Эконометрика. Модель линейной регрессии. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет

Save this PDF as:
 WORD  PNG  TXT  JPG

Размер: px
Начинать показ со страницы:

Download "Эконометрика. Модель линейной регрессии. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет"

Транскрипт

1 Эконометрика Модель линейной регрессии Шишкин Владимир Андреевич Пермский государственный национальный исследовательский университет

2 Вероятностью P(A) события A называется численная мера степени объективной возможности появления этого события. Случайная величина X функция, заданная на множестве элементарных событий. Закон распределения случайной X всякое соотношение, устанавливающее связь между возможными значениями случайной и соответствующими им вероятностями.

3 Характеристики случайных величин Математическое ожидание: E (X) = n x i p i E (X) = xp(x) dx Дисперсия и среднее квадратическое отклонение (стандартное отклонение): D (x) = E ( X E (X) ) 2 σ X = D (X) x q квантиль уровня q, если F (x q ) = P(x x q ) = q Начальные ν k и центральные µ k моменты k-го порядка: ν k = E (X k ) µ k (X) = E ( X E (X) ) k

4 Характеристики многомерных случайных величин Ковариация (ковариационный момент): ( (X )( ) ) Cov (X, Y ) = E E (X) Y E (Y ) Коэффициент корреляции: Cor (X, Y ) = Cov (X, Y ) σ X σ Y

5 Оценки параметров распределений Оценка θ n параметра θ Всякая функция результатов наблюдений над случайной величиной X, с помощью которой судят о величине θ. Несмещённая оценка: E ( θ n ) = θ. Состоятельная оценка: для любого ε > 0 lim P( θ n θ ε ) n Эффективная оценка несмещённая оценка, имеющая наименьшую дисперсию среди всех несмещённых оценок, вычисленных по выборкам одного и того же объёма.

6 Оценки параметров нормального распределения Точечные оценки Математическое ожидание (среднее арифметическое): x = 1 n n x i Дисперсия (исправленная выборочная дисперсия): s 2 = 1 n 1 Стандартное отклонение: n (x i x) 2 s = s 2

7 Оценки параметров нормального распределения Интервальные оценки Интервальная оценка параметра θ Числовой интервал ( θ n (1) (2), θ n ), который с заданной вероятностью γ накрывает неизвестное значение параметра θ. Доверительный интервал для математического ожидания на уровне значимости α: ( ) s s x + t α 2,n 1, x + t 1 α n 1 2,n 1 n 1 Доверительный интервал для генеральной дисперсии на уровне значимости α: ( (n 1)s 2 χ 2 α 2,n 1, ) (n 1)s 2 χ 2 1 α 2,n 1

8 Проверка статистических гипотез Статистическая гипотеза Любое предположение о виде или параметре неизвестного закона распределения. Гипотеза H 0 Принимается Отвергается Верна Правильно Ошибка первого рода Не верна Ошибка второго рода Правильно Уровень значимости критерия вероятность α допустить ошибку первого рода. Мощность критерия вероятность (1 β) не допустить ошибку второго рода.

9 Проверка статистических гипотез для величин, имеющих нормальное распределение H 0 : x = µ: t-критерий Стьюдента x µ n tn 1 s T 2 -критерий Хотеллинга x = (x 1,..., x m ) n(x µ) S 1 (x µ) m(n 1) n m F m,n m

10 Проверка статистических гипотез для величин, имеющих нормальное распределение H 0 : x 1 = x 2 : t-критерий Стьюдента (x 1 x 2 ) n 1 n 2 s n1 + n 2 t n1+n 2 2 s = (n 1 1)s (n 2 1)s 2 2 n 1 + n 2 2 T 2 -критерий Хотеллинга n 1 n 2 (x 1 x 2 ) S 1 (x 1 x 2 ) (n 1 + n 2 2)m n 1 + n 2 m 1 F m,n 1+n 2 m 1 1 S = n 1 + n 2 2 (K 1 K 1 + K2 K 2 ) K ij = x ij x j

11 регрессионная модель y i = β 0 + β 1 x i + ε i, i = 1, 2,..., n x объясняющая переменная (регрессор) y объясняемая переменная ε ошибка модели β 1 величина изменения y при изменении x на единицу β 0 величина y при нулевом значении x

12 Исходные данные (x i, y i ), i = 1, 2,..., n x y

13 Задача подгонки кривой Подобрать функцию f(x) из параметрического семейства f(x β) вида f(x β) = β 0 + β 1 x наилучшим образом описывающую зависимость y от x: y i f(x i ), i = 1,..., n. Оценка близости сумма квадратов отклонений n ( yi f(x i β) ) 2 ; сумма модулей n y i f(x i β) ;...

14 x y

15 Оценка коэффициентов регрессии Метод наименьших квадратов n ( ESS = yi (β 0 + β 1 x i ) ) 2 min ESS сумма квадратов ошибок (Errors Sum of Square)

16 Оценка коэффициентов регрессии Метод наименьших квадратов n ( ESS = yi (β 0 + β 1 x i ) ) 2 min Необходимые условия сущестования экстремума: ESS β 0 = 0, ESS β 1 = 0

17 Оценка коэффициентов регрессии Метод наименьших квадратов n ( ESS = yi (β 0 + β 1 x i ) ) 2 min Необходимые условия сущестования экстремума: ESS β 0 = 0, ESS β 1 = 0 Стандартная система нормальных уравнений: n b 0 n + b 1 x i = n n n y i, b 0 x i + b 1 x 2 i = n y i x i

18 Оценка коэффициентов регрессии Метод наименьших квадратов n ( ESS = yi (β 0 + β 1 x i ) ) 2 min Необходимые условия сущестования экстремума: ESS β 0 = 0, ESS β 1 = 0 Стандартная система нормальных уравнений: b 0 + b 1 x = y, b 0 x + b 1 x 2 = yx

19 Оценка коэффициентов регрессии b 1 = n n x iy i n x n i y i n n x2 i ( n x i) 2 b 1 = xy x y x 2 x 2 b 0 = 1 n y i 1 n x i b 1 b 0 = y b 1 x n n b 1 = cov (x, y) s 2 x

20 Оценка коэффициентов регрессии (матричная форма записи) Систему уравнений y 1 = β 0 + β 1 x 1 + ε 1 y 2 = β 0 + β 1 x 2 + ε 1... y n = β 0 + β 1 x n + ε 1 можно записать в виде y = Xβ + ε где y 1 1 x 1 y 2 y =. X = 1 x 2.. β = y n 1 x n ( β0 β 1 ) ε 1 ε 2 ε =. ε n

21 Оценка коэффициентов регрессии (матричная форма записи) y = Xβ + ε X y = X Xβ + X ε X y = X Xb b = (X X) 1 X y

22 регрессионная модель Основные гипотезы 1 y i = β 0 + β 1 x i + ε i, i = 1, 2,..., n модель правильно специфицирована 2 x детерминированная величина, ветор (x 1,..., x n ) не коллинеарен вектору (1, 1,..., 1) 3 E ε i = 0, E (ε 2 i ) = D (ε i) = σ 2 4 E (ε i ε j ) = 0 при i j 5 ε i N (0, σ 2 ) Теорема Гаусса Маркова В предположениях модели 1 4 оценки b 0, b 1, полученные по методу наименьших квадратов, имеют наименьшую дисперсию в классе всех линейных несмещённых оценок.

