Практические занятия
| Практические занятия
| Литература
| Учебно-методи-ческие
материалы
|
| №
| тема
| кол-во часов
| цели и задачи
|
|
|
|
|
|
|
|
|
| Парная линейная регрессия и корреляция
|
| - по исходным данным индивидуального варианта построить поле корреляции;
- оценить тесноту связи линейной связи между признаками с помощью коэффициента корреляции;
- получить методом наименьших квадратов уравнение парной линейной регрессии;
- получить теоретические значения объясняемой переменной и построить на одном графике с корреляционным полем теоретическую линию регрессии;
- оценить качество подгонки полученного уравнения регрессии с помощью коэффициента детерминации;
- оценить значимость модели с помощью F-критерия Фишера;
- рассчитать среднюю ошибку аппроксимации;
- дать оценку силы связи с помощью среднего коэффициента эластичности;
- представить доверительный интервал прогноза результативного признака при заданном значении факторного признака;
- определить коэффициент корреляции и параметры уравнения регрессии, используя встроенные функции Microsoft Excel.
|
| М1
|
|
| Нелинейная регрессия и корреляция, оценка параметров
|
| - по исходным данным индивидуального варианта получить уравнение парной нелинейной квадратичной регрессии;
- оценить тесноту нелинейной связи переменных с помощью индекса корреляции;
- оценить качество подгонки квадратичного уравнения с помощью коэффициента детерминации;
- оценить качество модели с помощью средней относительной ошибки аппроксимации;
- по исходным данным построить линейную, гиперболическую, степенную, показательную модели, рассчитать для каждой из них индекс корреляции, коэффициент детерминации и среднюю ошибку аппроксимации;
- построить теоретические линии для каждой модели на одном графике с фактическими данными или полем корреляции;
- сделать вывод о предпочтительности той или иной модели для описания фактических данных.
|
| М1
|
|
|
|
|
|
|
|
|
| Множественная регрессия корреляция
|
| - по исходным данным индивидуального варианта построить модель множественной линейной регрессии, описывающей зависимость результативного признака от трех факторных признаков;
- с помощью визуального сравнения графиков, построенных по фактическим и теоретическим значениям результативного признака, оценить качество построенной модели множественной регрессии;
- оценить качество полученной модели с помощью коэффициента детерминации и средней относительной ошибки аппроксимации;
- спрогнозировать значение результативного признака при заданных значениях трех факторных признаков.
|
| М1
|
|
| Временные ряды
|
| Задание 1:
- по исходным данным, расположенным в хронологическом порядке и представляющим собой временной ряд, принять решение о модели аналитического выравнивания, приемлемой для данного периода времени;
- получить линию тренда, оценить качество и значимость модели;
- по построенной модели тренда осуществить ретроспективный прогноз моделируемого показателя на заданную дату.
Задание 2:
- по исходным данным индивидуального варианта построить линейную модель временного ряда;
- сделать предположение о наличии или отсутствии в модели автокорреляции остатков, анализируя графики объясняемой переменной и остатков временного ряда;
- с помощью критерия Дарбина-Уотсона исследовать временной ряд на автокорреляцию и в случае обнаружения определить ее тип.
Задание 3:
- по исходным данным индивидуального варианта выявить неслучайную составляющую временного ряда путем его сглаживания методом скользящих средних по 3-м и 5-ти точкам;
- осуществить повторное сглаживание рядов;
- выбрать наиболее подходящий вариант сглаживания.
|
| М1
|
|
|
|
|
|
|
|
|
| Системы эконометрических уравнений
|
| - по исходным данным индивидуального варианта определить тип используемых переменных и идентифицировать модель, определить метод ее решения;
- реализовать косвенный метод наименьших квадратов практически;
- получить оценки модели обычным методом наименьших квадратов, сравнить оценки, полученные косвенным и обычным методами наименьших квадратов;
- оценить точность полученных моделей.
|
| М1
|
| ИТОГО
|
|
|
2015-05-18
237
