Выполненные практические задания по эконометрике №0065
План (содержание) работы Выполненные практические задания по эконометрике №0065:
Задача 1
1. Рассмотреть за последние 18-25 лет для выбранной Вами страны несколько показателей: ВВП, ВВП на душу населения, темп роста ВВП, ПИИ, ставка процента, налоговая нагрузка, производительность труда, фондовый индекс, уровень инфляции, уровень жизни.
2. Выбрать из исследуемых эндогенные переменные Y1,Y2,Y3, в качестве ключевого Y рассмотреть ПИИ.
3. Определить автокорреляцию показателей и коррелированность показателей с лагированными остальными показателями.
4. Выявить причинно-следственную связь между показателями, используя критерий Грейнджера. Определить, какие показатели являются причинами для ПИИ.
5. Рассмотреть за последние 15-20 лет 3-4 страны (например, торговых партнеров исследуемой Вами страны) показатели: ВВП, инвестиции, сбережения. Построить для каждой страны двухфакторную модель, снизив размерность системы показателей.
6. Провести сравнительный анализ полученных моделей с точки зрения адекватности моделей и возможности прогнозирования.
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Смотрите так же: Помощь по эконометрике
Задание 2
1. Рассмотрите 10-15 стран-партнеров по торговле для выбранной страны, указав 3-4 макроэкономических показателя, характеризующих международную торговлю.
2. Нормируйте факторы по любой нормировочной формуле.
3. Определите попарные расстояния между всеми странами.
4. Разбейте все страны на 3 кластера
5. Укажите характеристики каждого кластера и расстояния между ними.
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 3
1. Провести предварительный анализ данных. Выявить наличие или отсутствие выбросов (аномальных точек) по Y и всем факторам.
2. Построить диаграммы рассеяния и выдвинуть гипотезы о виде, направлении и силе связи (попарно между Y и всеми факторами).
3. Построить матрицу парных коэффициентов и матрицу межфакторных корреляций. Охарактеризовать силу влияния факторов на результат, выявить наличие коллинеарных факторов.
4. Исключая мультиколлинеарность, отобрать факторы для моделей.
5. Методом исключения незначимых факторов построить адекватные модели (минимум 3) с максимально возможным числом факторов (число факторов в 5-6 раз меньше объёма выборки n).
6. Определить адекватность моделей по критериям Стьюдента, Фишера, коэффициенту детерминации, средней ошибке аппроксимации и коэффициенту эластичности. Выбрать 2 лучшие модели. Графически сравнить Yфактическое, Y по модели 1, Y по модели 2.
7. Проверить отсутствие автокорреляции и гомоскедастичность остатков регрессии по двум лучшим моделям.
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 4
1. Построить матрицу парных коэффициентов корреляций и матрицу межфакторных корреляций. Указать, какие из объясняющих факторов влияют на результативный фактор Y сильно и очень сильно. Выявить наличие мультиколлинеарности, то есть попарно линейную зависимость факторов друг с другом. (В Excel – страничка Пропущ.перем.)
2. Определить максимальное количество факторов (k), которые могут входить в модель (меньше в 5-6 раз, чем объем выборки n). Определить набор (хотя бы один) факторов, не характеризующийся мультиколлинеарностью. Методом последовательного исключения наименее значимых факторов построить k-факторную регрессионную модель.
3. Провести проверку правильности функциональной формы (отсутствия пропущенных переменных), используя тест Рамсея.
4. Ввести в модель замещающие переменные:
А) время, Б) фиктивную переменную (z = 0 – отсутствие скандала с дизельными двигателями VW; z = 1 – год (и последующие годы) скандала с дизельными двигателями VW), В) лаговую эндогенную переменную (Yt-1). Каждый раз проверять адекватность модели и целесообразность включения в модель переменных.
5. Используя метод восходящих и нисходящих серий проверить гипотезу о наличии или отсутствии тенденции по данным о дивидендах компании. (В Excel – страничка АКФ и мульт модель)
6. Провести анализ структуры временного ряда, используя АКФ и ее график (В Excel – страничка АКФ и мульт модель).
7. Построить аддитивную модель по данным о дивидендах компании: (В Excel – страничка Аддит.модель)
а) выравнивание методом скользящей средней
б) расчет значений сезонной компоненты
в) устранение влияния сезонной компоненты
г) выделение тренда
д) расчет суммы двух компонент T+S
е) расчет случайной компоненты временного ряда, абсолютной ошибки модели и коэффициента детерминации
ж) прогноз по исходным данным и по модели на 1 квартал следующего года.
8. Построить мультипликативную модель (В Excel – страничка АКФ и мульт модель):
а) выравнивание методом скользящей средней
б) расчет значений сезонной компоненты
в) устранение влияния сезонной компоненты
г) выделение тренда
д) расчет произведения двух компонент T*S
е) расчет случайной компоненты временного ряда, абсолютной ошибки модели и коэффициента детерминации
ж) прогноз по исходным данным и по модели на 1 квартал следующего года.
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 5
Модель множественной регрессии в естественном и в стандартизованном масштабе.
1. Взять для исследования данные, характеризующие экологию (экологические реформы, зеленую экономику, цифровизацию, экологическую безопасность, природоохранные технологии) Вашей страны (региона) или России. Добавить 2-3 фиктивные переменные, характеризующие политические, социальные, экономические, правовые стороны экологической безопасности (например, Z1-индикатор, равный 1, если страна принимает в текущем году реформы, связанные с зеленой экономикой, и равный 0, если нет; Z2 – 1, если страна сохраняет принципы Парижского соглашения, 0 – если страна выходит из Парижского соглашения по климату)). Введенные фиктивные переменные указать!
2. Построить матрицу парных коэффициентов корреляций и матрицу межфакторных корреляций. Выявить наличие мультиколлинеарности, указать линейно зависимые факторы.
3. Определить максимальное количество факторов (k), которые могут входить в модель (меньше в 5-6 раз, чем объем выборки n). Указать хотя бы ОДИН набор факторов без мультиколлинеарности.
4. Методом последовательного исключения наименее значимых факторов построить k-факторную регрессионную модель. Интерпретировать коэффициенты регрессии.
5. Определить качество модели по а) t-критерию Стьюдента, б) F-критерию Фишера, в) коэффициенту детерминации, г) средней ошибке аппроксимации, д) средним коэффициентам эластичности.
6. Построить прогноз Y для некоторых (выбранных Вами) значений входящих в модель факторов. Сделать вывод в целом о применимости и качестве построенной модели.
7. Построить стандартизованную модель регрессии.
8. Ранжировать факторы по силе влияния на результат (по бета-коэффициентам и по коэффициентам эластичности).
9. Оценить долю влияния каждого фактора в суммарном влиянии на результат (по дельта-коэффициентам).
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 6
1. Взять для исследования данные (данные ДЗ №5), характеризующие экологию (экологические реформы, зеленую экономику, цифровизацию, экологическую безопасность, природоохранные технологии) Вашей страны (региона) или России.
2. Проверить тест Рамсея (за регрессию (*) взять модель, построенную в ДЗ№5). Сделать вывод о наличии (или отсутствии) пропущенных переменных.
3. Вне зависимости результата п.2 включить в модель последовательно замещающие переменные:
А) время t
Б) лаговую переменную Yt-1
В) фиктивную переменную Z (например, Z1-индикатор, равный 1, если страна принимает в текущем году реформы, связанные с зеленой экономикой, и равный 0, если нет).
4. Определить качество модели по а) t-критерию Стьюдента, б) F-критерию Фишера, в) коэффициенту детерминации, г) средней ошибке аппроксимации, д) средним коэффициентам эластичности.
5. Выбрать лучшую модель
6. Построить прогноз Y для некоторых (выбранных Вами) значений входящих в модель факторов. Сделать вывод в целом о применимости и качестве построенной модели.
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 7.
1. Взять для исследования любые данные (по Вашей стране или региону), характеризующиеся сезонностью или цикличностью – инвестиции, прибыль организаций (поквартально), объемы продаж товаров отдельных групп (помесячно или поквартально), покупка автомобилей и т.д.
2. Используя метод восходящих и нисходящих серий проверить гипотезу о наличии или отсутствии тенденции.
3. Провести анализ структуры временного ряда, используя АКФ и ее график.
4. Построить аддитивную модель:
а) выравнивание методом скользящей средней
б) расчет значений сезонной компоненты
в) устранение влияния сезонной компоненты
г) выделение тренда
д) расчет суммы двух компонент T+S
е) расчет случайной компоненты временного ряда, абсолютной ошибки модели и коэффициента детерминации
ж) прогноз по исходным данным и по модели на 1 квартал следующего года.
5. Построить мультипликативную модель:
а) выравнивание методом скользящей средней
б) расчет значений сезонной компоненты
в) устранение влияния сезонной компоненты
г) выделение тренда
д) расчет произведения двух компонент T*S
е) расчет случайной компоненты временного ряда, абсолютной ошибки модели и коэффициента детерминации
ж) прогноз по исходным данным и по модели на 1 квартал следующего года.
6. Сделать вывод в целом о применимости и качестве построенных моделей.
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 8
Системы эконометрических уравнений.
