Описание
Ситуационная (практическая) задача №1
По 20 регионам РФ имеются данные о потребительских расходах в среднем на душу населения, руб., среднедушевых денежных доходах населения, в месяц, тыс. руб., уровне безработицы, % (по данным выборочных обследований рабочей силы; в среднем за год; население в возрасте 15-72 лет) за 2018 год.
Регион | Потребительские расходы в среднем на душу населения, руб. | Среднедушевые денежные доходы населения, в месяц, руб. | Уровень безработицы, % |
Республика Крым | 16602 | 21524 | 6 |
Краснодарский край | 31248 | 34372 | 5,2 |
Астраханская область | 20273 | 23670 | 7,5 |
Волгоградская область | 19567 | 22813 | 5,6 |
Ростовская область | 25161 | 29095 | 5,1 |
г. Севастополь | 25498 | 28834 | 4,2 |
Республика Дагестан | 22409 | 25755 | 11,6 |
Республика Ингушетия | 9360 | 16163 | 26,3 |
Кабардино-Балкарская Республика | 16668 | 20782 | 10,4 |
Карачаево-Черкесская Республика | 11121 | 18051 | 12 |
Республика Северная Осетия — Алания | 18586 | 23270 | 10,3 |
Чеченская Республика | 16041 | 23197 | 13,7 |
Ставропольский край | 21746 | 23408 | 5 |
Республика Башкортостан | 25043 | 28967 | 4,9 |
Республика Марий Эл | 15233 | 19802 | 5 |
Республика Мордовия | 14176 | 18651 | 4,2 |
Республика Татарстан | 28792 | 33725 | 3,3 |
Удмуртская Республика | 18699 | 23827 | 4,8 |
Чувашская Республика | 15345 | 18462 | 5 |
Пермский край | 24060 | 28708 | 5,4 |
Требуется:
- Построить корреляционное поле между потребительскими расходами в среднем на душу населения, тыс. руб., и среднедушевыми денежными доходами населения, в месяц, тыс. руб. Выдвинуть гипотезу о тесноте и виде зависимости между потребительскими расходами и среднедушевыми денежными доходами.
- Оценить тесноту линейной связи между потребительскими расходами и среднедушевыми денежными доходами с надежностью γ = 0,99.
- Рассчитать коэффициенты линейного уравнения парной регрессии для зависимости потребительских расходов в среднем на душу населения от среднедушевых денежных доходов населения. Дать содержательную интерпретацию параметров уравнения.
- Дать интервальные оценки для параметров модели парной регрессии с доверительной вероятностью γ = 0,99.
- Проверить статистическую значимость параметров уравнения парной регрессии с надежностью γ = 0,99.
- Проверить качество построенного уравнения регрессии с помощью средней ошибки аппроксимации и с помощью коэффициента детерминации. С помощью F -критерия Фишера оценить статистическую значимость уравнения регрессии с надежностью γ = 0,99.
- Дать точечный и интервальный прогноз потребительских расходов в среднем на душу населения с надежностью γ = 0,99 для гипотетического региона, в котором среднедушевые денежные доходы населения в месяц на 3% больше среднего по выборке.
- Рассчитать коэффициенты линейного уравнения множественной регрессии для зависимости потребительских расходов в среднем на душу населения от среднедушевых денежных доходов населения и уровня безработицы. Пояснить экономический смысл его параметров.
- Дать интервальные оценки для параметров модели множественной регрессии с доверительной вероятностью γ = 0,99.
- Проверить статистическую значимость параметров уравнения множественной регрессии с надежностью γ = 0,99.
- Проверить качество построенного уравнения регрессии с помощью коэффициента детерминации. С помощью F -критерия Фишера оценить статистическую значимость уравнения регрессии с надежностью γ = 0,99.
Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации.
- Проверить построенное уравнение на наличие мультиколлинеарности по: критерию Стьюдента; критерию χ2. Сравнить полученные результаты.
- Дать точечный и интервальный прогноз потребительских расходов в среднем на душу населения с надежностью γ = 0,99 для гипотетического региона, в котором среднедушевые денежные доходы населения в месяц на 3% больше среднего по выборке, а уровень безработицы окажется на 2% выше среднего по выборке.
Ситуационная (практическая) задача №2
Имеются данные об объеме платных услуг населению, млн. рублей для Алтайского края за 2010- 2018 гг.
Год | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 2018 |
Объем платных услуг | 50944 | 56760 | 60409 | 65891 | 72008 | 79761 | 84543 | 88834 | 94504 |
На основе полученных данных требуется:
- Построить график динамики объема платных услуг населению.
- С помощью метода серий проверить гипотезу о наличии тренда во временном ряде.
- Рассчитать коэффициенты автокорреляции. Проверить наличие циклических колебаний во временном ряде.
- Оценить параметры линейной трендовой модели, проверить статистическую значимость соответствующего уравнения регрессии с надежностью 0,99.
- С помощью трендовой модели сделать прогноз объема платных услуг населению на 2021 г.
Тестовые задания
Укажите или напишите номер правильного ответа.
1. Коэффициент детерминации показывает:
a) на сколько единиц изменится зависимая переменная, если независимая изменится на 1 единицу;
b) на сколько процентов изменится зависимая переменная, если независимая изменится на 1 %;
c) долю вариации зависимой переменной, обусловленную вариацией независимой переменной;
d) во сколько раз изменится зависимая переменная, если независимая изменится на 1 единицу.
2. В линейной регрессии Y=aX+b параметрами уравнения являются
a) X и Y ;
b) a и b ;
c) Y и ;
d) a и Y.
3. Если коэффициент корреляции положителен, то в линейной парной модели регрессии:
a) с ростом X показатель Y 0 ;
b) с ростом X показатель Y растет;
c) с ростом X показатель Y убывает;
d) с уменьшением X показатель Y растет.
4. Коэффициенты уравнения множественной регрессии характеризуют:
a) совместное влияние факторов на результирующий показатель;
b) чистое влияние каждого фактора на результирующий показатель;
c) зависимость факторов друг от друга;
d) существенность факторов регрессионной модели.
5. Фиктивной переменной считают переменную, которая
a) описывает качественный признак в количественном виде;
b) принимает значения 0 и 1;
c) в действительности не существует;
d) принимает только целые значения.
6. Причины автокорреляции остатков:
a) исследование неоднородных объектов;
b) ошибки измерений;
c) наличие зависимости между объясняющей переменной и возмущениями модели;
d) ошибки спецификации.
7. В каком случае можно говорить об отсутствии гетероскедастичности:
a) коэффициент ранговой корреляции Спирмена равен 1;
b) статистика Дарбина-Уотсона равна 0;
c) коэффициент ранговой корреляции Спирмена равен -1;
d) коэффициент ранговой корреляции Спирмена равен 0.
8. Какая из составляющих временного ряда отражает влияние на него факторов, повторяющихся через определенные промежутки времени?
a) тренд;
b) сезонная компонента;
c) корелограмма;
d) случайная компонента.
9. Автокорреляционная функция — это
a) зависимость уровней ряда от предыдущих уровней этого ряда;
b) зависимость коэффициентов автокорреляции от порядка;
c) зависимость уровней ряда от времени;
d) зависимость уровней ряда от другого параметра.
10. Для оценки параметров идентифицируемого уравнения применяют
a) двухшаговый МНК;
b) МНК;
c) косвенный МНК;
d) обобщенный МНК.
Список использованных источников