23 регрессионная модель Дисперсия ошибок Прогноз значения y i в точке x i (модельное значение): ŷ i = b 0 + b 1 x i, i = 1, 2,..., n Остатки модели: e i = y i ŷ i, i = 1, 2,..., n Несмещённая оценка дисперсии ошибок σ 2 ε: s 2 e = 1 n 2 n e 2 i

24 регрессионная модель Оценки дисперсии параметров модели s 2 b 1 = s 2 e n (x i x) 2 s 2 s 2 n e b 0 == x2 i n n (x i x) 2 s 2 cov (b 0, b 1 ) = ex n (x i x) 2

25 регрессионная модель Проверка гипотезы H 0 : β = β t i,н = b i β i s bi t n 2 t-критерий Стьюдента Если b i s bi > t 1 α 2,n 2, то коэффициент b i линейной модели значим при уровне значимости α (отклоняется нулевая гипотеза β i = 0). Доверительный интервал для β i : b i + t α 2,n 2 s bi β i b i + t 1 α 2,n 2 s bi

26 регрессионная модель Анализ вариации зависимой переменной в регрессии n (y i y) 2 = } {{ } TSS n (y i ŷ) 2 + } {{ } ESS n (ŷ i y) 2 } {{ } RSS TSS вся дисперсия y (total sum of squares) ESS не объяснённая дисперсия (error sum of squares) RSS объяснённая моделью часть дисперсии y (regression sum of squares) Коэффициент детерминации R 2 = 1 ESS TSS = RSS TSS

27 регрессионная модель Проверка значимости модели F -критерий Фишера Если выполняется условие n F н = (ŷ i y) 2 > F 1 α,1,n 2, 1 n 2 n e2 i то модель значима на уровне значимости α. R 2 F н = (n 2) 1 R 2


Эконометрика. Модель линейной регрессии. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет

Эконометрика. Модель линейной регрессии. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет Эконометрика Модель линейной регрессии Шишкин Владимир Андреевич Пермский государственный национальный исследовательский университет Модель множественной линейной регрессии Модель парной регрессии: y i

Подробнее

ЗНАЧИМОСТЬ УРАВНЕНИЯ РЕГРЕССИИ И КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ

ЗНАЧИМОСТЬ УРАВНЕНИЯ РЕГРЕССИИ И КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ ЗНАЧИМОСТЬ УРАВНЕНИЯ РЕГРЕССИИ И КОЭФФИЦИЕНТ ДЕТЕРМИНАЦИИ Проверить значимость уравнения регрессии значит установить, соответствует ли построенное уравнение регрессии экспериментальным данным и достаточно

Подробнее

3. Какие из указанные моделей НЕЛЬЗЯ представить в линейном виде?

3. Какие из указанные моделей НЕЛЬЗЯ представить в линейном виде? ФИО: 1. Набор данных содержит 10 переменных по 500 случайно отобранным домохозяйствам за 5 лет. Этот тип данных называется: (a) Временной ряд (b) Панельные данные (c) Пространственная выборка (d) Генеральная

Подробнее

Кафедра «Теория рынка» Тимофеев В.С. ОСНОВЫ ЭКОНОМЕТРИКИ (Раздел 3. парная регрессия) теоретические материалы для студентов ОФиП

Кафедра «Теория рынка» Тимофеев В.С. ОСНОВЫ ЭКОНОМЕТРИКИ (Раздел 3. парная регрессия) теоретические материалы для студентов ОФиП МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ

Подробнее

Курсовая работа. Институт экономики и финансов кафедра «Математика»

Курсовая работа. Институт экономики и финансов кафедра «Математика» ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ ИМПЕРАТОРА НИКОЛАЯ II» Институт экономики и финансов кафедра «Математика»

Подробнее

Семинар 3. МНК. Генерирование случайных величин. Повторение теории вероятностей и математической статистики.

Семинар 3. МНК. Генерирование случайных величин. Повторение теории вероятностей и математической статистики. Семинары по эконометрике 0 год Семинар 3 МНК Генерирование случайных величин Повторение теории вероятностей и математической статистики Задание для выполнения на компьютерах : Сгенерируйте две независимые

Подробнее

ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИЙ АНАЛИЗ МАТЕРИАЛОВ НАБЛЮДЕНИЙ (ПРОВЕРКА СОГЛАСИЯ ЭМПИРИЧЕСКОГО РАСПРЕДЕЛЕНИЯ С НОРМАЛЬНЫМ) Исходные данныe :

ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИЙ АНАЛИЗ МАТЕРИАЛОВ НАБЛЮДЕНИЙ (ПРОВЕРКА СОГЛАСИЯ ЭМПИРИЧЕСКОГО РАСПРЕДЕЛЕНИЯ С НОРМАЛЬНЫМ) Исходные данныe : 1 ЗАДАНИЕ ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИЙ АНАЛИЗ МАТЕРИАЛОВ НАБЛЮДЕНИЙ (ПРОВЕРКА СОГЛАСИЯ ЭМПИРИЧЕСКОГО РАСПРЕДЕЛЕНИЯ С НОРМАЛЬНЫМ) Исходные данныe : 0.30-1.4 0.59-1.79 0.4 0.7 1.73 0.45 0.34-0.09 1.09 -.04

Подробнее

1. (10;20) 2. (15;25) 3. (10;15) 4. (5;25) 5. (0;20) Тогда статистическая оценка математического ожидания равна

1. (10;20) 2. (15;25) 3. (10;15) 4. (5;25) 5. (0;20) Тогда статистическая оценка математического ожидания равна Тема: Математическая статистика Дисциплина: Математика Авторы: Нефедова Г.А.. Точечная оценка параметра равна 5. Укажите, какой вид может иметь интервальная оценка:. (0;0). (5;5) 3. (0;5) 4. (5;5) 5. (0;0).

