У контрольній роботі викладено повне розвязання двох задач, також додаються файли excel з усіма розрахунками...


Є і виконані інші варіанти....


ВАРІАНТ №8
Задача 1.
По територіям регіону наведені дані за 2013 рік..
Номер регіону
Середньодушовий прожитковий мінімум на день для одного працездатного, руб.,
Середньодобова заробітна плата, руб.,

Потрібно:
Побудувати лінійне рівняння парної регресії від .
Розрахувати лінійний коефіцієнт парної кореляції та середню помилку апроксимації.
Оцінити статистичну значимість параметрів регресії та кореляції за допомогою F_5 Фішера та -критерія Стьюдента.
Виконати прогноз заробітної плати у при прогнозному значенні середнєдушового прожиткового мінімуму , що складає 107% від середнього рівня.
Оцінити точність прогнозу, розрахувавши помилку прогнозу та його довірчий інтервал.
На одному графіку побудувати вихідні дані та теоретичну пряму.
Перевірити розрахунки в MS Excel.

Задача 2.
По двадцяти підприємствам регіону вивчається залежність виробітку продукції на одного робітника (тис. руб.) від вводу в дію нових основних фондів (% від вартості фонду на кінець року) та від питомої ваги робочих високої кваліфікації в загальній чисельності робітників (%).
Потрібно:
1. Побудувати лінійну модель множинної регресії. Записати стандартизоване рівняння множинної регресії. На основі стандартизованих коефіцієнтів регресії та середніх коефіцієнтів еластичності ранжувати фактори за ступенем їх впливу на результат.
2. Знайти коефіцієнти парної, часткової та множинної кореляції. Проаналізувати їх.
3. Знайти скоректований коефіцєнт множинної детермінації. Порівняти його з нескоректованим (загальним) коефіцієнтом детермінації.
4. З допомогою -критерія Фішера оцінити статистичну надійність рівняння регресії та коефіцієнта детермінації .
5. З допомогою t – критерія Стьюдента оцінити статистичну значимість параметрів чистої регресії.
6. З допомогою часткових -критеріїв Фішера оцінити доцільність включення в рівняння множинної регресії фактору після та фактора після .
7. Скласти рівняння лінійної парної регресії, залишивши лише один значущий фактор.
8. Перевірити обчислення в MS Excel.

ВАРІАНТ №8
1. Побудова точкових та інтервальних прогнозів для часових рядів.
Аналіз часових рядів — сукупність математико-статистичних методів аналізу, призначених для виявлення структури часових рядів і для їх прогнозування. Виявлення структури часового ряду необхідно для того, щоб побудувати математичну модель того явища, яке є джерелом аналізованого часового ряду.
Прогноз майбутніх значень часового ряду використовується для ефективного прийняття рішень.
Про прогнозування кажуть, коли в часових рядах (динамічній вибірці) прогнозний період настає пізніше, ніж базовий. Якщо ж модель побудована за просторовою вибіркою , прогноз здійснюється на основі очікуваних значень пояснюючих змінних, які перебувають за межами застосованої вибірки.
Про передбачення кажуть, коли в часових рядах (динамічній вибірці) прогнозний період не виходить за базовий. Якщо ж модель побудована за просторовою вибіркою , прогноз здійснюється на основі очікуваних значень пояснюючих змінних, які також не виходять за межі застосованої вибірки. Внаслідок цього прогнозні значення залежної змінної завжди є менш точними, ніж передбачувані, але вони є більш інформативними і бажаними в економічному аналізі. Якість прогнозу тим краща, чим повніше виконуються передумови моделі у прогнозний часовий період чи у прогнозному просторі, чим надійніше обчислено параметри моделі і більш точно визначено прогнозні, очікувані значення пояснюючих змінних.
Нехай відомо вектор прогнозних значень пояснюючих змінних
, (1)
де - прогнозні значення пояснюючих змінних. Тоді можна отримати два види прогнозу стосовно залежної змінної економетричної моделі: точковий та інтервальний.