2015-01-21
2598
Задание 4.1. В таблице 4.9 приведены статистические данные о продаже квартир на вторичном рынке жилья в некотором городе. При этом:
– цена квартиры, тыс. долл.;
– число комнат в квартире;
– район города (1 – центральный, 0 – периферийный);
– общая площадь квартиры (м2);
– жилая площадь квартиры (м2);
– площадь кухни (м2);
– тип дома (1 – кирпичный, 0 – другой);
– расстояние от метро, минут пешком.
По представленным статистическим данным необходимо определить факторы, формирующие цену квартир на вторичном рынке жилья города. Для этого:
1) Составить матрицу парных коэффициентов корреляции.
2) Построить линейное уравнение регрессии, характеризующее зависимость цены от всех факторов.
3) Установить, какие факторы явно коллинеарны.
4) Оценить значимость полученного уравнения регрессии и определить факторы, которые значимо воздействуют на формирование цены квартиры в этой модели?
5) Определить, существует ли разница в ценах квартир, расположенных в центральных и в периферийных районах?
|
|
|
6) Определить, существует ли разница в ценах квартир кирпичных и других типов домов?
7) Построить модель формирования цены квартиры за счет значимых факторов.
Таблица 4.9. Статистические данные задания 4.1
| № п/п | 
| 
| 
| 
| 
| 
| 
| 
|
| 13,0 | 37,0 | 21,5 | 6,5 | |||||
| 16,5 | 60,0 | 27,0 | 22,4 | |||||
| 17,0 | 60,0 | 30,0 | 15,0 | |||||
| 15,0. | 53,0 | 26,2 | 13,0 | |||||
| 14,2 | 35,0 | 19,0 | 9,0 | |||||
| 10,5 | 30,0 | 17,5 | 5,6 | |||||
| 23,0 | 43,0 | 25,5 | 8,5 | |||||
| 12,0 | 30,0 | 17,8 | 5,5 | |||||
| 15,6 | 35,0 | 18,0 | 5,3 | |||||
| 12,5 | 32,0 | 17,0 | 6,0 | |||||
| 11,3 | 31,0 | 18,0 | 5,5 | |||||
| 13,0 | 33,0 | 19,6 | 7,0 | |||||
| 21,0 | 53,0 | 26,0 | 16,0 | |||||
| 12,0 | 32,0 | 18,0 | 6,3 | |||||
| 11,0 | 31,0 | 17,3 | 5,5 | |||||
| 11,0 | 36,0 | 19,0 | 8,0 | |||||
| 22,5 | 48,0 | 29,0 | 8,0 | |||||
| 26,0 | 55,5 | 35,0 | 8,0 | |||||
| 18,5 | 48,0 | 28,0 | 8,0 | |||||
| 13,2 | 44,1 | 30,0 | 6,0 | |||||
| 25,8 | 80,0 | 51,0 | 13,0 | |||||
| 17,0 | 60,0 | 38,0 | 10,0 | |||||
| 18,0 | 50,0 | 30,0 | 8,7 | |||||
| 21,0 | 54,6 | 32,0 | 10,0 | |||||
| 14,5 | 43,0 | 27,0 | 5,5 | |||||
| 23,0 | 66,0 | 39,0 | 12,0 | |||||
| 19,5 | 53,5 | 29,5 | 7,0 | |||||
| 14,2 | 45,0 | 29,0 | 6,0 | |||||
| 13,3 | 45,0 | 30,0 | 5,5 | |||||
| 16,1 | 50,6 | 30,8 | 7,9 | |||||
| 13,5 | 42,5 | 28,0 | 5,2 | |||||
| 16,0 | 50,1 | 31,0 | 6,0 | |||||
| 15,5 | 68,1 | 44,4 | 7,2 | |||||
| 38,0 | 107,0 | 58,0 | 24,0 | |||||
| 30,0 | 100,0 | 58,0 | 20,0 | |||||
| 24,0 | 71,0 | 52,0 | 7,5 | |||||
| 32,5 | 98,0 | 51,0 | 15,0 | |||||
| 43,0 | 100,0 | 45,0 | 35,0 | |||||
| 17,8 | 58,0 | 39,0 | 6,2 | |||||
| 28,0 | 75,0 | 40,0 | 18,0 | |||||
| 32,7 | 85,0 | 59,0 | 9,0 | |||||
| 31,0 | 66,0 | 48,0 | 6,0 | |||||
| 33,0 | 81,0 | 52,0 | 12,0 | |||||
| 28,0 | 76,4 | 49,0 | 10,0 | |||||
| 21,5 | 55,0 | 40,5 | 6,0 | |||||
| 15,3 | 53,7 | 37,6 | 5,5 | |||||
| 21,0 | 57,0 | 38,0 | 6,3 | |||||
| 35,5 | 62,0 | 52,0 | 8,0 |
Задание 4.2. В таблице 4.10 приведены данные о выработке литья на одного работающего 
, браке литья 
и себестоимости одной тонны литья по 25 литейным цехам заводов.
|
|
|
Таблица 4.10. Статистические данные задания 4.2
| 
|
|
| 14,6 | 4,2 | |
| 13,5 | 6,7 | |
| 21,5 | 5,5 | |
| 17,4 | 7,7 | |
| 44,8 | 1,2 | |
| 111,9 | 2,2 | |
| 20,1 | 8,4 | |
| 28,1 | 1,4 | |
| 22,3 | 4,2 | |
| 25,3 | 0,9 | |
| 56,0 | 1,3 | |
| 40,2 | 1,8 | |
| 40,6 | 3,3 | |
| 75,8 | 3,4 | |
| 27,6 | 1,1 | |
| 88,4 | 0,1 | |
| 16,6 | 4,1 | |
| 33,4 | 2,3 | |
| 17,0 | 9,3 | |
| 33,1 | 3,3 | |
| 30,1 | 3,5 | |
| 65,2 | 1,0 | |
| 22,6 | 5,2 | |
| 33,4 | 2,3 | |
| 19,7 | 2,7 |
Необходимо:
1) найти множественный коэффициент детерминации и пояснить его смысл;
2) найти уравнение множественной линейной регрессии по и 
, оценить значимость этого уравнения и его коэффициентов на уровне α = 0,05;
3) сравнить раздельное влияние на зависимую переменную каждой из объясняющих переменных, используя стандартизованные коэффициенты регрессии и коэффициенты эластичности;
4) найти 95%-ные доверительные интервалы для коэффициентов регрессии;
5) найти точечный и интервальный прогнозы себестоимости одной тонны литья в цехах, в которых выработка литья на одного работающего составляет 40 тонн, а брак литья – 5%.
Задание 4.3. В таблице4.11 приведены статистические данные о годовых ставках месячных доходов по трем акциям за шестимесячный период.
Таблица 4.11. Статистические данные задания 4.3
| Акция | Доходы по месяцам, % | |||||
| A B C | 5,4 6,3 9,2 | 5,3 6,2 9,2 | 4,9 6,1 9,1 | 4,9 5,8 9,0 | 5,4 5,7 8,7 | 6,0 5,7 8,6 |
Есть основания предполагать, что доходы по акции C зависят от доходов и по акциям A и B. Необходимо:
1) составить уравнение множественной линейной регрессии по и ;
2) найти множественный коэффициент детерминации 
и пояснить его смысл;
3) проверить значимость полученного уравнения регрессии на уровне α=0,05;
4) оценить средний доход по акции C, если доходы по акциям A и B составили 5,5% и 6,0% соответственно.
Задание 4.4. В таблице4.12 приведены статистические данные о расходах на питание, душевом доходе и размере семьи для девяти групп семей.
Таблица 4.12. Статистические данные задания 4.4
| Расход на питание
, у.е.
| Душевой доход
 , у.е.
| Размер семей
|
| 1,4 | ||
| 1,6 | ||
| 1,8 | ||
| 2,2 | ||
| 2,4 | ||
| 2,5 | ||
| 2,7 | ||
Необходимо:
1) составить уравнение множественной линейной регрессии по и ;
2) найти множественный коэффициент детерминации и пояснить его смысл;
3) проверить значимость полученного уравнения регрессии на уровне α=0,05;
4) найти точечный и интервальный прогнозы расходов на питание, если душевой доход и размер семей составили 4950 и 2,3 соответственно.
Задание 4.5. Применяя тест Чоу, установить, является ли существенным различие в оплате труда работников государственных и коммерческих предприятий. Данные об оплате труда в зависимости от стажа, возраста и образования работников государственных и коммерческих предприятий приведены в таблицах 4.13 и 4.14.
Таблица 4.13. Данные задания 4.5 по государственным предприятиям
| Зарплата, у.е. | Стаж | Возраст | Образование (1 – высшее; 0 – среднее) |
Таблица 4.14. Данные задания 4.5 по коммерческим предприятиям
|
|
|
| Зарплата, у.е. | Стаж | Возраст | Образование (1 – высшее; 0 – среднее) |
Задание 4.6. В таблице 4.15 по 15 предприятиям отрасли приведены данные о выпуске продукции 
в зависимости от капиталовложений 
и трудозатрат 
. Построить производственную модель Кобба-Дугласа 
. Оценить общее качество модели. Рассчитать по модели выпуск продукции при 
и 
.
Таблица 4.15. Статистические данные задания 4.6
|
|
|
|
Задание 4.7. По статистическим данным, представленным в таблице 4.16, о зависимости спроса на некоторый товар у домашних хозяйств в зависимости от цены этого товара и дохода домохозяйств :
1) составить уравнение линейной регрессии по и ;
2) найти множественный коэффициент детерминации ;
3) проверить значимость уравнения регрессии на уровне α=0,05;
4) найти точечный прогноз спроса, если цена товара и доход домохозяйства составили 5,4 и 965 соответственно.
Таблица 4.16. Статистические данные задания 4.7
|
|
|
|
| 31,4 | 4,1 | |
| 30,4 | 4,2 | |
| 32,1 | 4,0 | |
| 30,0 | 4,6 | |
| 30,5 | 4,0 | |
| 29,8 | 5,0 | |
| 31,1 | 3,9 | |
| 31,7 | 4,4 | |
| 30,7 | 4,5 | |
| 29,7 | 4,8 |
Задание 4.8. По статистическим данным по 8 магазинам, представленным в таблице 4.17, о зависимости товарооборота магазина от численности работающих и площади подсобных помещений :
1) составить уравнение множественной линейной регрессии по и ;
2) найти множественный коэффициент детерминации ;
3) проверить значимость полученного уравнения регрессии на уровне α=0,05;
|
|
|
4) оценить относительный вклад в величину товарооборота факторов и .
Таблица 4.17. Статистические данные задания 4.8
|
|
|
|
| 22,1 | 29,5 | |
| 14,2 | 14,2 | |
| 23,3 | 18,0 | |
| 43,2 | 21,3 | |
| 66,6 | 47,5 | |
| 7,8 | 10,0 | |
| 12,7 | 21,0 | |
| 36,1 | 36,5 |
Задание 4.9. По 20 предприятиям региона (таблица 4.18) изучается зависимость выработки продукции на одного работника (млн руб.) от ввода в действие новых основных фондов 
(% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих 
(%).
Таблица 4.18. Статистические данные примера 4.9
| Номер предприятия |
|
|
| Номер предприятия |
|
|
|
| 6,0 | 3,6 | 9,0 | 9,0 | 6,3 | 21,0 | ||
| 6,0 | 3,6 | 12,0 | 11,0 | 6,4 | 22,0 | ||
| 6,0 | 3,9 | 14,0 | 11,0 | 7,0 | 24,0 | ||
| 7,0 | 4,1 | 17,0 | 12,0 | 7,5 | 25,0 | ||
| 7,0 | 3,9 | 18,0 | 12,0 | 7,9 | 28,0 | ||
| 7,0 | 4,5 | 19,0 | 13,0 | 8,2 | 30,0 | ||
| 8,0 | 5,3 | 19,0 | 13,0 | 8,0 | 30,0 | ||
| 8,0 | 5,3 | 19,0 | 13,0 | 8,6 | 31,0 | ||
| 9,0 | 5,6 | 20,0 | 14,0 | 9,5 | 33,0 | ||
| 10,0 | 6,8 | 21,0 | 14,0 | 9,0 | 36,0 |
Требуется:
1) Построить линейную модель множественной регрессии. Записать стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат.
2) Найти коэффициенты парной и множественной корреляции. Проанализировать их. Обосновать включение обоих факторов в модель или исключение одного из факторов. В случае исключения из модели множественной регрессии одного из факторов построить парную линейную модель.
3) Вычислить коэффициент детерминации 
. С помощью 
-критерия Фишера оценить статистическую надежность уравнения множественной регрессии.
4) С помощью Стьюдента t- статистики оценить статистическую значимость коэффициентов линейной множественной регрессии.
Задание 4.10. По десяти кредитным учреждениям получены данные (таблица 4.19), характеризующие зависимость объема прибыли (, млрд руб.) от среднегодовой ставки по кредитам (, %), ставки по депозитам (, %) и размера внутрибанковских расходов (
, млрд руб.).
Таблица 4.19. Статистические данные примера 4.10
| Объем прибыли,
| Среднегодовая ставка по кредитам,
| Ставка по депозитам,
| Внутрибанковские расходы,
|
Требуется:
1. Осуществить выбор факторных признаков для построения двухфакторной линейной регрессионной модели.
2. Рассчитать параметры этой модели.
3. Для характеристики модели определить линейный коэффициент множественной корреляции, коэффициент детерминации, средние коэффициенты эластичности. Интерпретировать полученные характеристики модели.
4. Осуществить оценку надежности уравнения регрессии.
5. Оценить статистическую значимость коэффициентов уравнения множественной регрессии.
Задание 4.11. Некоторая фирма, занимающаяся торговлей компьютеров и ноутбуков, определила, что на количество продаж основное влияние оказывают факторы: цена товара (млн руб.), затраты на рекламу (млн руб.) и число конкурирующих фирм в регионе .
Таблица 4.20. Статистические данные примера 4.11
| Количество продаж,
| Цена товара,
| Затраты на рекламу,
| Число конкурентов,
|
| 5,1 | |||
| 5,0 | |||
| 4,9 | |||
| 5,0 | |||
| 4,8 | |||
| 4,8 | |||
| 4,6 | |||
| 4,7 | |||
| 4,7 | |||
| 4,6 | |||
| 4,5 | |||
| 4,5 | |||
| 4,6 | |||
| 4,4 |
По статистическим данным, представленным в таблице 4.21, необходимо:
1) Построить линейное уравнение множественной регрессии, которое включает все три фактора. Интерпретировать коэффициенты уравнения регрессии.
2) На основании анализа корреляционной матрицы из трех независимых переменных отобрать два наиболее существенных фактора. Для отобранных факторов построить двухфакторное уравнение линейной регрессии.
3) Для характеристики двухфакторной модели определить линейный коэффициент множественной корреляции, коэффициент детерминации, средние коэффициенты эластичности. Интерпретировать полученные характеристики модели.
4) Осуществить оценку надежности уравнения. Оценить статистическую значимость коэффициентов уравнения множественной регрессии.
5) Осуществить точечный и интервальный прогнозы, если цена товара 
, затраты на рекламу 
, а число конкурентов 
.
Задание 4.12. Предприятие выпускает продукцию, ежемесячный объем которой (тыс. шт.) зависит от затрат материальных ресурсов (тонны), трудозатрат (тыс. часов) и энергозатрат (млн кВт). В процессе развития производства наблюдалась эмпирическая зависимость между выпуском продукции и затратами ресурсов , и , отраженная в таблице 4.21. Построить производственную функцию 
, оценить ее общее качество с помощью индекса детерминации и осуществить точечный прогноз, если затраты материальных ресурсов , трудозатраты , а энергозатраты .
Таблица 4.21. Статистические данные примера 4.12
| Объем продукции,
| Затраты материальных ресурсов,
| Трудозатраты,
| Энергозатраты,
|
| 45,0 | 16,0 | 50,3 | 7,7 |
| 50,3 | 20,4 | 55,6 | 6,9 |
| 54,1 | 18,0 | 58,4 | 7,8 |
| 55,1 | 22,1 | 50,8 | 8,6 |
| 60,8 | 21,2 | 57,5 | 10,1 |
| 65,6 | 24,2 | 59,3 | 8,4 |
| 68,8 | 27,1 | 62,0 | 9,3 |
| 66,6 | 26,6 | 64,7 | 7,4 |
| 73,2 | 28,3 | 59,9 | 11,3 |
| 81,9 | 31,2 | 64,6 | 10,7 |
| 91,8 | 35,5 | 59,8 | 12,4 |
| 86,1 | 34,6 | 62,3 | 11,7 |
| 83,1 | 33,7 | 65,2 | 9,9 |
| 93,1 | 34,2 | 70,1 | 13,0 |
Задание 4.13. Торговый дом стройматериалов продает облицовочную плитку в двух городах: Гомеле и Могилеве. Маркетинговая служба хочет определить влияние отчислений на рекламу 
(млн руб.) на количество проданной продукции (млн штук). При этом предполагается, что зависимость между факторами 
и линейная и степень влияния факторов друг на друга в обоих городах примерно одинакова. На основании статистических данных, приведенных в таблице 4.22, построить регрессионную модель зависимости количества проданной продукции от отчислений на рекламу, включающую качественный фактор «город». Интерпретировать полученные результаты.