Подробнее

ЛЕКЦИЯ 3 ЛИНЕЙНАЯ РЕГРЕССИЯ: СЛУЧАЙ ОДНОЙ ОБЪЯСНЯЮЩЕЙ ПЕРЕМЕННОЙ (ПРОДОЛЖЕНИЕ)

ЛЕКЦИЯ 3 ЛИНЕЙНАЯ РЕГРЕССИЯ: СЛУЧАЙ ОДНОЙ ОБЪЯСНЯЮЩЕЙ ПЕРЕМЕННОЙ (ПРОДОЛЖЕНИЕ) ЛЕКЦИЯ 3 ЛИНЕЙНАЯ РЕГРЕССИЯ: СЛУЧАЙ ОДНОЙ ОБЪЯСНЯЮЩЕЙ ПЕРЕМЕННОЙ (ПРОДОЛЖЕНИЕ. Несколько результатов относительно регрессий оцениваемых МНК.. Дисперсионный анализ. 3. Оценка качества регрессии. Интерпретация

Подробнее

Эконометрическое моделирование

Эконометрическое моделирование Эконометрическое моделирование Лабораторная работа 3 Парная регрессия Оглавление Парная регрессия... 3 Метод наименьших квадратов (МНК)... 3 Интерпретация уравнения регрессии... 4 Оценка качества построенной

Подробнее

n объектов, Раздел 3. Элементы математической статистики Литература. [5], гл.15, гл.16

n объектов, Раздел 3. Элементы математической статистики Литература. [5], гл.15, гл.16 Раздел 3. Элементы математической статистики Литература. [5], гл.15, гл.16 Математическая статистика занимается методами сбора и обработки статистического материала результатов наблюдений над объектами

Подробнее

Вариационный ряд делится тремя квартилями Q 1, Q 2, Q 3 на 4 равные части. Q 2 медиана. Показатели рассеивания. Выборочная дисперсия.

Вариационный ряд делится тремя квартилями Q 1, Q 2, Q 3 на 4 равные части. Q 2 медиана. Показатели рассеивания. Выборочная дисперсия. Квантили Выборочная квантиль x p порядка p (0 < p < 1) определяется как элемент вариационного ряда выборки x (1),, x () с номером [p]+1, где [a] целая часть числа а В статистической практике используется

Подробнее

17 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика

17 ГрГУ им. Я. Купалы - ФМ и И - СА и ЭМ - «Экономическая кибернетика» - Эконометрика Лекция 3 7 6 Разложение оценок коэффициентов на неслучайную и случайную компоненты Регрессионный анализ позволяет определять оценки коэффициентов регрессии Чтобы сделать выводы по полученной модели необходимы

Подробнее

Линейная регрессионная модель и эмпирическое уравнение регрессии. Метод наименьших квадратов (МНК)

Линейная регрессионная модель и эмпирическое уравнение регрессии. Метод наименьших квадратов (МНК) Линейная регрессионная модель и эмпирическое уравнение регрессии Метод наименьших квадратов (МНК) Предпосылки МНК Анализ точности определения оценок коэффициентов регрессии Обе переменные равноценны нельзя

Подробнее

8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ

8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ 8. ПРИМЕРНЫЕ ВОПРОСЫ ДЛЯ ПОДГОТОВКИ К ЭКЗАМЕНУ (ЗАЧЕТУ) ПО ДИСЦИПЛИНЕ 1. Основные понятия и определения теории вероятностей. Виды случайных событий. Классическое и статистическое определение вероятности

Подробнее

Материалы по курсу эконометрика-1. Подготовил Выдумкин Платон. Основные понятия и задачи этой части курса.

Материалы по курсу эконометрика-1. Подготовил Выдумкин Платон. Основные понятия и задачи этой части курса. Материалы по курсу эконометрика-. Подготовил Выдумкин Платон Тема. Регрессия МНК с одной объясняющей переменной. Основные понятия и задачи этой части курса... Математические свойства оценок МНК... Статистические

Подробнее

Эконометрика. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет. Стохастические регрессоры

Эконометрика. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет. Стохастические регрессоры Эконометрика Шишкин Владимир Андреевич Пермский государственный национальный исследовательский университет y n 1-вектор, X n m-матрица, ε n 1-вектор X случайные величины и (при фиксированной матрице X)

Подробнее

Корреляция. u n. Методические указания

Корреляция. u n. Методические указания Методические указания Корреляция Регрессией Y на X или условным математическим ожиданием случайной величины Y относительно случайной величины X называется функция вида М (Y/ x)=f(x). Регрессией X на Y

Подробнее

ЛЕКЦИЯ 6 МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ: ОБЩИЙ ВИД МОДЕЛИ, МАТРИЧНАЯ ФОРМА ЗАПИСИ

ЛЕКЦИЯ 6 МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ: ОБЩИЙ ВИД МОДЕЛИ, МАТРИЧНАЯ ФОРМА ЗАПИСИ ЛЕКЦИЯ 6 МНОЖЕСТВЕННАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ: ОБЩИЙ ВИД МОДЕЛИ, МАТРИЧНАЯ ФОРМА ЗАПИСИ. Общий вид модели множественной линейной регрессии, матричная форма записи, оценка параметров модели МНК.. Теорема Гаусса-Маркова.

Подробнее

11. Тесты по математической статистике. Тест Дана выборка ( 3,1,2,3,1,4, 5). Составьте вариационный ряд.

11. Тесты по математической статистике. Тест Дана выборка ( 3,1,2,3,1,4, 5). Составьте вариационный ряд. 11 Тесты по математической статистике Тест 1 P 1 Для любого x имеет место соотношение F x правую часть Заполните Дана выборка ( 3,1,,3,1,4, 5) Составьте вариационный ряд 3 Что оценивают x и выборочная

Подробнее

, при уровнях значимости = 0, 05

, при уровнях значимости = 0, 05 Задача скачана с сайта wwwqacademru Задача Имеется информация за лет относительно среднего дохода X и среднего потребления Y (млн руб): Годы 9 9 9 93 94 95 96 97 98 99 X,5,6,3 3,7 4,5 6, 7,3 8,7,,8 Y 8,5,3

Подробнее

ЭКОНОМЕТРИКА. 1. Предпосылки метода наименьших квадратов.

ЭКОНОМЕТРИКА. 1. Предпосылки метода наименьших квадратов. Лекция 5 ЭКОНОМЕТРИКА 5 Проверка качества уравнения регрессии Предпосылки метода наименьших квадратов Рассмотрим модель парной линейной регрессии X 5 Пусть на основе выборки из n наблюдений оценивается

Подробнее

1. Общий анализ временного ряда. Доходы населения

1. Общий анализ временного ряда. Доходы населения 1. Общий анализ временного ряда. 1.1. Проверка гипотезы о случайности временного ряда. График временного ряда изучаемого показателя «Среднедушевые денежные доходы» изображен на рис. «Доходы населения».

Подробнее

Камчатский государственный технический университет. Кафедра высшей математики ЭКОНОМЕТРИКА. Модель парной регрессии

Камчатский государственный технический университет. Кафедра высшей математики ЭКОНОМЕТРИКА. Модель парной регрессии Камчатский государственный технический университет Кафедра высшей математики ЭКОНОМЕТРИКА Модель парной регрессии Задания и методические указания для студентов специальностей ФК, БУ, ПИ дневного и заочного

Подробнее

Выборочные оценки параметров распределения

Выборочные оценки параметров распределения Выборочные оценки параметров распределения 1 Выборочные оценки параметров распределения Резюмируя, важно подчеркнуть, что, с точки зрения экспериментатора, функции распределения и статистические характеристики

Подробнее

Теория вероятностей и математическая статистика Конспект лекций

Теория вероятностей и математическая статистика Конспект лекций Министерство образования и науки РФ ФБОУ ВПО Уральский государственный лесотехнический университет ИНСТИТУТ ЭКОНОМИКИ И УПРАВЛЕНИЯ Кафедра высшей математики Теория вероятностей и математическая статистика

Подробнее

Курсовая работа. Институт экономики и финансов кафедра «Математика»

Курсовая работа. Институт экономики и финансов кафедра «Математика» ФЕДЕРАЛЬНО ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ ИМПЕРАТОРА НИКОЛАЯ II» Институт экономики и финансов кафедра «Математика»

Подробнее

Лекция 9. Множественная линейная регрессия

Лекция 9. Множественная линейная регрессия Лекция 9. Множественная линейная регрессия Буре В.М., Грауэр Л.В. ШАД Санкт-Петербург, 2013 Буре В.М., Грауэр Л.В. (ШАД) Множественная регрессия... Санкт-Петербург, 2013 1 / 39 Cодержание Содержание 1

Подробнее

Семинар 3. Генерирование случайных величин. Повторение теории вероятностей и математической статистики. Задание для выполнения на компьютерах 1 :

Семинар 3. Генерирование случайных величин. Повторение теории вероятностей и математической статистики. Задание для выполнения на компьютерах 1 : Семинары по эконометрике 0 год Преподаватель: Вакуленко ЕС Семинар 3 Генерирование случайных величин Повторение теории вероятностей и математической статистики Задание для выполнения на компьютерах : Сгенерируйте

Подробнее

Лекция 24. Регрессионный анализ. Функциональная, статистическая и корреляционная зависимости

Лекция 24. Регрессионный анализ. Функциональная, статистическая и корреляционная зависимости МВДубатовская Теория вероятностей и математическая статистика Лекция 4 Регрессионный анализ Функциональная статистическая и корреляционная зависимости Во многих прикладных (в том числе экономических) задачах

Подробнее

Модель парной регрессии

Модель парной регрессии Модель парной регрессии 30 25 20 15 10 В статистических данных редко встречаются точные линейные соотношения: y x 1 2 Обычно они бывают приближенными: y x 1 2 5 0 2 4 6 8 10 12 14 16 18 20

Подробнее

такая, что ' - ее функцией плотности. Свойства функции плотности

такая, что ' - ее функцией плотности. Свойства функции плотности Демидова ОА, Ратникова ТА Сборник задач по эконометрике- Повторение теории вероятностей Случайные величины Определение Случайными величинами называют числовые функции, определенные на множестве элементарных

Подробнее

Правительство Российской Федерации

Правительство Российской Федерации Правительство Российской Федерации Федеральное государственное автономное образовательное учреждение высшего профессионального образования "Национальный исследовательский университет "Высшая школа экономики"

Подробнее

1. СТАТИСТИЧЕСКАЯ ОЦЕНКА ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ Понятие о статистической оценке параметров

1. СТАТИСТИЧЕСКАЯ ОЦЕНКА ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ Понятие о статистической оценке параметров . СТАТИСТИЧЕСКАЯ ОЦЕНКА ПАРАМЕТРОВ РАСПРЕДЕЛЕНИЯ.. Понятие о статистической оценке параметров Методы математической статистики используются при анализе явлений, обладающих свойством статистической устойчивости.

Подробнее

ЛЕКЦИЯ 14 НАРУШЕНИЯ ПРЕДПОСЫЛОК ТЕОРЕМЫ ГАУССА-МАРКОВА: Ч. II. ГЕТЕРОСКЕДАСТИЧНОСТЬ: ТЕСТИРОВАНИЕ И УСТРАНЕНИЕ

ЛЕКЦИЯ 14 НАРУШЕНИЯ ПРЕДПОСЫЛОК ТЕОРЕМЫ ГАУССА-МАРКОВА: Ч. II. ГЕТЕРОСКЕДАСТИЧНОСТЬ: ТЕСТИРОВАНИЕ И УСТРАНЕНИЕ ЛЕКЦИЯ 4 НАРУШЕНИЯ ПРЕДПОСЫЛОК ТЕОРЕМЫ ГАУССА-МАРКОВА: Ч. II. ГЕТЕРОСКЕДАСТИЧНОСТЬ: ТЕСТИРОВАНИЕ И УСТРАНЕНИЕ. Тестирование гипотез на наличие (отсутствие) гетероскедастичности: тесы Уайта, Глейзера, Бройша-

Подробнее

ТЕМА 1. ПРОСТАЯ ЛИНЕЙНАЯ ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ Оценивание параметров эконометрической модели методом наименьших квадратов

