2. Найдем структурные коэффициенты модели.

Для этого:

Запишем систему в матричной форме, перенеся все эндогенные переменные в левые части системы:


Rt-b12Yt=a1+b12Mt

Yt-b21Rt-b23It=a2+b25Gt

It-b31Rt=a3

откуда

, и , , , .

Решаем систему относительно : . Найдем

, где  –

алгебраические дополнения соответствующих элементов матрицы ,  – минор, т.е. определитель, полученный из матрицы  вычеркиванием i-й строки и j-го столбца.

,

,

,

.

Поэтому


В данном случае эти коэффициенты можно найти значительно проще. Находим  из второго уравнения приведенной системы и подставим его в первое уравнение этой системы. Тогда первое уравнение системы примет вид: , откуда  , . Из третьего уравнения системы находим  и подставляем во второе уравнение системы, получим: , решая его совместно с уравнением  и, исключая , получим . Сравнивая это уравнение со вторым уравнением системы получим . Выражая  из второго уравнения, и подставляя в третье системы (3.2), получим . Сравнивая это уравнение с третьим уравнением системы, получим .

Задание 4

Имеются данные за пятнадцать дней по количеству пациентов клиники, прошедших через соответствующие отделения в течение дня. Данные приведены в табл. 6.


Таблица 6
День Глазное отделение
1 30
2 22
3 19
4 28
5 24
6 18
7 35
8 29
9 40
10 34
11 31
12 29
13 35
14 23
15 27

Требуется:

1. Определить коэффициенты автокорреляции уровней ряда первого и второго порядка.

2. Обосновать выбор уравнения тренда и определите его параметры.

3. Сделать выводы.

4. Результаты оформить в виде пояснительной записки.

Решение

Определим коэффициент корреляции между рядами  и . Ррасчеты приведены в таблице 7:


год

1 30 - - - - - - - - - - - -
2 22 30 - -6,14 1,64 37,73 2,70 - - - - 10,09 -
3 19 22 30 -9,14 -6,36 83,59 40,41 -9,36 1,23 87,56 1,51 58,12 11,52
4 28 19 22 -0,14 -9,36 0,02 87,56 -0,36 -6,77 0,13 45,82 1,34 2,42
5 24 28 19 -4,14 -0,36 17,16 0,13 -4,36 -9,77 18,98 95,44 1,48 42,57
6 18 24 28 -10,14 -4,36 102,88 18,98 -10,36 -0,77 107,27 0,59 44,19 7,97
7 35 18 24 6,86 -10,36 47,02 107,27 6,64 -4,77 44,13 22,75 71,02 31,68
8 29 35 18 0,86 6,64 0,73 44,13 0,64 -10,77 0,41 115,98 5,69 6,92
9 40 29 35 11,86 0,64 140,59 0,41 11,64 6,23 135,56 38,82 7,62 72,54
10 34 40 29 5,86 11,64 34,31 135,56 5,64 0,23 31,84 0,05 68,19 1,30
11 31 34 40 2,86 5,64 8,16 31,84 2,64 11,23 6,98 126,13 16,12 29,68
12 29 31 34 0,86 2,64 0,73 6,98 0,64 5,23 0,41 27,36 2,27 3,36
13 35 29 31 6,86 0,64 47,02 0,41 6,64 2,23 44,13 4,98 4,41 14,82
14 23 35 29 -5,14 6,64 26,45 44,13 -5,36 0,23 28,70 0,05 34,16 1,24
15 27 23 35 -1,14 -5,36 1,31 28,70 -1,36 6,23 1,84 38,82 6,12 8,46

120 - - - 0,00 0,00 547,71 549,21 3,36 0,00 507,94 518,31 330,84 234,47
Средн. 8

28,14

28,36

28,36 28,77

Результат говорит о заметной зависимости между показателями и наличии во временном ряде линейной тенденции.

Определим коэффициент автокорреляции второго порядка:

 ,

Результат подтверждает наличие линейной тенденции. Выбираем линейное уравнение тренда: .

Параметры определим, используя МНК. Результаты расчетов приведены в табл. 8.


Таблица 8

1 30 1 900 30 -7,00 49
2 22 4 484 44 -6,00 36
3 19 9 361 57 -5,00 25
4 28 16 784 112 -4,00 16
5 24 25 576 120 -3,00 9
6 18 36 324 108 -2,00 4
7 35 49 1225 245 -1,00 1
8 29 64 841 232 0,00 0
9 40 81 1600 360 1,00 1
10 34 100 1156 340 2,00 4
11 31 121 961 341 3,00 9
12 29 144 841 348 4,00 16
13 35 169 1225 455 5,00 25
14 23 196 529 322 6,00 36
15 27 225 729 405 7,00 49

120 424 1240 12536 3519 0 280
Средн. 8,00 28,27 82,67 835,73 234,6 - -

.

Уравнение тренда примет вид: , коэффициент корреляции

.

Расчетное значение критерия Фишера равно ,

,

уравнение статистически значимо и прогноз имеет смысл.


Список использованной литературы

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. – М.: ЮНИТИ, 1998.

2. Катышев П.К., Пересецкий А.А. Сборник задач к начальному курсу эконометрики. – М.: Дело, 1999.

3. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика: начальный курс. – М.: Дело, 2000.

4. Практикум по эконометрике. Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2001.

5. Эддоус М., Стэнсфилд Р. Методы принятия решения. – М.: ЮНИТИ, 1997.

6. Эконометрика. Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 2001.


Информация о работе «Решение задач по эконометрике»
Раздел: Экономико-математическое моделирование
Количество знаков с пробелами: 14849
Количество таблиц: 9
Количество изображений: 2

Похожие работы

Скачать
21222
13
4

... уравнения. 4.   Найти среднюю ошибку аппроксимации. 5.   Рассчитать прогнозное значение результата, если прогнозное значение факторов составит: х1 = 35 лет, х2 = 10 лет, х3 = 20 штук в смену. Решение. Для оценки мультиколлинеарности факторов используем определитель матрицы парных коэффициентов корреляции между факторами. Определим парные коэффициенты корреляции. Для этого рассчитаем ...

Скачать
22670
1
4

... а также любые колебания, в которых прослеживается закономерность. В качестве примера можно назвать модель экспоненциального сглаживания Брауна. 3. Пример проведения прогнозирования прибыли с использованием пакета SPSS Постановка задачи: Необходимо построить модель, дающую возможность предсказывать размер прибыли некоторой торговой фирмы, если известны данные о ежемесячной прибыли за последние ...

Скачать
24301
8
7

... , и , то можно предположить о правильном распределении объектов и уже существующих двух классах и верно выполненной классификации объектов подмножества М0. 3.2 Пример решения задачи дискриминантным анализом в системе STATISTICA Исходя из данных по 10 странам (рис. 3.1), которые были выбраны и отнесены к соответствующим группам экспертным методом (по уровню медицинского обслуживания), ...

Скачать
26462
1
35

... . Специалист для которого MS Excel является именно тем средством которое позволяет облегчить и ускорить его работу, должен знать и уметь использовать в повседневной работе новейшие экономико-математические методы и модели, предлагаемые новыми прикладными программами. Традиционный способ изучения экономико-математических методов заключается не только в определении их назначения и сути, ...

0 комментариев


Наверх