ПЕРЕЧЕНЬ ВОПРОСОВ К ЭКЗАМЕНУ
Варианты контрольных работ Для заОЧНОГО отделения Куцов Александр Михайлович
Выбор варианта
Вариант 1 1. Структурная форма макроэкономической модели имеет вид: Задание: 1. Проверьте каждое уравнение модели на идентифицируемость. 2. Запишите приведенную форму модели. 3. Выберите метод определения структурных коэффициентов каждого уравнения. Выбор обоснуйте. 2. Построить модель с распределенным лагом для l=4 в предположении, что структура лага описывается полиномом третьей степени.
Задание: 1. Определите относительные коэффициенты регрессии и постройте диаграмму структуры лага 2. Определите средний лаг.
3. По территориям региона приводятся данные за 200X г. (p1 – число букв в полном имени, p2 – число букв в фамилии): Требуется: 1. Построить линейное уравнение парной регрессии y по x . 2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F -критерия Фишера и t -критерия Стьюдента. 4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. 6. На одном графике отложить исходные данные и теоретическую прямую. 7. Проверить вычисления в MS Excel.
4. По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x 1 ( % от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ) (p 1 – число букв в полном имени, p2 – число букв в фамилии).
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, частной и множественной корреляции. Проанализировать их. 3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 4. С помощью F -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации
5. С помощью t -критерия Стьюдента оценить статистическую значимость параметров чистой регрессии. 6. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1. 7. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор. 8. Проверить вычисления в MS Excel.
Вариант 2 1. Структурная форма модели имеет вид: Известно, что приведенная форма имеет вид: Задание: 1. Выберите метод определения структурных коэффициентов модели. Выбор обоснуйте. 2. Определите возможные структурные коэффициенты на основе приведенной формы модели. 2. Построить модель с распределенным лагом для l=3 в предположении, что структура лага описывается полиномом третьей степени.
Задание: 1. Определите относительные коэффициенты регрессии и постройте диаграмму структуры лага 2. Определите средний лаг.
3. По территориям региона приводятся данные за 200X г. (p1 – число букв в полном имени, p2 – число букв в фамилии): Требуется: 1. Построить линейное уравнение парной регрессии y по x . 2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F -критерия Фишера и t -критерия Стьюдента. 4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. 6. На одном графике отложить исходные данные и теоретическую прямую. 7. Проверить вычисления в MS Excel.
4. По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x 1 ( % от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ) (p 1 – число букв в полном имени, p2 – число букв в фамилии).
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, частной и множественной корреляции. Проанализировать их. 3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 4. С помощью F -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации
5. С помощью t -критерия Стьюдента оценить статистическую значимость параметров чистой регрессии. 6. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1. 7. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор. 8. Проверить вычисления в MS Excel.
Вариант 3
Известно, что приведенная форма имеет вид: Задание: 1. Выберите метод определения структурных коэффициентов модели. Выбор обоснуйте. 2. Определите возможные структурные коэффициенты на основе приведенной формы модели.
Задание: 1. Определите относительные коэффициенты регрессии и постройте диаграмму структуры лага 2. Определите средний лаг.
3. По территориям региона приводятся данные за 200X г. (p1 – число букв в полном имени, p2 – число букв в фамилии): Требуется: 1. Построить линейное уравнение парной регрессии y по x . 2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F -критерия Фишера и t -критерия Стьюдента. 4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. 6. На одном графике отложить исходные данные и теоретическую прямую. 7. Проверить вычисления в MS Excel.
4. По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x 1 ( % от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ) (p 1 – число букв в полном имени, p2 – число букв в фамилии).
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, частной и множественной корреляции. Проанализировать их. 3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 4. С помощью F -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации
5. С помощью t -критерия Стьюдента оценить статистическую значимость параметров чистой регрессии. 6. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1. 7. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор. 8. Проверить вычисления в MS Excel.
Вариант 4
Известно, что приведенная форма имеет вид: Задание: 1. Проверьте структурную форму модели на идентифицируемость. 2. Выберите метод определения структурных коэффициентов модели. Выбор обоснуйте. 3. Определите возможные структурные коэффициенты на основе приведенной формы модели.
Задание: 1. Определите относительные коэффициенты регрессии и постройте диаграмму структуры лага 2. Определите средний лаг.