ТЕМА 1. ПРОСТАЯ ЛИНЕЙНАЯ ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ Оценивание параметров эконометрической модели методом наименьших квадратов 8 ТЕМА ПРОСТАЯ ЛИНЕЙНАЯ ЭКОНОМЕТРИЧЕСКАЯ МОДЕЛЬ Оценивание параметров эконометрической модели методом наименьших квадратов Простая линейная регрессионная модель устанавливает линейную зависимость между

Подробнее

10 Экономическая кибернетика Коэффициент корреляции. , xy y i x i выборочные средние,

10 Экономическая кибернетика Коэффициент корреляции. , xy y i x i выборочные средние, Лекция 0.3. Коэффициент корреляции В эконометрическом исследовании вопрос о наличии или отсутствии зависимости между анализируемыми переменными решается с помощью методов корреляционного анализа. Только

Подробнее

Свойстваоценок МНК. Трудно заставить человека понять что-либо, если его заработок обеспечивается непониманием этого. Эптон Синклер

Свойстваоценок МНК. Трудно заставить человека понять что-либо, если его заработок обеспечивается непониманием этого. Эптон Синклер Трудно заставить человека понять что-либо, если его заработок обеспечивается непониманием этого Эптон Синклер Свойстваоценок МНК 1 АлгоритмМНК Рассмотрим конкретный численный пример: Задача поиска 3 1

Подробнее

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ имени Н.Э. БАУМАНА

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ имени Н.Э. БАУМАНА МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ имени Н.Э. БАУМАНА С.П.Еркович ПРИМЕНЕНИЕ РЕГРЕССИОННОГО И КОРРЕЛЯЦИОННОГО АНАЛИЗА ДЛЯ ИССЛЕДОВАНИЯ ЗАВИСИМОСТЕЙ В ФИЗИЧЕСКОМ ПРАКТИКУМЕ. Москва, 994.

Подробнее

Контрольное задание

Контрольное задание http://wwwzachetru/ Контрольное задание Задача Построить полигон относительных частот по данным вариационного ряда ( 0): 3 6 7 0 m 8 0 3 3 Решение 3 6 7 0 m 8 0 3 3 m Полигон относительных частот: 0073

Подробнее

Регрессияшпаргалка. Кафедра Автоматизации технологических процессов Доц. Южанин В.В.

Регрессияшпаргалка. Кафедра Автоматизации технологических процессов Доц. Южанин В.В. Регрессияшпаргалка Кафедра Автоматизации технологических процессов Доц. Южанин В.В. Об использовании регрессионной модели для описания реальных процессов Ошибка (шум) моделирует неучтенные факторы. Невозможность

Подробнее

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА БАЗА ТЕСТОВЫХ ЗАДАНИЙ

МАТЕМАТИЧЕСКАЯ СТАТИСТИКА БАЗА ТЕСТОВЫХ ЗАДАНИЙ Е. В. Морозова 0 МИНОБРНАУКИ РОССИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОЛГОГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ» КАМЫШИНСКИЙ

Подробнее

Лекция 8. Множественная линейная регрессия

Лекция 8. Множественная линейная регрессия Лекция 8. Множественная линейная регрессия Грауэр Л.В., Архипова О.А. CS Center Санкт-Петербург, 2014 Грауэр Л.В., Архипова О.А. (CSC) Множественная регрессия... Санкт-Петербург, 2014 1 / 38 Cодержание

Подробнее

МИНИСТЕРСТВО ТРАНСПОРТА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ

МИНИСТЕРСТВО ТРАНСПОРТА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ МИНИСТЕРСТВО ТРАНСПОРТА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «РОССИЙСКИЙ УНИВЕРСИТЕТ ТРАНСПОРТА (МИИТ)» КАФЕДРА «МАТЕМАТИКА» М.В. Ишханян

Подробнее

Эконометрика. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет. Модель линейной регрессии

Эконометрика. Шишкин Владимир Андреевич. Пермский государственный национальный исследовательский университет. Модель линейной регрессии Эконометрика Шишкин Владимир Андреевич Пермский государственный национальный исследовательский университет Теорема Гаусса Маркова Предположим, что 1 y = Xβ + ε; 2 X детерминированная n (m + 1)-матрица

Подробнее

Статистические оценки параметров распределения

Статистические оценки параметров распределения Статистические оценки параметров распределения Рудько Александр Владимирович студент ФГОУ ВО Курский государственный университет, колледж коммерции, технологий и сервиса, Россия, г. Курск Ефимцева Ирина

Подробнее

ДОМАШНЕЕ ЗАДАНИЕ по МАТЕМАТИЧЕСКОЙ СТАТИСТИКЕ. Исходные данные

ДОМАШНЕЕ ЗАДАНИЕ по МАТЕМАТИЧЕСКОЙ СТАТИСТИКЕ. Исходные данные ДОМАШНЕЕ ЗАДАНИЕ по МАТЕМАТИЧЕСКОЙ СТАТИСТИКЕ Исходные данные Задана большая выборка, объем которой п 00..49 3.548 4.409 5.08 0.39.096 5.4 4.586 4.49.678 4.08 3.993 4.3 6.9 -.48 5.8 5.07 3.889.3 5.59 9.377.644

Подробнее

Кафедра «Математика» КУРСОВАЯ РАБОТА. По дисциплине «Эконометрика»

Кафедра «Математика» КУРСОВАЯ РАБОТА. По дисциплине «Эконометрика» ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ (МИИТ) Кафедра «Математика» КУРСОВАЯ РАБОТА

Подробнее

Курсовая работа. Институт экономики и финансов кафедра «Математика»

Курсовая работа. Институт экономики и финансов кафедра «Математика» ФЕДЕРАЛЬНО ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ ИМПЕРАТОРА НИКОЛАЯ II» Институт экономики и финансов кафедра «Математика»

Подробнее

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА БИНОМИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ это распределение числа успехов наступлений определенного события в серии из n испытаний при условии, что для каждого из n испытаний вероятность успеха имеет одно и то же значение

Подробнее

Эконометрика это наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и

Эконометрика это наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и Эконометрика это наука, изучающая конкретные количественные и качественные взаимосвязи экономических объектов и процессов с помощью математических и статистических методов и моделей. (Большой Энциклопедический

Подробнее

РУКОВОДСТВО К РЕШЕНИЮ ЗАДАЧ ПО ЭКОНОМЕТРИКЕ

РУКОВОДСТВО К РЕШЕНИЮ ЗАДАЧ ПО ЭКОНОМЕТРИКЕ Государственное образовательное учреждение высшего профессионального образования ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ВЫСШАЯ ШКОЛА ЭКОНОМИКИ ПЕРМСКИЙ ФИЛИАЛ УДК 330.115 (075.8) ББК 65в6 Р 85 Авторы-составители:

Подробнее

Контрольная работа 4

Контрольная работа 4 Контрольная работа 4 Тема: Теория вероятностей З а д а ч и 1-10 Задачи 1-10 посвящены вычислениям вероятности событий с использованием основных теорем теории вероятности и комбинаторики. Конкретный пример

Подробнее

1. Общий анализ временного ряда. Доходы населения

1. Общий анализ временного ряда. Доходы населения 1. Общий анализ временного ряда. 1.1. Проверка гипотезы о случайности временного ряда. График временного ряда изучаемого показателя «Среднедушевые денежные доходы» изображен на рис. «Доходы населения».

