Активизация надстройки Пакет анализа

Все темы данного раздела:

Основы эконометрики: практикум
  Пенза 2012 УДК 519.862.6(075.8) ББК 65в6+74.58я73     Рецензенты: доцент кафедры менеджмент ПГУАС, к.э.н. Игошина И.А

Парная линейная регрессия
Предварительные расчеты:

Нелинейные модели парной регрессии
Полином 2-го порядка:. Параметры a, b и c находят, решая мет

Обоснования возможности замены нелинейной регрессии линейной функцией
1) если величина не превышает 0,1, то предположение о линейной форме связи считается оправданным; 2) е

Оценка параметров линейной множественной регрессии
1) в натуральном масштабе, т.е. для уравнения система нормальных уравнений имеет вид:

Оценка тесноты связи и статистической значимости во множественной регрессии
1) коэффициент множественной детерминации ,

Значимость уравнения множественной регрессии в целом
оценивается с помощью F-критерия Фишера: , где n – число наблюдений, m –

Прогнозирование по уравнению линейной множественной регрессии
   

Мерой для оценки включения фактора в модель
служит частный F-критерий, т.е. . Так, если оцениваем значимость влияния фактора

По особенностям остаточных величин
Практические рекомендации по выполнению расчетов с помощью табличного редактора MS Excel Представлены данные о доходах по акциям x и балансовой прибыли y

На гетерокедастичность остатков
Практические рекомендации по выполнению расчетов с помощью табличного редактора MS Excel Представлены данные о доходах по акциям x и балансовой прибыли y

Для верхней группы
ВЫВОД ИТОГОВ                

Для нижней группы
ВЫВОД ИТОГОВ                

Анализ динамики временных рядов
Для выявления специфики развития изучаемых явлений за отдельные периоды времени определяют: Ø абсолютные приросты уровней ряда; Ø относительные приросты уровней ряда

С сезонными колебаниями
Модель временного ряда с сезонными колебаниями можно рассматривать в следующих возможных формах: · – а

Анализ взаимосвязи двух временных рядов
Последовательность выявления автокорреляции с помощью критерия Дарбина-Уотсона Расчетное значение критерия определяется по формуле

Уравнение линейной регрессии по уровням временных рядов
Уравнение регрессии и все статистические параметры получим по Анализ данных/Регрессия. Причем, в диалоговом окне ввода данных и параметров вывода можно поставить флажок на позиции Остатки

С включенным фактором времени
Построим уравнение регрессии, включив в него фактор времени. ВЫВОД ИТОГОВ          

Уравнение регрессии по первым разностям
Ежегодные абсолютные приросты (первые разности) определяются по формулам ,

С распределенным лагом
Рассмотрим модель с распределенным лагом в ее общем виде в предположении, что максимальная величина лага конечна:

Авторегрессионные модели временных рядов
Модели, которые наряду с текущими или лаговыми значениями факторных переменных, содержат лаговые значения зависимой переменной называются моделями авторегрессии, например, модель вида

И их составляющие
Системы одновременных уравнений могут быть представлены в структурной и приведенной формах. Основными составляющими обеих форм записи являются эндогенные и экзогенн

Проблема идентификации
При переходе от приведенной формы модели к структурной исследователь сталкивается с проблемой идентификации. Идентификация – это единственность соответствия между приведенной и структурной формой м

Исходные данные к лабораторной работе № 11
  Текущий период Процентная ставка R (%) ВВП Y (млн руб.) Денежная масса М (млн руб.) Внутрен­ние инв

На 5%-ном уровне значимости
n

Библиографический список
1. Гореева Н.М., Демидова Л.Н. и др. Эконометрика в схемах и таблицах./ под ред. проф. С.А. Орехова. – М.: Эксмо, 2008г. 2. Елисеева И.И. Эконометрика: учебное пособие/И.И. Елисеева, С.В.