Задачи для подготовки к зачету
Задача 1. Уравнение регрессии в стандартизированном виде имеет вид:
Определите частные коэффициенты эластичности.
Задача 2. По 18 наблюдениям получены следующие данные:
,
;
;
;
;
. Определите значения скорректированного коэффициента детерминации, частных коэффициентов эластичности и параметра а.
Задача 3. Уравнение регрессии в стандартизованном виде имеет вид:
Как влияют факторы на результат и каковы значения частных коэффициентов эластичности?
Задача 4. По следующим данным:
, запишите уравнения регрессии y на x1 и x2 в стандартизованном и натуральном масштабе.
Задача 5. При построении регрессионной зависимости некоторого результативного признака на 8 факторов по 25 измерениям коэффициент детерминации составил 0,736. После исключения 3 факторов коэффициент детерминации уменьшился до 0,584. Обоснованно ли было принятое решение на уровнях значимости 0,1, 0,05 и 0,01?
Задача 6. По данным 150 наблюдений о доходе индивидуума Y, уровне его образования X1, и возрасте X2 определите, можно ли считать на уровне значимости 5 % линейную регрессионную модель Y на X1 и X2 гетероскедастичной, если суммы квадратов остатков после упорядочения данных по уровню образования следующие RSS1 (для 50 значений с наименьшим уровнем образования) = 894,1; RSS2 (для 50 значений с наибольшим уровнем образования) = 3918,2.
Задача 7. При построении регрессионной зависимости по 40 измерениям коэффициент детерминации составил 0,618. После исключения факторов x4 и x5 коэффициент детерминации уменьшился до 0,547. Обоснованно ли было принятое решение на уровнях значимости 0,1; 0,05 и 0,01?
Задача 8. При анализе данных на гетероскедастичность вся выборка была после упорядочения разбита на три подвыборки. Затем по результатам парных регрессий остаточная СКО в первой подвыборке составила 6450, в третьей – 3480. Подтверждается ли наличие гетероскедастичности на уровнях 0,1; 0,05 и 0,01, если объем данных в каждой подвыборке равен 25?
Задача 9. Уравнение регрессии, построенное по 12 наблюдениям, имеет вид:
Определите пропущенные значения и доверительный интервал для с вероятностью 0,99.
Задачи для домашней работы
Задача 1. Коэффициенты корреляции между переменными y, x1, x2 равны: ryx1= 0,8; ryx2= 0,7; rx1x2=0,9. Задание: определить коэффициент множественной корреляции между переменной y и переменными x1, x2?
Задача 2. По 30 заводам, выпускающим продукцию А, изучается зависимость потребления электроэнергии y (тыс. кВт*ч) от производства продукции – x1(тыс. ед.) и уровня механизации труда – x2(%). Данные приведены в таблице:
Признак | Среднее значение | Среднее квадратическое отклонение | Парный коэффициент корреляции |
y | ryx1=0,77 | ||
x1 | ryx2=0,43 | ||
x2 | 41,5 | rx1x2=0,38 |
Задание: построить уравнение множественной регрессии в стандартизованной и натуральной форме; определить показатели частной и множественной корреляции; найти частные коэффициенты эластичности и сравнить их с β-коэффициентами.
Задача 3. На основе статистических данных за 10 лет оценены параметры и их стандартные ошибки для линейной модели, описывающей зависимость объемов производства y от количества работающих x1 и установочной мощности оборудования x2:
(6,5) (5,1) (0,83)
Задание: установить для уровня значимости 0,05, оказывают ли объясняющие переменные x1, x2 существенное влияние на объясняемую переменную y.
Задача 4. Имеются данные регрессионного анализа чистого дохода в зависимости от стоимости капитала и численности служащих по 20 предприятиям (табл.6.3):
Множественный R | ? | |||
R-квадрат | ? | |||
Нормированный R-квадрат | ? | |||
Стандартная ошибка | 1,249 | |||
Наблюдения | ||||
df | SS | MS | F | |
Регрессия | ? | 30,821 | ? | ? |
Остаток | ? | 26,537 | ? | |
Итого | ? | 57,358 | ||
Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | |
Y-пересечение | 1,706 | 0,463 | ? | 0,002 |
X1 | 0,072 | 0,016 | ? | 0,0003 |
X2 | -0,002 | 0,002 | ? | 0,202 |
Задание:
1) записать линейное уравнение множественной регрессии и пояснить экономический смысл его параметров;
2) оценить качество уравнения и проверить значимость коэффициентов регрессии и R2 при α=0,05.
Задача 5. Имеются данные регрессионного анализа цен на туристические палатки. Уравнение регрессии имеет следующий вид: Цена=120+73,2*(вес)-7,52*(площадь):
Независимая переменная | Коэффициент | Стандартная ошибка | t-статистика | p |
Константа | 120,3 | 54,82 | 2,19 | 0,037 |
Вес | 73,17 | 15,37 | 4,76 | 0,000 |
Площадь | -7,517 | 2,546 | -2,95 | 0,006 |
R2=0,567, R2скорр.=0,535, n=30.
Задание: ответить на ряд вопросов:
1) стоят ли более тяжелые палатки в среднем дороже или дешевле, чем легкие, если речь идет о палатках заданного размера?
2) стоят ли большие палатки в среднем дороже или дешевле, чем меньшие палатки, если речь идет о палатках заданного веса?
3) какой процент вариации цен объясняется информацией, доступной руководству компании?
4) найдите цену палатки, вес которой составит 5 кг, а площадь 4 квадратных метра;
5) является ли значимым F-критерий?
Задача 6. По 30 территориям России имеются следующие данные:
Признак | Среднее значение | Среднее квадратическое отклонение | Линейные коэффициенты парной корреляции |
Среднедневной душевой доход ![]() | 86,8 | 11,44 | ![]() ![]() ![]() |
Среднедневная зарплата ![]() | 54,9 | 5,86 | |
Средний возраст безработного ![]() | 33,5 | 0,58 |
Задание:
1) построить уравнение множественной регрессии в стандартизованной и естественной форме, рассчитать частные коэффициенты эластичности и сравнить их со стандартизованными коэффициентами регрессии.
2) рассчитать линейные коэффициенты частной корреляции и коэффициент множественной корреляции и сравнить их с коэффициентами парной корреляции.
3) рассчитать общий и частные критерии Фишера.
Задача 7. По ряду регионов множественная регрессия величины импорта y на определенный товар относительно отечественного его производства x1, изменения запасов x2 и потребления на внутреннем рынке x3 оказалась следующей
.
При этом 31,5;
245,7;
3,7;
182,5.
Задание: определить параметр , частные уравнения регрессии и частные коэффициенты эластичности для региона с показателями
160,2;
4,0;
190,5.