Подробнее

Математическая статистика. Тема: «Статистическое оценивание параметров распределения»

Математическая статистика. Тема: «Статистическое оценивание параметров распределения» Математическая статистика Тема: «Статистическое оценивание параметров распределения» Введение Математическая статистика наука, занимающаяся методами обработки экспериментальных данных, полученных в результате

Подробнее

Контрольная работа 1.

Контрольная работа 1. Контрольная работа...4. Найти общее решение (общий интеграл) дифференциального уравнения. Сделать проверку. 4 y y y y y y 4 y y y 4 4 Это уравнение Бернулли. Сделаем замену: y y y 4 4 4 z y ; z y y Тогда

Подробнее

4. Методом моментов найти оценки параметров α и β плотности

4. Методом моментов найти оценки параметров α и β плотности Экзаменационный билет по курсу: ИБМ, 3-й семестр (поток Грешилова А.А.). Случайные события. Определение вероятности.. Найти распределение дискретной случайной величины ξ, принимающей значения x с вероятности

Подробнее

Глоссарий. Вариационный ряд группированный статистический ряд

Глоссарий. Вариационный ряд группированный статистический ряд Глоссарий Вариационный ряд группированный статистический ряд Вариация - колеблемость, многообразие, изменчивость значения признака у единиц совокупности. Вероятность численная мера объективной возможности

Подробнее

Оцените математическое ожидание М x и моду Мо. Задача 3 По данным выборки объема 100 получены следующие данные:

Оцените математическое ожидание М x и моду Мо. Задача 3 По данным выборки объема 100 получены следующие данные: Билет Объем выборки равен 60. определить значение 5 и моду Мо. 5 6 8? Точечная оценка параметра равна 5. Укажите, какой вид может иметь интервальная оценка: a. (5; 0); б. (0; 5); в. (; 7); г. (; 0). Получены

Подробнее

Система линейных уравнений. Система m уравнений с n неизвестными: 8 a 11 x 1 + a 12 x a 1n x n =b 1 a 21 x 1 + a 22 x a 2n x n =b 2

Система линейных уравнений. Система m уравнений с n неизвестными: 8 a 11 x 1 + a 12 x a 1n x n =b 1 a 21 x 1 + a 22 x a 2n x n =b 2 Раздел VI. Глоссарий Матрица. Совокупность чисел, расположенных в виде прямоугольной таблицы, содержащей n строк и m столбцов называется матрицей размерности Определитель матрицы. Определителем квадратной

Подробнее

ГЕТЕРОСКЕДАСТИЧНОСТЬ РЕГРЕССИОННОЙ МОДЕЛИ И МЕТОД ВЗВЕШЕННЫХ НАИМЕНЬШИХ КВАДРАТОВ

ГЕТЕРОСКЕДАСТИЧНОСТЬ РЕГРЕССИОННОЙ МОДЕЛИ И МЕТОД ВЗВЕШЕННЫХ НАИМЕНЬШИХ КВАДРАТОВ ГЕТЕРОСКЕДАСТИЧНОСТЬ РЕГРЕССИОННОЙ МОДЕЛИ И МЕТОД ВЗВЕШЕННЫХ НАИМЕНЬШИХ КВАДРАТОВ Предположим, что была принята гипотеза о гетероскедакстичности модели, т.е. каждое возмущение имеет свою дисперсию. В этом

Подробнее

ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ

ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ Основные понятия математической статистики Совокупность - это множество объектов (элементов совокупности), обладающих общим свойством. Объем совокупности - это число

Подробнее

Законы распределения случайных величин. [Часть II, стр ]

Законы распределения случайных величин. [Часть II, стр ] Законы распределения случайных величин [Часть II, стр. 0-3] Центральная предельная теорема: сумма произвольно распределенных независимых случайных величин при условии одинакового их влияния подчиняется

Подробнее

Семинар 4. Временные ряды. Автокорреляционная функция

Семинар 4. Временные ряды. Автокорреляционная функция Иткин В.Ю. Модели ARMAX Семинар 4. Временные ряды. Автокорреляционная функция 4.1. Пример временного ряда Рассмотрим пример: серия измерений давления газа на выходе из абсорбера на УКПГ. На первый взгляд,

Подробнее

Интервальные оценки.

Интервальные оценки. Лекция 1. Интервальные оценки. Точечные оценки параметров генеральной совокупности могут быть приняты в качестве ориентировочных, первоначальных результатов обработки выборочных данных. Их недостаток заключается

Подробнее

Глава 9. Регрессионный анализ 9.1. Задачи регрессионного анализа

Глава 9. Регрессионный анализ 9.1. Задачи регрессионного анализа 46 Глава 9. Регрессионный анализ 9.. Задачи регрессионного анализа Во время статистических наблюдений как правило получают значения нескольких признаков. Для простоты будем рассматривать в дальнейшем двумерные

Подробнее

Найдем вероятность события А - интересующие студента данные не содержатся только в двух пособиях.

Найдем вероятность события А - интересующие студента данные не содержатся только в двух пособиях. Задача. Студент выполняет работу по статистике, пользуясь пятью пособиями. Вероятность того, что интересующие его данные находятся в первом, втором, третьем, четвертом и пятом пособиях, соответственно

Подробнее

Множественная линейная регрессия. Грауэр Л.В.