Взять за основу исходный набор факторов, использованный в ДЗ№1, выбрать две зависимые переменные Y1 и Y2, наборы факторных признаков по возможности изменить, желательно увеличив наличие фиктивных переменных среди независимых факторов.
Введенные фиктивные переменные указать!
Z1 – Россия вступила в ВТО (0 – нет, 1 – да).
Z2 – Россия подписала Парижское соглашение по климату (0 – нет, 1 - да).
Z3 – Россия реализует «Стратегию 2020» (0 – нет, 1 – да).
1. Построить адекватную модель для каждой эндогенной переменной (Y1, Y2) методом исключения факторов (причем в одно из уравнений включить обе эндогенные переменные).
2. Указать адекватность каждого уравнения.
3. Проверить необходимое условие идентифицируемости модели (системы двух одновременных уравнений).
4. Проверить достаточное условие идентифицируемости модели (системы двух одновременных уравнений).
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 9
Адекватная модель множественной регрессии.
1. Построить матрицу парных коэффициентов корреляций и матрицу межфакторных корреляций. Выявить наличие мультиколлинеарности, указать линейно зависимые факторы.
2. Определить максимальное количество факторов (k), которые могут входить в модель (меньше в 5-6 раз, чем объем выборки n). Указать хотя бы ОДИН набор факторов без мультиколлинеарности.
3. Методом последовательного исключения наименее значимых факторов построить k-факторную регрессионную модель. Интерпретировать коэффициенты регрессии.
4. Определить качество модели по а) t-критерию Стьюдента, б) F-критерию Фишера, в) коэффициенту детерминации, г) средней ошибке аппроксимации, д) средним коэффициентам эластичности.
5. Построить прогноз Y для некоторых (выбранных Вами) значений входящих в модель факторов. Сделать вывод в целом о применимости и качестве построенной модели.
6. Проверить гипотезу об отсутствии гетероскедастичности в остатках регрессии, используя критерий Голдфельда-Квандта.
7. Проверить гипотезу об отсутствии автокорреляции по критерию Дарбина-Уотсона.
8. Проверить гипотезу о равенстве нулю математического ожидания остатков регрессии.
9. Проверить гипотезу о случайности остатков по критерию поворотных точек.
10. Проверить гипотезу о соответствии ряда остатков нормальному закону распределения по RS-критерию.
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Задание 10
Система эконометрических уравнений.
Исходные данные варианта (Y1,Y2,X1,X2,X3,X4) определяются номерами столбцов данных в общей таблице исходных данных (файл Excel).
1. Построить матрицу парных коэффициентов корреляций и матрицу межфакторных корреляций. Выявить наличие мультиколлинеарности, указать наиболее сильно влияющие факторы на каждый результативный признак, определить линейно зависимые факторы.
2. Определить максимальное количество факторов (k), которые могут входить в модель (меньше в 5-6 раз, чем объем выборки n).
3. Из набора факторов, не содержащего мультиколлинеарности, методом последовательного исключения наименее значимых факторов построить k-факторные регрессионные модели для Y1, Y2 (причем в одно из уравнений ОБЯЗАТЕЛЬНО включить обе эндогенные переменные).
4. Интерпретировать коэффициенты модели.
5. Определить качество модели по а) t-критерию Стьюдента, б) F-критерию Фишера, в) коэффициенту детерминации.
6. Построить прогноз для некоторых (выбранных Вами) значений входящих в модель факторов. Сделать вывод в целом о применимости и качестве построенной модели.
7. Проверить необходимое и достаточное условие идентифицируемости системы.
8. Если построенная модель является сверхидентифицируемой, то
А) построить для нее структурную форму модели (СФМ),
Б) приведенную форму модели (ПФМ),
В) оценить приведенные коэффициенты обычным МНК
Г) оценить структурные коэффициенты двухшаговым МНК
9. Преобразовать исходную систему к точно идентифицируемой и
А) построить для нее структурную форму модели (СФМ),
Б) приведенную форму модели (ПФМ),
В) оценить приведенные коэффициенты обычным МНК
Г) оценить структурные коэффициенты косвенным МНК
10. Преобразовать исходную систему к неидентифицируемой, проверить необходимое условие идентифицируемости модели.
11. Если исходная модель является точно идентифицируемой или неидентифицируемой, то меняется порядок действий (должно быть три вида систем – сверхидентифицируемая, точно идентифицируемая и неидентифицируемая и 2 метода решений – КМНК и ДМНК)
Эта задача уже решена в MS Excel! Вы можете получить её за 250 руб.
Цена консультации по работе Выполненные практические задания по эконометрике №0065 - договорная.
Чтобы оформить заявку на получение файла с готовой работой или заказ на консультацию и помощь с работой по указанной теме по Вашим требованиям нажмите кнопку: