องค์กรสร้างเครื่องจักรใช้วิธีการวิเคราะห์ความสัมพันธ์เพื่อตรวจสอบความสัมพันธ์ระหว่างตัวบ่งชี้ต่อไปนี้: X 1 - ความสามารถในการทำกำไร (%); X 2 - โบนัสและค่าตอบแทนต่อพนักงาน (ล้านรูเบิล) X 3 - ผลตอบแทนจากสินทรัพย์ ตามพื้นที่เกษตรกรรมของภูมิภาค จำเป็นต้องสร้างแบบจำลองการถดถอยของผลผลิตตามตัวบ่งชี้ต่อไปนี้: 1. จากข้อมูลที่เสนอ ให้ขีดฆ่าบรรทัดที่มีหมายเลขตรงกับหลักสุดท้ายของหมายเลขสมุดบันทึก ตั้งแต่ปี 2541 ถึง 2549 สหพันธรัฐรัสเซียข้อมูลเกี่ยวกับจำนวนประชากรที่ใช้งานทางเศรษฐกิจ - W t , ล้านคน (วัสดุ แบบสำรวจตัวอย่างกอสคอมสตัท). ออกกำลังกาย: มีการเสนอให้ศึกษาการพึ่งพาซึ่งกันและกันของตัวบ่งชี้ทางเศรษฐกิจและสังคมของภูมิภาค เพื่อทดสอบสมมติฐานการทำงาน (หมายเลข 1 และหมายเลข 2) เกี่ยวกับความสัมพันธ์ของตัวบ่งชี้ทางเศรษฐกิจและสังคมในภูมิภาค เราใช้ ข้อมูลสถิติพ.ศ. 2543 ในภาคกลาง เขตของรัฐบาลกลาง: เพื่อทดสอบสมมติฐานการทำงานหมายเลข 1 เพื่อทดสอบสมมติฐานการทำงานข้อที่ 2. ออกกำลังกาย: การวิเคราะห์ทำขึ้นจากค่าของตัวบ่งชี้ทางเศรษฐกิจและสังคมสำหรับดินแดนของเขตทางตะวันตกเฉียงเหนือของสหพันธรัฐรัสเซียในปี 2543: B) - ค่าสัมประสิทธิ์สหสัมพันธ์บางส่วน ออกกำลังกาย ให้มีแบบจำลองการถดถอยต่อไปนี้ที่แสดงลักษณะการพึ่งพาของ y บน x: y = 3+2x เป็นที่รู้จักกันว่า rxy = 0.8; n = 20 คำนวณช่วงความเชื่อมั่น 99 เปอร์เซ็นต์สำหรับพารามิเตอร์การถดถอย b แบบจำลองฟังก์ชันการผลิตของเศรษฐกิจมหภาคอธิบายได้ด้วยสมการต่อไปนี้: lnY = -3.52+1.53lnK+0.47lnL+e R2 = 0.875, F = 237.4 (2.43), (0.55), (0.09). ค่าของข้อผิดพลาดมาตรฐานสำหรับค่าสัมประสิทธิ์การถดถอยจะได้รับในวงเล็บ รูปแบบโครงสร้างของแบบจำลองมีลักษณะดังนี้: อัตราที่วางอยู่ในตาราง 6.5 ข้อมูลทางสถิติจากเศรษฐกิจรัสเซีย (%) ความแปรปรวนร่วมและค่าสัมประสิทธิ์สหสัมพันธ์ระหว่างการเปลี่ยนแปลงการว่างงานในประเทศในช่วงเวลาปัจจุบัน x t และอัตราการเติบโตของ GDP ที่แท้จริงในช่วงเวลาปัจจุบัน y t . เครื่องหมายและค่าของสัมประสิทธิ์สหสัมพันธ์ r xy บ่งบอกอะไร? อัตราการว่างงาน, U t 2) ประเมินแต่ละรุ่นผ่านค่าเฉลี่ย ข้อผิดพลาดสัมพัทธ์การประมาณและการทดสอบ F ของฟิชเชอร์; กำหนดประเภทของการพึ่งพา (ถ้ามี) จากข้อมูลที่แสดงในตาราง เลือกรูปแบบที่เหมาะสมที่สุดสำหรับคำอธิบาย หมายเลขครอบครัว รายได้ของครอบครัวที่แท้จริง (พันรูเบิล) ค่าใช้จ่ายที่แท้จริงของครอบครัวบน ของกิน(t.rub.) นักวิจัยได้วิเคราะห์กิจกรรมของ 10 บริษัท ได้รับข้อมูลต่อไปนี้เกี่ยวกับการพึ่งพาปริมาณผลผลิต (y) กับจำนวนคนงาน (x1) และต้นทุนของสินทรัพย์ถาวร (พันรูเบิล) (x2) ที่จำเป็น: มีแบบจำลองเศรษฐกิจที่เป็นสมมุติฐาน: ตัวอย่างประกอบด้วยข้อมูลเกี่ยวกับราคา (x, c.u.) และปริมาณ (y, c.u.) ของสินค้าที่ครัวเรือนซื้อระหว่างปี: 1) ค้นหาค่าสัมประสิทธิ์สหสัมพันธ์เชิงเส้น ทำข้อสรุป ในตาราง ผลลัพธ์ของการสังเกตสำหรับ x 1 , x 2 และ y ถูกนำเสนอ: 1) หาค่าประมาณกำลังสองน้อยที่สุดสำหรับพารามิเตอร์ของสมการถดถอยเชิงเส้นพหุคูณในรูปแบบ y = β 0 + β 1 x 1 + β 2 x 2 + ε อธิบายความหมายของผลลัพธ์ที่ได้ องค์กรมีข้อมูลเป็นเวลา 3 ปีเป็นรายไตรมาสตามระดับผลิตภาพแรงงาน (y, ในหน่วยพันดอลลาร์ต่อพนักงานหนึ่งคน) และส่วนแบ่งของส่วนที่ใช้งานอยู่ของสินทรัพย์ถาวร (x, เป็น%): สร้างแบบจำลองการถดถอยด้วยการรวมปัจจัยเวลา t เป็นตัวแปรอิสระแยกต่างหาก อธิบายความหมายของสัมประสิทธิ์การถดถอย ประเมินความสัมพันธ์อัตโนมัติในส่วนที่เหลือ ให้คำทำนายสำหรับไตรมาสแรกของปีที่สี่ กลาดิลิน A.V. เศรษฐมิติ: หนังสือเรียน. - ม.: คนอรัส. ส่งเงื่อนไขของงานเพื่อประเมินต้นทุนของโซลูชัน แบบฝึกหัด 1 ภารกิจที่ 2 ภารกิจที่ 3 ภารกิจที่ 4 รายชื่อวรรณกรรมที่ใช้ แบบฝึกหัด 1 ข้อมูลมีให้สำหรับ 12 เดือนของปีสำหรับอำเภอเมืองในตลาดที่อยู่อาศัยรอง (y - ราคาอพาร์ทเมนต์ (พันเหรียญสหรัฐ), x - ขนาดของพื้นที่ทั้งหมด (m 2)) ข้อมูลได้รับในตาราง 1.4. ตารางที่ 1 1. คำนวณพารามิเตอร์ของสมการถดถอย และ . 3. คำนวณค่าสัมประสิทธิ์เฉลี่ยของความยืดหยุ่นและประเมินเปรียบเทียบความแข็งแกร่งของความสัมพันธ์ระหว่างปัจจัยและผลลัพธ์ 4. คำนวณข้อผิดพลาดในการประมาณค่าเฉลี่ยและประเมินคุณภาพของแบบจำลอง 6. คำนวณค่าที่คาดการณ์ไว้หากค่าที่คาดการณ์ของปัจจัยเพิ่มขึ้น 5% ของค่าเฉลี่ย กำหนดช่วงความเชื่อมั่นของการคาดการณ์สำหรับ 7. การคำนวณควรมีรายละเอียดดังตัวอย่างที่ 1 พร้อมคำอธิบายประกอบ มาทำตารางคำนวณกันเถอะ 2. การคำนวณทั้งหมดในตารางดำเนินการตามสูตร ตารางที่ 2 , และสมการถดถอยเชิงเส้นจะอยู่ในรูปแบบ: . คำนวณค่าสัมประสิทธิ์สหสัมพันธ์: . ความสัมพันธ์ระหว่างลักษณะและปัจจัยเป็นสิ่งที่สังเกตได้ ค่าสัมประสิทธิ์ของการกำหนดคือกำลังสองของค่าสัมประสิทธิ์หรือดัชนีสหสัมพันธ์ R 2 \u003d 0.606 2 \u003d 0.367 ค่าสัมประสิทธิ์เฉลี่ยความยืดหยุ่นช่วยให้คุณตรวจสอบว่าค่าสัมประสิทธิ์ของแบบจำลองการถดถอยเหมาะสมหรือไม่ ในการประเมินคุณภาพของแบบจำลอง ข้อผิดพลาดในการประมาณค่าเฉลี่ยจะถูกกำหนด: , ค่าที่อนุญาตซึ่งอยู่ที่ 8 - 10% ให้เราคำนวณค่าของเกณฑ์ของฟิชเชอร์ , - จำนวนพารามิเตอร์ของสมการถดถอย (จำนวนสัมประสิทธิ์สำหรับตัวแปรอธิบาย ); คือปริมาตรของประชากร . ตามตารางการกระจายของฟิชเชอร์ เราพบ ตั้งแต่นั้นมา สมมติฐานของความไม่มีนัยสำคัญทางสถิติของพารามิเตอร์ของสมการถดถอยจึงถูกปฏิเสธ เนื่องจาก เราสามารถพูดได้ว่า 36.7% ของผลลัพธ์อธิบายได้จากการแปรผันของตัวแปรอธิบาย ให้เราเลือกสมการถดถอยเป็นแบบจำลอง เราแนะนำสัญกรณ์: . รับแบบจำลองการถดถอยเชิงเส้น . คำนวณค่าสัมประสิทธิ์ของแบบจำลองโดยวางการคำนวณขั้นกลางทั้งหมดในตาราง 3. ตารางที่ 3 ลองคำนวณพารามิเตอร์ของสมการ: . ค่าสัมประสิทธิ์สหสัมพันธ์ . ค่าสัมประสิทธิ์การกำหนด ดังนั้นจึงมีเพียง 9.3% ของผลลัพธ์ที่อธิบายได้จากการแปรผันในตัวแปรอธิบาย ดังนั้นจึงยอมรับสมมติฐานของความไม่มีนัยสำคัญทางสถิติของสมการถดถอย สำหรับการคำนวณทั้งหมด โมเดลเชิงเส้นน่าเชื่อถือมากขึ้นและเราจะทำการคำนวณในภายหลัง . . มากำหนดความผิดพลาดกันเถอะ , , , , , . ค่าประมาณที่ได้รับของแบบจำลองและพารามิเตอร์ทำให้สามารถใช้สำหรับการพยากรณ์ได้ คำนวณ . ข้อผิดพลาดเฉลี่ยพยากรณ์ , , . เราสร้างช่วงความเชื่อมั่นด้วยความน่าจะเป็นที่กำหนด: . การคาดการณ์ช่วงเวลาที่พบนั้นค่อนข้างน่าเชื่อถือ ( ระดับความเชื่อมั่น ) และค่อนข้างแม่นยำเพราะ . มาประเมินความสำคัญของแต่ละพารามิเตอร์ของสมการถดถอยกัน . เราใช้การแจกแจงแบบ t (นักเรียน) สำหรับสิ่งนี้ เราตั้งสมมติฐานเกี่ยวกับความไม่มีนัยสำคัญทางสถิติของพารามิเตอร์ เช่น . มากำหนดความผิดพลาดกันเถอะ , , ,
และสามารถสันนิษฐานได้ การกระจายที่ถูกต้องวัตถุและสองคลาสที่มีอยู่แล้วและดำเนินการจำแนกวัตถุของชุดย่อย M0 อย่างถูกต้อง 3.2 ตัวอย่างการแก้ปัญหาด้วยการวิเคราะห์จำแนกในระบบ STATISTICA จากข้อมูล 10 ประเทศ (ภาพที่ 3.1) ซึ่งคัดเลือกและกำหนดกลุ่มที่เหมาะสม วิธีการของผู้เชี่ยวชาญ(ตามระดับ ดูแลรักษาทางการแพทย์), ... ผู้เชี่ยวชาญที่ MS Excel เป็นเครื่องมือที่ช่วยให้ทำงานได้ง่ายขึ้นและเร็วขึ้น จะต้องรู้และสามารถใช้วิธีและแบบจำลองทางเศรษฐศาสตร์และคณิตศาสตร์ล่าสุดที่นำเสนอโดยโปรแกรมประยุกต์ใหม่ในการทำงานประจำวัน วิธีดั้งเดิมการศึกษาวิธีการทางเศรษฐศาสตร์และคณิตศาสตร์ไม่ได้เป็นเพียงการกำหนดวัตถุประสงค์และสาระสำคัญเท่านั้น ... สำหรับผู้ที่ถนัดในมหาวิทยาลัยที่มีมากขึ้น การศึกษาเชิงลึกหลักสูตรเศรษฐมิติซึ่งมีไว้สำหรับการดำเนินการ ภาคนิพนธ์ในเศรษฐมิติ- ติดต่อเราผ่านแบบฟอร์มการสั่งซื้อหรือวิธีที่สะดวกสำหรับคุณและผู้เชี่ยวชาญของเราจะช่วยเหลือในการดำเนินการ อาจใช้โปรแกรมประยุกต์ที่ระบุโดยผู้สอนของคุณ ค่าใช้จ่ายในการแก้ปัญหาทางเศรษฐมิติอยู่ที่ 300 รูเบิลขึ้นอยู่กับความซับซ้อน ความช่วยเหลือออนไลน์- จาก 1,500 รูเบิลต่อตั๋ว สำหรับผู้ที่ไม่สามารถเตรียมตัวสอบได้ เรามี: ตัวอย่างของงานที่เสร็จสมบูรณ์เกี่ยวกับเศรษฐมิติ: เมื่อแก้ปัญหาทางเศรษฐมิติ มักจะจำเป็นต้องใช้ชุดซอฟต์แวร์ทางเศรษฐมิติประยุกต์ เราทราบสิ่งที่พบบ่อยที่สุด: ด้านล่างนี้คือตัวอย่างการแก้ปัญหาทางเศรษฐมิติที่มีให้ใช้งานฟรีในเครื่องมือซอฟต์แวร์เหล่านี้ ซึ่งจะมีรายงานเกี่ยวกับการแก้ปัญหาและไฟล์สำหรับใช้แก้ปัญหาในชุดเศรษฐมิติ นอกจากนี้ในหน้านี้ยังมี รุ่นฟรีโปรแกรม
ชื่อไฟล์: Excel.rar
ขนาดไฟล์ : 62.47 Kb การแก้ปัญหาทางเศรษฐมิติ งานหมายเลข 1 ตัวอย่างสมการถดถอยเชิงเส้นตัวแปรเดียวคู่
2. คำนวณ ค่าสัมประสิทธิ์เชิงเส้นจับคู่ความสัมพันธ์และตีความ;
3. คำนวณค่าสัมประสิทธิ์ของการกำหนดและตีความ
4. ประเมินคุณภาพของแบบจำลองการถดถอยเชิงเส้นผลลัพธ์ผ่านข้อผิดพลาดในการประมาณค่าเฉลี่ยและการทดสอบ F ของ Fisherหมายเลขอำเภอ
เฉลี่ยต่อวัน ค่าจ้างคนงานคนหนึ่ง rub., x
yx
1
66.3
41.5
2751.45
2
59.9
57.7
3456.23
3
57.3
55.8
3197.34
4
53.1
59.4
3154.14
5
51.7
56.7
2931.39
6
50.7
44.6
2261.22
7
48
52.7
2529.6
ทั้งหมด
387
368.4
20281.37
หมายถึง
55.29
52.63
2897.34
σ
5.84
6.4
-
σ2
34.06
40.93
-
หมายเลขอำเภอ
ค่าใช้จ่ายในการซื้อผลิตภัณฑ์อาหารในค่าใช้จ่ายทั้งหมด, %, y
วาย
ปป
AI
1
66,3
58,7
7,6
11,5
2
59,9
53,7
6,2
10,4
3
57,3
54,3
3
5,2
4
53,1
53,2
-0,1
0,2
5
51,7
54
-2,3
4,4
6
50,7
57,8
-7,1
14
7
48
55,3
-7,3
15,2
ทั้งหมด
-
-
-
60,9
หมายถึง
-
-
-
8,7
ข้อมูลเริ่มต้นในแผ่นงาน Excel สำหรับสร้างแบบจำลองการถดถอยเชิงเส้น
การสร้างสมการถดถอยเชิงเส้นใน MS Excel จะซื้องานในเศรษฐมิติได้อย่างไร?
- ส่งเงื่อนไขงาน
- ยอมรับเงื่อนไขการตัดสินใจและรูปแบบการชำระเงิน
- โอนเงินชำระล่วงหน้าและรับงานที่แก้ไขแล้วการแก้ปัญหาทางเศรษฐมิติ งานหมายเลข 2 ตัวอย่างสมการถดถอยไฮเพอร์โบลิก (สมการไฮเปอร์โบลาด้านเท่า)
เลขที่โรงงาน
วัสดุสิ้นเปลืองต่อหน่วยการผลิต กก.
เอาท์พุทพันหน่วย
1
9,9
113
2
7,8
220
3
6,8
316
4
5,8
413
5
4,5
515
6
5,5
614
7
4,3
717
8
6,9
138
9
8,8
138
10
5,3
262
1. กำหนดพารามิเตอร์ของสมการถดถอยไฮเพอร์โบลิก (สมการของไฮเปอร์โบลาด้านเท่า)
2. คำนวณค่าของดัชนีสหสัมพันธ์
3. กำหนดค่าสัมประสิทธิ์ความยืดหยุ่นสำหรับสมการถดถอยไฮเพอร์โบลิก (สมการไฮเปอร์โบลาด้านเท่า);
4. ประเมินความสำคัญของสมการถดถอยไฮเพอร์โบลิก (สมการไฮเปอร์โบลาด้านเท่า)เลขที่โรงงาน
วัสดุสิ้นเปลืองต่อหน่วยการผลิต กก., ย
เอาต์พุต, พันหน่วย, z
ใช่
1
9,9
0,00885
0,087615
2
7,8
0,004545
0,035451
3
6,8
0,003165
0,021522
4
5,8
0,002421
0,014042
5
4,5
0,001942
0,008739
6
5,5
0,001629
0,00896
7
4,3
0,001395
0,005999
8
6,9
0,007246
0,049997
9
8,8
0,007246
0,063765
10
5,3
0,003817
0,02023
ทั้งหมด
65,6
0,042256
0,31632
หมายถึง
6,56
0,004226
0,031632
σ
1,75
0,002535
-
σ2
3,05
0,000006
-
เลขที่โรงงาน
ย
วาย
(ป-ป) 2
(y-y หมายถึง) 2
1
9,9
9,6
0,09
11,16
2
7,8
6,8
1
1,54
3
6,8
5,9
0,81
0,06
4
5,8
5,4
0,16
0,58
5
4,5
5,1
0,36
4,24
6
5,5
4,9
0,36
1,12
7
4,3
4,7
0,16
5,11
8
6,9
8,5
2,56
0,12
9
8,8
8,5
0,09
5,02
10
5,3
6,3
1
1,59
ทั้งหมด
65,6
65,7
6,59
30,54
การแก้ปัญหาทางเศรษฐมิติ งานหมายเลข 3 ตัวอย่างการประเมินนัยสำคัญทางสถิติของพารามิเตอร์การถดถอยและสหสัมพันธ์
1. สร้าง สมการเชิงเส้นการถดถอยแบบคู่ ที่จาก เอ็กซ์
2. คำนวณค่าสัมประสิทธิ์สหสัมพันธ์คู่เชิงเส้นและข้อผิดพลาดในการประมาณค่าเฉลี่ย
3. ประเมินนัยสำคัญทางสถิติของพารามิเตอร์การถดถอยและความสัมพันธ์
4. เรียกใช้การคาดการณ์เงินเดือน ที่ด้วยค่าคาดการณ์ของค่าเฉลี่ยขั้นต่ำของการยังชีพต่อหัว เอ็กซ์ซึ่งคิดเป็น 107% ของระดับเฉลี่ย
5. ประเมินความถูกต้องของการคาดการณ์โดยการคำนวณข้อผิดพลาดของการคาดการณ์และข้อผิดพลาดนั้น ช่วงความมั่นใจ.หมายเลขภูมิภาค
เอ็กซ์
ที่
yx
วาย
ดี.วาย
AI
1
72
117
8424
135,63
-18,63
13,74
2
73
137
10001
136,94
0,06
0,04
3
78
125
9750
143,49
-18,49
12,89
4
73
138
10074
136,94
1,06
0,77
5
75
153
11475
139,56
13,44
9,63
6
93
175
16275
163,14
11,86
7,27
7
55
124
6820
113,36
10,64
9,39
ทั้งหมด
519
969
72819
969,06
-0,06
53,73
หมายถึง
74,14
138,43
10402,71
-
-
7,68
σ
10,32
18,52
-
-
-
-
σ2
106,41
342,82
-
-
-
-
การแก้ปัญหาทางเศรษฐมิติ งาน #4
r x1 x2 = 0.432
1. รวบรวมการวิเคราะห์ตารางความแปรปรวนเพื่อทดสอบในระดับนัยสำคัญ ก= 0.05 ของนัยสำคัญทางสถิติของสมการถดถอยพหุคูณและตัวบ่งชี้ความใกล้ชิดของการเชื่อมต่อ
2. ด้วยความช่วยเหลือของเอกชน ฉ- เกณฑ์ของฟิชเชอร์ในการประเมินว่าเหมาะสมหรือไม่ที่จะรวมตัวประกอบ x 1 ในสมการถดถอยพหุคูณหลังตัวประกอบ x 2 และเหมาะสมเพียงใดที่จะรวม x 2 หลัง x 1
3. ให้คะแนนกับ ที- การทดสอบของนักเรียนที่มีนัยสำคัญทางสถิติของค่าสัมประสิทธิ์สำหรับตัวแปร x 1 และ x 2 ของสมการถดถอยพหุคูณการแก้ปัญหาทางเศรษฐมิติ งาน #5
lg x 1 \u003d 0.1274 - 0.2143 * lg x 2 + 2.8254 * Igx 3
ที่จำเป็น:
1. นำเสนอสมการนี้ใน รูปแบบธรรมชาติ(ไม่อยู่ในลอการิทึม).
2. ประเมินความสำคัญของพารามิเตอร์ของสมการนี้ หากทราบว่าเกณฑ์สำหรับพารามิเตอร์ ข 2 ที่ x 2 . เท่ากับ 0.827 และสำหรับพารามิเตอร์ b 3 ที่ x 3 - 1.015การแก้ปัญหาทางเศรษฐมิติ งาน #6
1. ประเมินตัวบ่งชี้ความแปรผันของแต่ละลักษณะและสรุปผลความเป็นไปได้ของการใช้วิธีกำลังสองน้อยที่สุดเพื่อศึกษา
2. วิเคราะห์ค่าสัมประสิทธิ์เชิงเส้นของความสัมพันธ์คู่และบางส่วน
3. เขียนสมการถดถอยพหุคูณ ประเมินความสำคัญของพารามิเตอร์ อธิบายสมการ ความรู้สึกทางเศรษฐกิจ.
4. การใช้ ฉ-การทดสอบของฟิชเชอร์เพื่อประเมินความน่าเชื่อถือทางสถิติของสมการถดถอยและ R 2 yx1x2 เปรียบเทียบค่าของค่าสัมประสิทธิ์การกำหนดพหุคูณเชิงเส้นที่ปรับแล้วและไม่ได้ปรับ
5. ใช้ส่วนตัว ฉ- เกณฑ์ของฟิชเชอร์ในการประเมินความเป็นไปได้ของการรวมตัวประกอบ x 1 หลัง x 2 และตัวประกอบ x 2 หลัง x 1 ลงในสมการถดถอยพหุคูณ
6. คำนวณค่าสัมประสิทธิ์ความยืดหยุ่นบางส่วนโดยเฉลี่ยและประเมินเปรียบเทียบความแข็งแกร่งของอิทธิพลของปัจจัยที่มีต่อผลลัพธ์การแก้ปัญหาทางเศรษฐมิติ งาน #7
C เสื้อ \u003d a 1 + b 11 * Y เสื้อ + b 12 * C เสื้อ-1 + U 1(ฟังก์ชั่นการบริโภค);
ฉัน t \u003d a 2 + b 21 * r t + b 22 * ฉัน t-1 + U 2(ฟังก์ชั่นการลงทุน);
r t \u003d a 3 + b 31 * Y t + b 32 * M เสื้อ + U 3(ฟังก์ชั่นตลาดเงิน);
Y เสื้อ = C เสื้อ + ฉัน เสื้อ + G เสื้อ(ตัวตนของรายได้),
ที่ไหน:
ซี ที ที;
วาย ที- รายได้รวมในงวด ที;
มัน- การลงทุนในช่วงเวลา ที;
r t- อัตราดอกเบี้ยในงวด ที;
ม- ปริมาณเงินในช่วงเวลา ที;
จี ที- การใช้จ่ายของรัฐบาลในระหว่างงวด ที,
ซี t-1- รายจ่ายเพื่อการอุปโภคบริโภคในระหว่างงวด เสื้อ - 1;
ฉัน t-1- การลงทุนในช่วงเวลา เสื้อ - 1;
ยู 1 , ยู 2 , ยู 3- ข้อผิดพลาดแบบสุ่ม
ที่จำเป็น:
1. สมมติว่ามีอนุกรมเวลาของข้อมูลทั้งหมด ตัวแปรโมเดลแนะนำวิธีการประมาณค่าพารามิเตอร์
2. คำตอบสำหรับคำถามที่ 1 ของคุณจะเปลี่ยนไปอย่างไรหากไม่รวมข้อมูลระบุรายได้จากแบบจำลองการแก้ปัญหาทางเศรษฐมิติ งาน #8
y \u003d 200 - 1.5 * x 1 + 4.0 * x 2
เมื่อวิเคราะห์ค่าที่เหลือจะใช้ค่าที่กำหนดในตาราง:
ที่จำเป็น:
1. สำหรับสามตำแหน่ง ให้คำนวณ y, E t, E t-1, E 2 t, (E t - E t-1) 2.
2. คำนวณเกณฑ์ Durbin-Watson
3. ประเมินผลลัพธ์ที่ระดับนัยสำคัญ 5%
4. ระบุว่าสมการนั้นเหมาะสำหรับการทำนายหรือไม่การแก้ปัญหาทางเศรษฐมิติ งาน #9
1. กำหนดรายได้และค่าใช้จ่ายที่เพิ่มขึ้นแน่นอนประจำปีและสรุปผลเกี่ยวกับแนวโน้มการพัฒนาของแต่ละซีรี่ส์
2. ระบุวิธีหลักในการกำจัดแนวโน้มเพื่อสร้างรูปแบบความต้องการสำหรับผลิตภัณฑ์ แต่ขึ้นอยู่กับรายได้
3. สร้างแบบจำลองความต้องการเชิงเส้นโดยใช้ความแตกต่างแรกในระดับของซีรีย์ไดนามิกดั้งเดิม
4. อธิบายความหมายทางเศรษฐศาสตร์ของสัมประสิทธิ์การถดถอย
5. สร้างแบบจำลองเชิงเส้นของความต้องการผลิตภัณฑ์ แต่รวมทั้งปัจจัยด้านเวลา ตีความพารามิเตอร์ที่ได้รับการแก้ปัญหาทางเศรษฐมิติ งาน #10
2. คำนวณเวกเตอร์ของค่าเฉลี่ยและค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน, เมทริกซ์ของสัมประสิทธิ์สหสัมพันธ์แบบคู่
3. คำนวณค่าสัมประสิทธิ์สหสัมพันธ์บางส่วน r 12/3 และ r 13/2
4. ใช้เมทริกซ์สหสัมพันธ์ R คำนวณค่าประมาณของค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณ r 1/23
5. ถ้า a=0.05 ตรวจสอบนัยสำคัญของค่าสัมประสิทธิ์สหสัมพันธ์ที่จับคู่ทั้งหมด
6. ถ้า a=0.05 ตรวจสอบนัยสำคัญของค่าสัมประสิทธิ์สหสัมพันธ์บางส่วน r 12/3 และ r 13/2
7. ถ้า a=0.05 ตรวจสอบนัยสำคัญของค่าสัมประสิทธิ์สหสัมพันธ์พหุคูณการแก้ปัญหาทางเศรษฐมิติ งาน #11
Y คือผลผลิตของธัญพืช (c/ha);
X 1 - จำนวนรถแทรกเตอร์แบบล้อต่อ 100 เฮกแตร์
X 2 - จำนวนเครื่องเกี่ยวนวดต่อ 100 เฮกแตร์
X 3 - จำนวนเครื่องมือสำหรับการไถพรวนดินต่อ 100 เฮกแตร์
X 4 - ปริมาณปุ๋ยที่ใช้ต่อเฮกตาร์ (t/ha);
X 5 - ปริมาณ สารเคมีการคุ้มครองพืชที่ใช้ต่อเฮกตาร์ (c/ha)
2. ปัด การวิเคราะห์ความสัมพันธ์: วิเคราะห์ความสัมพันธ์ระหว่างตัวแปรที่เป็นผลลัพธ์และคุณลักษณะของปัจจัยด้วยเมทริกซ์สหสัมพันธ์
3. แปลงสมการการถดถอยด้วยค่าสัมประสิทธิ์สำคัญโดยใช้ อัลกอริทึมทีละขั้นตอนการวิเคราะห์การถดถอย
4. เลือกสิ่งที่ดีที่สุด แบบจำลองการถดถอยจากการวิเคราะห์ค่าสัมประสิทธิ์การกำหนด การกระจายสารตกค้างโดยคำนึงถึงผลลัพธ์ของการตีความทางเศรษฐศาสตร์ของแบบจำลองการแก้ปัญหาทางเศรษฐมิติ งาน #12
1. วางแผนระดับจริง ซีรีย์ไดนามิก-น้ำหนัก
2. คำนวณพารามิเตอร์ของพาราโบลาอันดับสอง W t =a 0 +a 1 *t+a 2 *t 2
3. ประเมินผล:
- ด้วยความช่วยเหลือของตัวบ่งชี้ความใกล้ชิดของการสื่อสาร
- ความสำคัญของโมเดลแนวโน้มผ่านเกณฑ์ F
- คุณภาพของแบบจำลองผ่านข้อผิดพลาดในการประมาณค่าเฉลี่ยที่ได้รับการแก้ไขตลอดจนค่าสัมประสิทธิ์สหสัมพันธ์อัตโนมัติของการเบี่ยงเบนจากแนวโน้ม
4. เรียกใช้การคาดการณ์จนถึงปี 2008
5. วิเคราะห์ผลลัพธ์การแก้ปัญหาทางเศรษฐมิติ งาน #13
Y1 - ค่าใช้จ่าย ประชากรของภูมิภาคเพื่อการบริโภคส่วนตัว พันล้านรูเบิล
Y2 - ต้นทุนสินค้าและบริการ ปีนี้, พันล้านรูเบิล
Y3 - กองทุนค่าจ้างที่ใช้ในเศรษฐกิจของภูมิภาค พันล้านรูเบิล
x1- แรงดึงดูดเฉพาะใช้ในระบบเศรษฐกิจของประชากรทั้งหมดของภูมิภาค %
X2 คือต้นทุนเฉลี่ยต่อปีของสินทรัพย์การผลิตคงที่ในระบบเศรษฐกิจระดับภูมิภาค พันล้านรูเบิล
X3 - การลงทุนของปีปัจจุบันในระบบเศรษฐกิจของภูมิภาค พันล้านรูเบิล
ในเวลาเดียวกัน สมมติฐานการทำงานเริ่มต้นต่อไปนี้ถูกกำหนดขึ้น:
Y1=ฉ(Y3,X1)
Y2=f(Y3,X1,X2,X3)
Y3=f(Y1,Y2,X1,X3)
ออกกำลังกาย:
1. สร้างระบบตามสมมติฐานการทำงาน สมการโครงสร้างและระบุพวกเขา;
2. ระบุว่าเงื่อนไขใดที่สามารถหาคำตอบของแต่ละสมการและระบบโดยรวมได้ ให้เหตุผล ตัวเลือกการตัดสินใจที่คล้ายกันและให้เหตุผลในการเลือก ตัวเลือกที่ดีที่สุดสมมติฐานการทำงาน
3. อธิบายวิธีการที่จะหาคำตอบของสมการ (กำลังสองน้อยที่สุดทางอ้อม, กำลังสองน้อยที่สุดแบบสองขั้นตอน)การแก้ปัญหาทางเศรษฐมิติ งาน #14
Y1 - ต้นทุนเฉลี่ยต่อปีของสินทรัพย์ถาวรในระบบเศรษฐกิจ พันล้านรูเบิล
Y2 - มูลค่าของผลิตภัณฑ์มวลรวมในภูมิภาค พันล้านรูเบิล
X1 - การลงทุนในทุนคงที่ในปี 2543 พันล้านรูเบิล
X2 คือจำนวนคนจ้างงานในระบบเศรษฐกิจโดยเฉลี่ยต่อปี, ล้านคน;
X3 - ค่าจ้างค้างจ่ายเฉลี่ยต่อเดือนของลูกจ้างคนแรกในระบบเศรษฐกิจ, พันรูเบิล
Y1=f(X1;X2) - №1
Y2=ฉ(Y1,X3) - #2
การวิเคราะห์เบื้องต้นของข้อมูลเริ่มต้นใน 18 ดินแดนพบว่ามีสามดินแดน (มอสโก, ภูมิภาคมอสโก, ภูมิภาค Voronezh) ที่มีค่าคุณสมบัติที่ผิดปกติ ควรแยกหน่วยเหล่านี้ออกจากการวิเคราะห์เพิ่มเติม ค่าของตัวบ่งชี้ที่กำหนดถูกคำนวณโดยไม่คำนึงถึงหน่วยความผิดปกติที่ระบุ
เมื่อประมวลผลข้อมูลเบื้องต้นที่ได้ ค่าต่อไปนี้ค่าสัมประสิทธิ์สหสัมพันธ์คู่เชิงเส้น ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน:
ยังไม่มีข้อความ=15.
1. สร้างระบบสมการตามสมมติฐานการทำงานที่หยิบยกขึ้นมา
3. ขึ้นอยู่กับค่าของเมทริกซ์ของค่าสัมประสิทธิ์สหสัมพันธ์คู่ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานที่กำหนดในเงื่อนไข:
- กำหนดค่าสัมประสิทธิ์เบต้าและสร้างสมการถดถอยพหุคูณในระดับมาตรฐาน
- ให้การประเมินเปรียบเทียบความแข็งแกร่งของอิทธิพลของปัจจัยที่มีต่อผลลัพธ์
- คำนวณพารามิเตอร์ a1, a2 และ a0 ของสมการถดถอยพหุคูณในรูปแบบธรรมชาติ - ใช้ค่าสัมประสิทธิ์สหสัมพันธ์คู่และค่าเบต้าเพื่อคำนวณค่าสัมประสิทธิ์เชิงเส้นสำหรับแต่ละสมการ ความสัมพันธ์ที่หลากหลาย(R) และความมุ่งมั่น (R 2);
- ประเมินความน่าเชื่อถือทางสถิติของความสัมพันธ์ที่ระบุโดยใช้ Fisher's F-test
4. ข้อสรุป สร้างบันทึกการวิเคราะห์โดยย่อการแก้ปัญหาทางเศรษฐมิติ งาน #15
Y - การลงทุนในปี 2543 ในทุนคงที่ พันล้านรูเบิล
X1 คือจำนวนคนจ้างงานในระบบเศรษฐกิจโดยเฉลี่ยต่อปี, ล้านคน;
X2 คือมูลค่าเฉลี่ยต่อปีของสินทรัพย์ถาวรในระบบเศรษฐกิจ พันล้านรูเบิล
X3 - การลงทุนในปี 2542 ในทุนคงที่ พันล้านรูเบิล
จำเป็นต้องศึกษาอิทธิพลของปัจจัยเหล่านี้ต่อมูลค่าของผลิตภัณฑ์มวลรวมของภูมิภาค
การวิเคราะห์เบื้องต้นของข้อมูลเริ่มต้นใน 10 ดินแดนเผยให้เห็นหนึ่งดินแดน (เซนต์ปีเตอร์สเบิร์ก) ที่มีค่าคุณสมบัติผิดปกติ ควรแยกหน่วยนี้ออกจากการวิเคราะห์เพิ่มเติม ค่าของตัวบ่งชี้ที่กำหนดจะคำนวณโดยไม่คำนึงถึงหน่วยความผิดปกติที่ระบุ
เมื่อประมวลผลข้อมูลเริ่มต้นจะได้รับค่าต่อไปนี้:
A) - ค่าสัมประสิทธิ์สหสัมพันธ์คู่เชิงเส้น ค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐาน: N=9
1. ขึ้นอยู่กับค่าของคู่เชิงเส้นและค่าสัมประสิทธิ์สหสัมพันธ์บางส่วน เลือกปัจจัยที่ไม่ใช่เชิงเส้นและคำนวณค่าสัมประสิทธิ์สหสัมพันธ์บางส่วนสำหรับปัจจัยเหล่านั้น ทำการเลือกปัจจัยข้อมูลขั้นสุดท้ายในแบบจำลองการถดถอยพหุคูณ
2. คำนวณค่าสัมประสิทธิ์เบต้าและใช้ในการสร้างสมการถดถอยพหุคูณในระดับมาตรฐาน วิเคราะห์ความแข็งแกร่งของความสัมพันธ์ของแต่ละปัจจัยกับผลลัพธ์โดยใช้ค่าสัมประสิทธิ์เบต้า และระบุปัจจัยที่แข็งแกร่งและอ่อนแอ
3. ใช้ค่าสัมประสิทธิ์เบต้าเพื่อคำนวณพารามิเตอร์ของสมการรูปแบบธรรมชาติ (a1, a2 และ a0) วิเคราะห์ความหมายของพวกเขา ให้ประเมินเปรียบเทียบความแข็งแรงของความสัมพันธ์ของปัจจัยโดยใช้ค่าสัมประสิทธิ์ความยืดหยุ่นทั่วไป (เฉลี่ย)
2. กำหนดประเภทของสมการและระบบ
4. ประเมินความหนาแน่นของความสัมพันธ์พหุคูณโดยใช้ R และ R 2 และนัยสำคัญทางสถิติของสมการและความใกล้เคียงของความสัมพันธ์ที่ระบุ - ผ่านการทดสอบ F ของ Fisher (สำหรับระดับนัยสำคัญ a=0.05)การแก้ปัญหาทางเศรษฐมิติ งาน #18
ภารกิจ: 1. ประเมินความสำคัญของค่าสัมประสิทธิ์ของแบบจำลองโดยใช้การทดสอบของนักเรียนและสรุปผลเกี่ยวกับความเหมาะสมของการรวมปัจจัยในแบบจำลอง
2. เขียนสมการในรูปเลขยกกำลังและตีความพารามิเตอร์
3. เป็นไปได้ไหมที่จะบอกว่าการเพิ่มขึ้นของ GNP ใน มากกว่าเกี่ยวข้องกับการเพิ่มขึ้นของต้นทุนทุนมากกว่าการเพิ่มขึ้นของต้นทุนแรงงานหรือไม่?การแก้ปัญหาทางเศรษฐมิติ งาน #19
Ct = a1+b11Yt+b12Tt+e1
มัน = a2+b2Yt-1+e2
Tt=a3+b31Yt+e
Yt=Ct+มัน+Gt
โดยที่: Ct - การบริโภคทั้งหมดในช่วงเวลา t, Yt - รายได้ทั้งหมดในช่วงเวลา t, มัน - การลงทุนในช่วงเวลา t, Tt - ภาษีในช่วงเวลา t, Gt - การใช้จ่ายของรัฐบาลในช่วงเวลา t, Yt-1 - รายได้ทั้งหมดในช่วงเวลา t- หนึ่ง.
ภารกิจ: 1. ตรวจสอบแต่ละสมการของแบบจำลองสำหรับการระบุตัวตนโดยใช้เงื่อนไขที่จำเป็นและเพียงพอสำหรับการระบุตัวตน
2. เขียนรูปแบบย่อของแบบจำลอง
3. กำหนดวิธีการประมาณค่าพารามิเตอร์โครงสร้างของแต่ละสมการการแก้ปัญหาทางเศรษฐมิติ งาน #20
ตารางที่ 6.5
3) เลือกสมการถดถอยที่ดีที่สุดและให้เหตุผล (คำนึงถึงแบบจำลองเชิงเส้นด้วย)การแก้ปัญหาทางเศรษฐมิติ งาน #23
เมื่อตอบรับงาน ให้ปฏิบัติตามอัลกอริทึมต่อไปนี้:
1) สร้างฟิลด์ความสัมพันธ์ของผลลัพธ์และปัจจัย และกำหนดสมมติฐานเกี่ยวกับรูปแบบของความสัมพันธ์
2) กำหนดพารามิเตอร์ของสมการการถดถอยเชิงเส้นคู่และตีความค่าสัมประสิทธิ์การถดถอย ข. คำนวณค่าสัมประสิทธิ์สหสัมพันธ์เชิงเส้นและอธิบายความหมายของมัน กำหนดค่าสัมประสิทธิ์ของการตัดสินใจและให้การตีความ
3) ด้วยความน่าจะเป็น 0.95 ประเมินนัยสำคัญทางสถิติของสัมประสิทธิ์การถดถอย ขและสมการถดถอยโดยทั่วไป
4) ด้วยความน่าจะเป็น 0.95 สร้างช่วงความเชื่อมั่นของค่าที่คาดไว้ของคุณลักษณะผลลัพธ์ หากคุณลักษณะปัจจัยเพิ่มขึ้น 5% ของค่าเฉลี่ย
5) จากข้อมูลตาราง ฟิลด์ความสัมพันธ์ เลือกสมการถดถอยที่เพียงพอ
6) ค้นหาพารามิเตอร์ของสมการถดถอยโดยใช้วิธีกำลังสองน้อยที่สุด ประเมินความสำคัญของความสัมพันธ์ ประเมินความหนาแน่นของการขึ้นต่อกันของความสัมพันธ์ ประเมินนัยสำคัญของค่าสัมประสิทธิ์สหสัมพันธ์โดยใช้เกณฑ์ฟิชเชอร์ วาดข้อสรุปเกี่ยวกับผลลัพธ์ที่ได้รับกำหนดความยืดหยุ่นของแบบจำลองและทำการทำนายของ y t โดยเพิ่มค่าเฉลี่ย เอ็กซ์ 5%, 10% โดยค่าเฉลี่ยลดลง เอ็กซ์ 5%
ทำ ข้อสรุปสั้น ๆเกี่ยวกับค่าที่ได้รับและเกี่ยวกับแบบจำลองโดยรวม
ข้อมูลการสำรวจงบประมาณจาก 10 ครอบครัวที่สุ่มเลือกการแก้ปัญหาทางเศรษฐมิติ งาน #24
1. กำหนดค่าสัมประสิทธิ์สหสัมพันธ์แบบคู่ ทำข้อสรุป
2. สร้างสมการถดถอยพหุคูณในระดับมาตรฐานและรูปแบบธรรมชาติ วาดข้อสรุปทางเศรษฐกิจ
3. กำหนด หลายปัจจัยความสัมพันธ์ ทำข้อสรุป
4. ค้นหาค่าสัมประสิทธิ์พหุคูณของการกำหนด ทำข้อสรุป
5. กำหนดนัยสำคัญทางสถิติของสมการโดยใช้ F-test ทำข้อสรุป
6. ค้นหามูลค่าที่คาดการณ์ของปริมาณการผลิตโดยมีจำนวนคนงาน 10 คนและต้นทุนของสินทรัพย์ถาวรคือ 30,000 รูเบิล ข้อผิดพลาดการคาดการณ์คือ 3.78 ดำเนินการคาดการณ์จุดและช่วงเวลา ทำข้อสรุปการแก้ปัญหาทางเศรษฐมิติ งาน #25
C เสื้อ = a 1 + b 11 Y เสื้อ + b 12 Y เสื้อ + ε 1 ,
J เสื้อ \u003d a 2 +b 21 Y เสื้อ-1 + ε 2,
เสื้อ เสื้อ = a 3 + b 31 Y เสื้อ + ε 3 ,
G เสื้อ = C เสื้อ + Y เสื้อ ,
โดยที่: C t - การบริโภคทั้งหมดในช่วงเวลา t;
Y t - รายได้ทั้งหมดในงวด t;
J t - การลงทุนในช่วงเวลา t;
T t - ภาษีในช่วงเวลา t;
G t - รายได้ของรัฐบาลในงวด t
1. ใช้สิ่งที่จำเป็นและ เงื่อนไขเพียงพอการระบุ ตรวจสอบว่ามีการระบุสมการแต่ละสมการของแบบจำลองหรือไม่
2. กำหนดประเภทโมเดล
3. กำหนดวิธีการประมาณค่าพารามิเตอร์ของโมเดล
4. อธิบายลำดับของการกระทำเมื่อใช้วิธีการที่กำหนด
5. เขียนผลลัพธ์ในรูปแบบของบันทึกอธิบายการแก้ปัญหาทางเศรษฐมิติ งาน #26
2) ค้นหาค่าสัมประสิทธิ์ของการกำหนด ทำข้อสรุป
3) ค้นหาค่าประมาณกำลังสองน้อยที่สุดสำหรับพารามิเตอร์ของสมการถดถอยเชิงเส้นคู่ในรูปแบบ y = β 0 + β 1 x + ε อธิบายความหมายทางเศรษฐกิจของผลที่ได้รับ
4) ตรวจสอบนัยสำคัญของค่าสัมประสิทธิ์การกำหนดที่ระดับนัยสำคัญ 0.05 ทำข้อสรุป
5) ตรวจสอบความสำคัญของการประมาณค่าพารามิเตอร์ของสมการถดถอยที่ระดับนัยสำคัญ 0.05 ทำข้อสรุป
6) ค้นหาการคาดคะเนสำหรับ x = 30 ด้วยระดับความเชื่อมั่น 0.95 และกำหนดส่วนที่เหลือ e 5 . ทำข้อสรุป
7) ค้นหาช่วงความเชื่อมั่นสำหรับค่าเฉลี่ยตามเงื่อนไข M และ ค่าส่วนบุคคลตัวแปรตาม y * x สำหรับ x = 9.0 ทำข้อสรุปการแก้ปัญหาทางเศรษฐมิติ ปัญหา #27
2) ตรวจสอบนัยสำคัญของการประมาณค่าพารามิเตอร์ของสมการถดถอยที่ระดับนัยสำคัญ 0.05 สรุป.
3) ค้นหาช่วงความเชื่อมั่นสำหรับพารามิเตอร์ของสมการถดถอยที่มีระดับความเชื่อมั่น 0.95 อธิบายความหมายของผลลัพธ์ที่ได้
4) ค้นหาค่าสัมประสิทธิ์ของการกำหนด ทำข้อสรุป
5) ตรวจสอบนัยสำคัญของสมการถดถอย (ค่าสัมประสิทธิ์ของการกำหนด) ที่ระดับนัยสำคัญ 0.05 ทำข้อสรุป
6) ตรวจสอบการมีอยู่ของภาวะรักร่วมเพศที่ระดับนัยสำคัญ 0.05 (โดยใช้การทดสอบ ความสัมพันธ์อันดับสเปียร์แมน). ทำข้อสรุป
7) ตรวจสอบความสัมพันธ์อัตโนมัติที่ระดับนัยสำคัญ 0.05 (โดยใช้การทดสอบ Durbin-Watson) ทำข้อสรุปการแก้ปัญหาทางเศรษฐมิติ งาน #28
Prikhodko A.I. การประชุมเชิงปฏิบัติการเกี่ยวกับเศรษฐมิติ การวิเคราะห์การถดถอยเครื่องมือเอ็กเซล - เอ็ด ฟีนิกซ์
Prosvetov G.I. เศรษฐมิติ. งานและวิธีแก้ปัญหา: เครื่องช่วยสอน. - ม.:ร.ด.
Tikhomirov N.P. , Dorokhina E.Yu เศรษฐศาสตร์: หนังสือเรียน. - ม. : ข้อสอบ.
Polyansky Yu.N. เป็นต้น เศรษฐมิติ การแก้ปัญหาโดยใช้ สเปรดชีตไมโครซอฟต์ เอ็กเซล. การประชุมเชิงปฏิบัติการ - ม.: AEB MIA ของรัสเซีย
อื่น คู่มือการศึกษาและเวิร์คช็อปการแก้ปัญหาทางเศรษฐมิติ
ห้ามใช้วัสดุที่ให้ไว้ในส่วนนี้โดยไม่ได้รับอนุญาตจากผู้ดูแลไซต์เดือน 1
2
3
4
5
6
7
8
9
10
11
12
ที่ 22,5
25,8
20,8
15,2
25,8
19,4
18,2
21,0
16,4
23,5
18,8
17,5
เอ็กซ์ 29,0
36,2
28,9
32,4
49,7
38,1
30,0
32,6
27,5
39,0
27,5
31,2
เอ็กซ์
ที่ ฮ
แต่(%)
29,0
841,0
22,5
652,5
506,3
2,1
-4,5
4,38
20,33
18,93
3,57
12,75
15,871
36,2
1310,4
25,8
934,0
665,6
5,4
2,7
29,07
7,25
21,28
4,52
20,40
17,506
28,9
835,2
20,8
601,1
432,6
0,4
-4,6
0,15
21,24
18,90
1,90
3,62
9,152
32,4
1049,8
15,2
492,5
231,0
-5,2
-1,1
27,13
1,23
20,04
-4,84
23,43
31,847
49,7
2470,1
25,8
1282,3
665,6
5,4
16,2
29,07
262,17
25,70
0,10
0,01
0,396
38,1
1451,6
19,4
739,1
376,4
-1,0
4,6
1,02
21,08
21,90
-2,50
6,27
12,911
30,0
900,0
18,2
546,0
331,2
-2,2
-3,5
4,88
12,31
19,26
-1,06
1,12
5,802
32,6
1062,8
21,0
684,6
441,0
0,6
-0,9
0,35
0,83
20,11
0,89
0,80
4,256
27,5
756,3
16,4
451,0
269,0
-4,0
-6,0
16,07
36,10
18,44
-2,04
4,16
12,430
39,0
1521,0
23,5
916,5
552,3
3,1
5,5
9,56
30,16
22,20
1,30
1,69
5,536
27,5
756,3
18,8
517,0
353,4
-1,6
-6,0
2,59
36,10
18,44
0,36
0,13
1,923
31,2
973,4
17,5
546,0
306,3
-2,9
-2,3
8,46
5,33
19,65
-2,15
4,62
12,277
402,1
13927,8
244,9
8362,6
5130,7
0,0
0,0
132,7
454,1
-
-
79,0
129,9
หมายถึง 33,5
1160,7
20,4
696,9
427,6
-
-
-
-
-
-
6,6
10,8
6,43
-
3,47
-
-
41,28
-
12,06
-
-
ย คุณ
แต่(%)
5,385
29,0
22,5
121,17
506,25
1,640
-0,452
2,69
0,20
13,74
8,76
76,7
38,92
6,017
36,2
25,8
155,23
665,64
4,940
0,180
24,40
0,03
14,01
11,79
139,0
45,70
5,376
28,9
20,8
111,82
432,64
-0,060
-0,461
0,004
0,21
13,74
7,06
49,9
33,95
5,692
32,4
15,2
86,52
231,04
-5,660
-0,145
32,04
0,02
13,87
1,33
1,8
8,72
7,050
49,7
25,8
181,89
665,64
4,940
1,213
24,40
1,47
14,42
11,38
129,5
44,11
6,173
38,1
19,4
119,75
376,36
-1,460
0,336
2,13
0,11
14,07
5,33
28,4
27,45
5,477
30,0
18,2
99,69
331,24
-2,660
-0,360
7,08
0,13
13,78
4,42
19,5
24,27
5,710
32,6
21,0
119,90
441
0,140
-0,127
0,02
0,02
13,88
7,12
50,7
33,89
5,244
27,5
16,4
86,00
268,96
-4,460
-0,593
19,89
0,35
13,68
2,72
7,4
16,58
6,245
39,0
23,5
146,76
552,25
2,640
0,408
6,97
0,17
14,10
9,40
88,3
39,98
58,368
343,4
208,600
1228,71
4471,02
-
-
-
-
-
-
-
313,567
หมายถึง 5,837
34,34
20,860
122,871
447,10
-
-
-
-
-
-
-
31,357
0,549
-
3,646
-
-
-
-
0,302
-
13,292
-
-
-
-
- แพคเกจการวิเคราะห์ข้อมูลใน Microsoft Excel;
- โปรแกรม Gretl;
- รีวิวแพ็คเกจเศรษฐมิติ;
- แพ็คเกจ Statica
ให้เราเน้นข้อดีและข้อเสียของเครื่องมือซอฟต์แวร์ที่ระบุไว้โดยสังเขป:
-การวิเคราะห์ข้อมูลใน Excel ข้อดี: พร้อมใช้งานและใช้งานง่าย ข้อเสีย: ไม่มีการทดสอบทางเศรษฐมิติที่ง่ายที่สุดสำหรับความสัมพันธ์อัตโนมัติและ heteroscedasticity และอื่นๆ อีกมากมาย การทดสอบที่ยากเราไม่ได้พูดถึงเศรษฐมิติ - มันไม่ได้อยู่ที่นั่น
-Gretl (ดาวน์โหลด) ข้อดี: เวอร์ชันฟรีมีให้ใช้งานฟรี เรียบง่ายและใช้งานง่าย อินเทอร์เฟซภาษารัสเซีย ข้อเสีย: ไม่มีการทดสอบเศรษฐมิติการรวมเหรียญจำนวนมาก
-Eviews(ดาวน์โหลด) ข้อดี: มีการทดสอบมากมาย ข้อเสีย: อินเตอร์เฟสภาษาอังกฤษ ใช้งานได้ฟรีเท่านั้น เวอร์ชั่นเก่าโปรแกรม Eviews 3 จ่ายเวอร์ชันใหม่ทั้งหมด
-คงที่. ใช้น้อยไม่พบข้อดี ข้อเสีย - อินเทอร์เฟซภาษาอังกฤษและไม่มีการทดสอบจำนวนมากในเศรษฐมิติ