Множественная линейная регрессия. Грауэр Л.В. Множественная линейная регрессия Грауэр Л.В. Регрессионный анализ Y зависимая переменная / отклик X 1,..., X k независимые переменные / факторы / предикторы y = f (x 1,..., x k ) + ε (x i1,..., x ik, y

Подробнее

Анализ модели ценообразования на рынке недвижимости

Анализ модели ценообразования на рынке недвижимости Министерство образования и науки Российской Федерации ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «САРАТОВСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

Подробнее

7 Корреляционный и регрессионный анализ

7 Корреляционный и регрессионный анализ 7 Корреляционный и регрессионный анализ. Корреляционный анализ статистических данных.. Регрессионный анализ статистических данных. Статистические связи между переменными можно изучать методами дисперсионного,

Подробнее

Тесты по дисциплине «Математика (математические методы в психологии)»

Тесты по дисциплине «Математика (математические методы в психологии)» МАОУ ВО «КРАСНОДАРСКИЙ МУНИЦИПАЛЬНЫЙ МЕДИЦИНСКИЙ ИНСТИТУТ ВЫСШЕГО СЕСТРИНСКОГО ОБРАЗОВАНИЯ» Кафедра педагогики и психологии Тесты по дисциплине «Математика (математические методы в психологии)» 1. Какую

Подробнее

А.И.Кибзун, Е.Р.Горяинова, А.В.Наумов, А.Н.Сиротин ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА. БАЗОВЫЙ КУРС С ПРИМЕРАМИ И ЗАДАЧАМИ М.

А.И.Кибзун, Е.Р.Горяинова, А.В.Наумов, А.Н.Сиротин ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА. БАЗОВЫЙ КУРС С ПРИМЕРАМИ И ЗАДАЧАМИ М. А.И.Кибзун, Е.Р.Горяинова, А.В.Наумов, А.Н.Сиротин ТЕОРИЯ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКАЯ СТАТИСТИКА. БАЗОВЫЙ КУРС С ПРИМЕРАМИ И ЗАДАЧАМИ М.: ФИЗМАТЛИТ, 2002. - 224 с. Книга предназначена для начального

Подробнее

ПРОГРАММА ДИСЦИПЛИНЫ ОПД.Ф.ОЗ.ЭКОНОМЕТРИКА

ПРОГРАММА ДИСЦИПЛИНЫ ОПД.Ф.ОЗ.ЭКОНОМЕТРИКА МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ТОМСКИЙ ГОСУДАРСТВЕННЫЙ ПЕДАГОГИЧЕСКИЙ УНИВЕРСИТЕТ»

Подробнее

РЕШЕНИЯ ЗАДАЧ экзамена 22 июля 2011

РЕШЕНИЯ ЗАДАЧ экзамена 22 июля 2011 РЕШЕНИЯ ЗАДАЧ экзамена июля 0 Вариант. Задача. (0 баллов) Найдите и классифицируйте экстремумы функции: f ( xyz,, )=x y+ z при ограничении x + y + z =4. Решение: Вариант. Задача L= x y+ z λ x + y + z 4.

Подробнее

Курсовая работа. Институт экономики и финансов кафедра «Математика»

Курсовая работа. Институт экономики и финансов кафедра «Математика» ФЕДЕРАЛЬНО ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПУТЕЙ СООБЩЕНИЯ ИМПЕРАТОРА НИКОЛАЯ II» Институт экономики и финансов кафедра «Математика»

Подробнее

АННОТАЦИЯ РАБОЧЕЙ ПРОГРАММЫ

АННОТАЦИЯ РАБОЧЕЙ ПРОГРАММЫ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «УФИМСКИЙ ГОСУДАРСТВЕННЫЙ АВИАЦИОННЫЙ ТЕХНИЧЕСКИЙ

Подробнее

Генеральная совокупность и выборка. Центральная предельная теорема

Генеральная совокупность и выборка. Центральная предельная теорема Генеральная совокупность и выборка Точечные оценки и их свойства Центральная предельная теорема Выборочное среднее, выборочная дисперсия Генеральная совокупность Генеральная совокупность множество всех

Подробнее

Перечень вопросов для подготовки к промежуточной аттестации по дисциплине «Эконометрика»

Перечень вопросов для подготовки к промежуточной аттестации по дисциплине «Эконометрика» Перечень вопросов для подготовки к промежуточной аттестации по дисциплине «Эконометрика» 1. Ковариация 2. Ковариация переменных в регрессионной модели 3. Описать основные этапы построения и анализа регрессионной

Подробнее

Лекция 8 Тема. Содержание темы. Основные категории. Сравнение случайных величин или признаков.

Лекция 8 Тема. Содержание темы. Основные категории. Сравнение случайных величин или признаков. Лекция 8 Тема Сравнение случайных величин или признаков. Содержание темы Аналогия дискретных СВ и выборок Виды зависимостей двух случайных величин (выборок) Функциональная зависимость. Линии регрессии.

Подробнее

Для удобства вычислений генеральной средней и среднего квадратического отклонения составляем таблицу. σ = 874,02 874,020 29,200 = 21,380

Для удобства вычислений генеральной средней и среднего квадратического отклонения составляем таблицу. σ = 874,02 874,020 29,200 = 21,380 Задание. По выборочным данным оценить генеральную среднюю, генеральную дисперсию и среднее квадратическое отклонение. Построить полигон относительных частот. Эти же данные разбить на 5 интервалов. По интервальному

Подробнее

ЛЕКЦИЯ 1. Понятие эконометрики и эконометрических моделей

ЛЕКЦИЯ 1. Понятие эконометрики и эконометрических моделей ЛЕКЦИЯ Понятие эконометрики и эконометрических моделей Эконометрика это наука, которая на базе статистических данных дает количественную характеристику взаимозависимым экономическим явлениям и процессам

Подробнее

Вариант 5.5. Ожидаемая продолжительность жизни при рождении 2005 г., лет, Х 1. человеческого развития, Y. Х 1 прогн = 73, Х 2 прогн =3300, = 0,05.

Вариант 5.5. Ожидаемая продолжительность жизни при рождении 2005 г., лет, Х 1. человеческого развития, Y. Х 1 прогн = 73, Х 2 прогн =3300, = 0,05. Задача 5. Имеются данные по странам за 005 год. Построить регрессионную модель: Y= 0 + Х + Х +. Задание.. По МНК оценить коэффициенты линейной регрессии i, i= 0,,.. Оценить статистическую значимость найденных

Подробнее

ПРОГРАММА ДИСЦИПЛИНЫ. Для подготовки дипломированных специалистов по направлению Менеджмент в организации Квалификация «Менеджер»

ПРОГРАММА ДИСЦИПЛИНЫ. Для подготовки дипломированных специалистов по направлению Менеджмент в организации Квалификация «Менеджер» Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Сибирская Государственная Геодезическая Академия»

Подробнее

План лекций 1 семестр

План лекций 1 семестр План лекций 1 семестр 1. Введение. 1.1. Предмет, метод и задачи статистики; источники статистической информации. 1.2. Кратка история развития статистики. Структура статистических органов на современном

Подробнее

Дисциплина «Методы и статистика исследований» 1. Статистические свойства оценок параметров парной регрессионной модели.

Дисциплина «Методы и статистика исследований» 1. Статистические свойства оценок параметров парной регрессионной модели. НОВЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ имени Т.РЫСКУЛОВА Научно-педагогическая Магистратура 1курс кафедры Специальности : «6М090200-Таможенное дело», «6М051000-Государственное и местное управление», «6М020200-Международные

Подробнее

Контрольная работа по дисциплине Эконометрика

Контрольная работа по дисциплине Эконометрика Министерство образования Российской Федерации Новосибирский государственный технический университет Кафедра прикладной математики Контрольная работа по дисциплине Эконометрика Выполнил: Студент группы

Подробнее

Тема: Статистические оценки параметров распределения

Тема: Статистические оценки параметров распределения Раздел: Теория вероятностей и математическая статистика Тема: Статистические оценки параметров распределения Лектор Пахомова Е.Г. 05 г. 5. Точечные статистические оценки параметров распределения Статистическое

Подробнее

Билет 3. профессор Ворошилов В.Г. зав. кафедрой Ворошилов В.Г.

Билет 3. профессор Ворошилов В.Г. зав. кафедрой Ворошилов В.Г. Билет 1 1. Принципы и методы геолого-математического моделирования. Геологические совокупности: изучаемая, опробуемая, выборочная. (10 баллов) 2. Корреляционные связи между двумя величинами. Линии регрессии.

Подробнее

Для студентов, аспирантов, преподавателей, научных сотрудников и инженеров

Для студентов, аспирантов, преподавателей, научных сотрудников и инженеров Ивановский Р. И. Теория вероятностей и математическая статистика. Основы, прикладные аспекты с примерами и задачами в среде Mathcad. СПб.: БХВ- Петербург, 2008. 528 с.: ил. + CD-ROM (Учебное пособие) В

Подробнее

4 Проверка параметрических гипотез

4 Проверка параметрических гипотез 4 Проверка параметрических гипотез Статистическая гипотеза Параметрическая гипотеза 3 Критерии проверки статистических гипотез Статистической называют гипотезу о виде неизвестного распределения или о параметрах

Подробнее

Эконометрика, Контрольная , вариант 1. Часть 1. Тест. E умножив исходное уравнение на Z 2. F поделив исходное уравнение на Z 2

Эконометрика, Контрольная , вариант 1. Часть 1. Тест. E умножив исходное уравнение на Z 2. F поделив исходное уравнение на Z 2 Часть 1. Тест. Вопрос 1 Если квадраты остатков оценённой с помощью МНК регрессионной модели линейно и значимо зависят от квадрата регрессора Z, то гетероскедастичность можно попытаться устранить, A умножив

Подробнее

лектор доц. И.В. Родионов Весна Сходимости случайных векторов

лектор доц. И.В. Родионов Весна Сходимости случайных векторов Задачи по курсу Математическая статистика лектор доц. И.В. Родионов Весна 2017 1. Сходимости случайных векторов 1 Пусть последовательность случайных векторов ξ 1,..., ξ n,... сходится по распределению

Подробнее

Коррекция гетероскедастичности. Метод взвешенных наименьших квадратов

Коррекция гетероскедастичности. Метод взвешенных наименьших квадратов РГУ нефти и газа имени И.М. Губкина Коррекция гетероскедастичности. Метод взвешенных наименьших квадратов Иткина Анна Яковлевна, ст. преподаватель кафедры ЭНиГП Список лекций Метод наименьших квадратов

Подробнее

ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ

ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ Вектор среднего дисперсий границ математических ожиданий границ функции среднеквадратических отклонений границ величина гиперслучайная векторная непрерывная 1.2 скалярная 1.2 интервальная

Подробнее

МАТЕМАТИКА МАТЕМАТИЧЕСКАЯ СТАТИСТИКА

МАТЕМАТИКА МАТЕМАТИЧЕСКАЯ СТАТИСТИКА ООО «Резольвента», www.resolventa.ru, resolventa@lst.ru, (495) 509-8-0 Учебный центр «Резольвента» Доктор физико-математических наук, профессор К. Л. САМАРОВ МАТЕМАТИКА Учебно-методическое пособие по разделу

Подробнее

КУРСОВАЯ РАБОТА. по дисциплине: «Эконометрика» на тему: «Анализ и прогнозирование временного ряда» Вариант 5

КУРСОВАЯ РАБОТА. по дисциплине: «Эконометрика» на тему: «Анализ и прогнозирование временного ряда» Вариант 5 Ф Е ДЕРАЛЬН О Е ГОСУДАРСТВЕ Н НОЕ БЮ ДЖЕТНОЕ О БРАЗОВАТЕЛ ЬНОЕ У ЧРЕЖ Д ЕНИЕ ВЫСШЕГ О П Р ОФ ЕССИОНАЛЬНОГО ОБРАЗОВА Н ИЯ «МОСК ОВСКИЙ ГОСУД А РСТВЕННЫЙ УНИВЕРСИТЕТ П УТЕЙ С ООБЩЕНИЯ» Институт экономики

Подробнее

где i = 1,2,,k; y1 xmin Номера интервалов и данные расчета их границ занести в Таблицу 1 (графы 1 и 2).

где i = 1,2,,k; y1 xmin Номера интервалов и данные расчета их границ занести в Таблицу 1 (графы 1 и 2). Методические указания к выполнению задания. Преобразование исходной выборки в группированный статистический ряд выполняется в следующем порядке: а). Определить размах выборки R, где m - максимальный, а

Подробнее

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ. О.Ю.Пелевин

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ. О.Ю.Пелевин МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ЮЖНЫЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ О.Ю.Пелевин МЕТОДИЧЕСКАЯ РАЗРАБОТКА по курсу «Теория вероятностей и математическая статистика» для студентов физического

Подробнее

1. Теория вероятностей

1. Теория вероятностей пп. Термины Определения Примечания 1. Теория вероятностей 1.1. Общие понятия 1.1.1. Пространство Множество, элементы которого, называемые Пространство элементарных событий Ω = {ω} лежит в элементарных

Подробнее