Таблица 4.22. Статистические данные примера 4.13
| Гомель | |||||||||||
|
| 33,1 | 33,1 | 33,4 | 41,0 | 35,5 | 31,4 | 45,2 | 45,4 | 30,7 | 40,4 | 33,3 |
|
| 13,3 | 18,4 | 19,1 | 24,9 | 21,5 | 17,9 | 31,6 | 29,7 | 16,4 | 27,4 | 22,8 |
| Могилев | |||||||||||
|
| 22,8 | 20,6 | 18,3 | 25,5 | 28,1 | 35,2 | 32,5 | 27,8 | 26,6 | 31,4 | 27,4 |
|
| 16,3 | 15,4 | 11,8 | 19,5 | 27,4 | 31,8 | 29,1 | 22,1 | 19,2 | 26,4 | 21,7 |
Задание 4.14. На основании статистических данных, приведенных в таблице 4.23, построить линейную модель зависимости стоимости квартиры от ее общей площади , жилой площади 
и расстояния от квартиры до метро 
. Оценить статистическую значимость уравнения регрессии и ее коэффициентов. Сделать выводы. Найти точечный прогноз стоимости квартиры, если общая площадь, жилая площадь и расстояние от квартиры до метро составляют 90, 61 и 12 соответственно.
Таблица 4.23. Статистические данные задания 4.14
| Общая площадь,
кв. м,
| Жилая площадь,
кв. м,
| Расстояние до метро,
минут пешком,
| Стоимость,
тыс. дол.
|
Контрольные вопросы
1. Дайте определение множественной регрессионной модели.
2. Приведите примеры использования множественных регрессионных моделей в экономике.
3. Сформулируйте общую постановку задачи множественного эконометрического моделирования.
4. Каким требованиям должны удовлетворять факторы множественной регрессии?
5. Какие задачи решаются на этапе спецификации модели множественной линейной регрессии?
6. Опишите этапы отбора факторов множественной регрессии.
7. Как определяется матрица парных коэффициентов корреляции?
8. Опишите метод отбора факторов, основанный на анализе матрицы парных коэффициентов корреляции.
9. Какой вид имеет линейная модель множественной регрессии?
10. Приведите примеры нелинейных моделей множественной регрессии.
11. Что характеризуют коэффициенты уравнения множественной линейной регрессии?
12. В чем суть МНК для построения линейной модели множественной регрессии?
13. Сформулируйте теорему Гаусса-Маркова.
14. Какая модель множественной линейной регрессии называется классической?
15. Опишите процедуру параметризации модели Кобба-Дугласа.
16. Какие задачи решаются на этапе верификации модели множественной линейной регрессии?
17. По какой формуле вычисляется коэффициент множественной корреляции?
18. Запишите уравнение множественной линейной регрессии в стандартизованном масштабе.
19. Как можно ранжировать факторы по силе их воздействия на результат по величине стандартизованных коэффициентов линейной регрессии?
20. Как вычисляются средние коэффициенты эластичности для линейной множественной регрессии?
21. Как вычисляется коэффициент детерминации 
в случае множественной регрессии?
22. Что оценивает коэффициента детерминации R 2?
23. Как вычисляется и что оценивает показатель средней ошибки аппроксимации?
24. Как осуществляется анализ статистической значимости коэффициента детерминации?
25. Как определяется статистическая значимость коэффициентов множественной линейной регрессии?
26. В чем суть статистической значимости коэффициентов множественной линейной регрессии?
27. Перечислите предпосылки МНК.
28. Каковы последствия выполнимости или невыполнимости предпосылок МНК?
29. Как по множественной модели осуществляется точечный прогноз?
30. Приведите примеры зависимостей, содержащих качественные факторы.
31. Какие переменные называются значащими, а какие – фиктивными?
32. Какие переменные называются дихотомическими?
33. В чем проявляется необходимость введения фиктивных переменных?
34. Как дихотомическая переменная вводится в эконометрическую модель?
35. Почему при построении регрессионной модели, учитывающей фактор с k уровнями качества, вводится k -1 фиктивная переменная, а не k переменных?
36. В чем проявляется «ловушка фиктивной переменной»?
37. Для решения каких задач применяется тест Чоу?
38. В чем суть теста Чоу?
39. Изложите графическую интерпретацию возможных выводов, полученных на основании теста Чоу?
40. Как с помощью фиктивных переменных в регрессионной модели учитывается сезонность?