3. По территориям региона приводятся данные за 200X г. (p1 – число букв в полном имени, p2 – число букв в фамилии): Требуется: 1. Построить линейное уравнение парной регрессии y по x . 2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F -критерия Фишера и t -критерия Стьюдента. 4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. 6. На одном графике отложить исходные данные и теоретическую прямую. 7. Проверить вычисления в MS Excel.
4. По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x 1 ( % от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ) (p 1 – число букв в полном имени, p2 – число букв в фамилии).
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, частной и множественной корреляции. Проанализировать их. 3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 4. С помощью F -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации
5. С помощью t -критерия Стьюдента оценить статистическую значимость параметров чистой регрессии. 6. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1. 7. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор. 8. Проверить вычисления в MS Excel.
Вариант 5
Задание: 1. Проверьте каждое уравнение модели на идентифицируемость. 2. Запишите приведенную форму модели. 3. Выберите метод определения структурных коэффициентов каждого уравнения. Выбор обоснуйте.
Задание: 1. Определите относительные коэффициенты регрессии и постройте диаграмму структуры лага 2. Определите средний лаг.
3. По территориям региона приводятся данные за 200X г. (p1 – число букв в полном имени, p2 – число букв в фамилии): Требуется: 1. Построить линейное уравнение парной регрессии y по x . 2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F -критерия Фишера и t -критерия Стьюдента. 4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. 6. На одном графике отложить исходные данные и теоретическую прямую. 7. Проверить вычисления в MS Excel.
4. По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x 1 ( % от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ) (p 1 – число букв в полном имени, p2 – число букв в фамилии).
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, частной и множественной корреляции. Проанализировать их. 3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 4. С помощью F -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации
5. С помощью t -критерия Стьюдента оценить статистическую значимость параметров чистой регрессии. 6. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1. 7. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор. 8. Проверить вычисления в MS Excel.
Вариант 6
Известно, что приведенная форма имеет вид: Задание: 1. Выберите метод определения структурных коэффициентов модели. Выбор обоснуйте. 2. Определите возможные структурные коэффициенты на основе приведенной формы модели. 2 Построить модель с распределенным лагом для l=4 в предположении, что структура лага описывается полиномом второй степени.
Задание: 1. Определите относительные коэффициенты регрессии и постройте диаграмму структуры лага 2. Определите средний лаг.
3. По территориям региона приводятся данные за 200X г. (p1 – число букв в полном имени, p2 – число букв в фамилии): Требуется: 1. Построить линейное уравнение парной регрессии y по x . 2. Рассчитать линейный коэффициент парной корреляции, коэффициент детерминации и среднюю ошибку аппроксимации. 3. Оценить статистическую значимость уравнения регрессии в целом и отдельных параметров регрессии и корреляции с помощью F -критерия Фишера и t -критерия Стьюдента. 4. Выполнить прогноз заработной платы y при прогнозном значении среднедушевого прожиточного минимума x , составляющем 107% от среднего уровня. 5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал. 6. На одном графике отложить исходные данные и теоретическую прямую. 7. Проверить вычисления в MS Excel.
4. По 20 предприятиям региона изучается зависимость выработки продукции на одного работника y (тыс. руб.) от ввода в действие новых основных фондов x 1 ( % от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих x2 ( % ) (p 1 – число букв в полном имени, p2 – число букв в фамилии).
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, частной и множественной корреляции. Проанализировать их. 3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 4. С помощью F -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации
5. С помощью t -критерия Стьюдента оценить статистическую значимость параметров чистой регрессии. 6. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора x1 после x2 и фактора x2 после x1. 7. Составить уравнение линейной парной регрессии, оставив лишь один значащий фактор. 8. Проверить вычисления в MS Excel.
ПЕРЕЧЕНЬ ВОПРОСОВ К ЭКЗАМЕНУ
11. Спецификация переменных. Влияние отсутствия в уравнении переменной, которая должна быть включена. Влияние включения в модель переменной, которая не должна быть включена.
лагом и моделей авторегрессии.
Популярное: Как вы ведете себя при стрессе?: Вы можете самостоятельно управлять стрессом! Каждый из нас имеет право и возможность уменьшить его воздействие на нас... Модели организации как закрытой, открытой, частично открытой системы: Закрытая система имеет жесткие фиксированные границы, ее действия относительно независимы... ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (365)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |