6. Практикалық сабақтар кестесi
№
|
Тақырып
|
Мазмұны
|
Апта
|
1
|
Эконометрика пәні
Кездейсоқ шамалар және олардың сипаттамалары
|
Пәнді оқыту мақсаты мен міндеті. Эконометрика анықтамасы. Эконометриканың даму тарихы. Эконометрикалық әдістердің ерекшеліктері. Эконометрикалық эксперимент әдістері.
Кездейсоқ шама анықтамасы, кездейсоқ шамалардың үлестіру заңы. Кездейсоқ шамалардың сандық сипаттамалары:математикалық күтім және дисперсия.
|
1
|
2
|
Кездейсоқ шамалар және олардың сипаттамалары
|
Кездейсоқ шама анықтамасы, кездейсоқ шамалардың үлестіру заңы. Кездейсоқ шамалардың сандық сипаттамалары:математикалық күтім және дисперсия.
|
2
|
Статистикалық бағалар және сенімді интервалдар.
|
Статистикалық бағалар ұғымы. Нүктелік және интервалдық баға Сенімді интервалдар және сенімді ықтималдықтар.
|
3
|
Статистикалық гипотезалар
|
Статистикалық болжам анықтамасы. Болжамдар бағаларының критериі. Статистикалық болжамдарды тексеру принциптері. Критикалық облыс. Мәнділік деңгейі. Болжамдарды қабылдау және алып тастау.
|
3
|
Статистикалық болжамдарды тексеру.
|
Студент үлестіруі, -үлестіруі. Фишер үлестіруі.
|
4
|
Жұп регрессиялық модельдер ерекшеліктері.
|
Жұп регрессияны өрнектеу. Кездейсоқ шама. Жұп функциялардың математикалық функцияларын көрсету тәсілдері. Модельдер ерекшеліктерінің қателіктері. өлшеу қателігі. Регрессия теңдеуінің интерпретациясы.
|
4
|
Жұп регрессия модельдерінің параметрлерінің бағасы.
|
Сызықтық регрессия параметрлерінің графиктік мәні.ең кіші квадраттар әдісінің мәні. Квадраттар әдісі бойынша жұп регрессия параметрлерін бағалау реті. Корреляцияның сызықтық коэффициенті. Детерминация коффициенті.
|
5
|
Сызықты регрессия және корреляция параметрлерінің мәндік бағасы.
|
Регрессия нәтижесіне дисперсиялық талдау. Ауытқу квадратының жалпы қосындыларын жіктеу және бос дреже дисперсиясын анықтау. Фишердің F-критериі. Регрессия теңдеуінің мәнділігінің статистикалық бағасы.регрессия коэффициенті және теңдеуі параметрлерінің стандартты қателігі. . Стьюдент t-критериі . F–критериі және t–критериі арасындағы өзара байланыс. Регрессия парметрлері үшін сенімді интервалдар.
|
5
|
6
|
Сызықтық регрессия теңдеуі бойынша болжау.
|
Регрессия теңдеуі бойынша болжамдық мәндерді анықтау. Болжамның орташа стандартты қателігі. Болжамның шектік қателігі. Болжам нәтижелерінің графиктік интерпретациясы.
|
6
|
Аппроксимация қателігі. Регрессия қателігін анықтау үшін стандартты программалар.
|
Аппроксимацияның салыстырмалы қателігі. аппроксимацияның орташа қателігінің көмегімен тұрғызылған модельдер сапасына баға.е ЛИНЕЙН статистикалық функциясын қолдану және регрессия параметрлерін анықтау үшін мәліметтерді талдау программасы.
|
7
|
Сызықтық емес регрессия.
|
Сызықтық емес регрессияларды және олардың теңдеулер формаларын жіктеу. Сызықтық емес эконометрикалық модельдер параметрлерін бағалау реті. Сызықтық емес модельдерді сызықтыққа айналдыру. Икемділік коэффициенті. Корреляция индексі. Сызықтық емес регрессияның мәнінің статистикалық бағасы.
|
7
|
8
|
Жиынтық регрессия модельдерінің ерекшеліктері.
|
Жиынтық регрессия модельдерін өрнектеу. Жиынтық регрессияларды тұрғызу кезінде факторларды іріктеу. факторлардың мультиколлинеарлығы. Жиынтық теңдеулерді құру әдістері. Регрессия теңдеуінің формаларын таңдау.
|
8
|
Жиынтық регрессия теңдеулерінің параметрлерін бағалау.
|
Жиынтық регрессия теңдеулерінің параметрлерін ең кіші квадрат әдісімен бағалау.Стандартталған масштабтағы регрессия теңдеуі. Регрессияның стандартталған коэффициенттері.жиынтық корреляция индексі. Корреляцияның жиынтық коэффициенті. Жиынтық детерминацияның түзетілген индексі.
|
9
|
Жеке регрессия және жеке корреляция.
|
Регрессияның жеке теңдеулері. Икемділіктің жеке теңдеулері. Корреляцияның жеке коэффициенттері.
|
9
|
Жиынтық регрессия нәтижелерінің үміттілік бағасы.
|
Жиынтық регрессия теңдеулерінің дисперсиялық талдауы. Фишер F-критериі бойынша жиынтық регрессия теңдеулерінің мәнділік бағасы. Стьюдент t-критериі бойынша таза регрессия коэффициенттерінің мәнділік бағасы.
|
10
|
Жиынтық ререссия бойынша құрылымдық айнымалылар.
|
құрылымдық айнымалылар мәні. Құрылымдық айнымалыларды жиынтық регрессия теңдеулеріне енгізу
|
10
|
Гомоскедалық және гетероскедалық қалдықтар.
|
Гомоскедалық және гетероскедалық қалдықтар ұғымы. Гетероскедалықты бағалау тесті.
|
11
|
Эконометрикалық модельдердің теңдеулер жүйесі.
|
Эконометрикалық модельдердің теңдеулер жүйесінің түрлері.модельдердің құрылымдық және келтірілген формалары. Модельдердің құрылымдық және келтірілген коэффициенттері.
|
11
|
Эконометрикалық теңдеулер жүйесіндегі идентификация.
|
Идентификация мәселесі. Құрылымдық модельдердің идентифициялау тұрғысынан түрлері. Құрылымдық модельдерді идентификацияға тексеру. идентификацияның қажетті және жеткілікті шарттары.
|
12
|
құрылымдық модельдер параметрлерін бағалау.
|
құрылымдық модельдер коэффициенттерін бағалау әдістері.ең кіші квадраттардың жанама әдістерін қолдану.
|
12
|
Екі қадамды ең кіші квадраттар әдісі.
|
Ең кіші квадраттар әдісі мәні. Екі қадамды ең кіші квадраттар әдісін қарапайым жоғары иденфикациялы модельдерге қолдану.
|
13
|
Бір өлшемді уақытша қатарларды модельдеу.
|
Уақытша қатарлардың негізгі элементтері. Уақытша қатарлар модельдер түрлері. Уақытша қатарлар деңгейлерінің автокорреляциясы.
|
13
|
Уақытша қатарлардың тенденцияларын модельдеу.
|
Уақытша қатарлардың аналитикалық туралануы. Трендтердің негізгі түрлері. Параметрлер есебі.
|
14
|
Маусымдық және циклдық тербелістерді модельдеу.
|
Уақытша қатарлардың аддитивті және мультипликативті модельдері. Модельдерді құру кезеңдері. Уақытша қатарлардың аддитивті және мультипликативті модельдерін құру. аддитивті және мультипликативті модельдері бойынша болжау.
|
14
|
15
|
Уақытша қатарлар бойынша өзара байланысты оқыту.
|
Екі уақытша қатарлардың өзара байланысының статистикалық бағалау ерекшелігі. тенденцияны енгізу әдістері. Қалдықтағы автокорреляция. Дарбин-Уотсон критериі.
|
15
|
7. СТУДЕНТТІҢ ӨЗІНДІК ЖҰМЫСЫНА (СӨЖӨ) АРНАЛҒАН МАТЕРИАЛДАР
Таңдама үлестіру кестесімен берілген.
xi кездейсоқ шамасының таңдама дисперсиясын табыңыз
. Корреляция индексі Pxy=0,9. F-критерий мәнін анықтаңыз.
Егер мәнділік деңгейі =0,05, tтабл=2,27 және шектік қателік b=5,86 болса, b=36,84 параметрі қандай сенімді интервалда болуы керек?
Егер болса, жиынтық корреляцияның сызықтық коэффициентін анықтаңыз.
Жиынтық регрессия теңдеуінде .
Үлестіру заңымен берілген Х кездейсоқ шамасының дисперсиясын табыңыз.
Көптік теңсіздік регрессияның баға мәні. Баға мәнінің факторлары,қосымша қосылуы модель регрессиясы. Жалпы және жеке F критериясы.
Баға мәні көптік теңсіздік регрессия тексеру жолмен негізгі гипотезалар орындалады.
H0=R2Y(X1….Xm)=0 немесе = 0 (статистикалық гипотез мағыналы емес теңсіздік регрессия).
Альтернативтік – H1 (қашанда қолданса,егер негізгі болжам сенімді емес). Статистикалық гипотез мағыналы тесіздік регрессия болады.
R2(x1….xm) ≠ 0 немесе ≠ ≠…≠ ≠ 0 тексеру үшін негізгі гипотезі жалпы Фишер F критерия қолданады.
Сондықтан қосылатын факторының (бақылау) мәні. Ғ статистикалық критерия, мысалы коэффицент арқылы детерминацияны R2y (x1… xm) есептелгенде санның көрсеткіші өзгереді.
Бостандық: F =
Мұнда n - бақылау саны
h - сан бағаланған параметрлер.
(болған жағдайда 2 факторынның сызықтық регрессия h═3)
Фишер кесте бойынша бөлінуі- снедоккора табатын критериялық мағына F статистикалық – F критерия .Анықтау үшін F критерия беретін теңсіздік мағына α ( әдетте оны алатын тең – 0,05) және 2 сан көрсеткіш бостандық R1 ═ h-1 және R2 ═ n-α.
Салыстыру фактор мәні F стстистикалық критерия есептеліп, берелген бақылау бойынша- Fбақылау ‹ Fкритерия (α;R1 ; R2), онда негізгі гипотезі мағыналы емес, теңсіздік регрессияны қажет етпейді.
Егер F(бақ) > Fкр (α, R1,R2) онда негізгі гипотезі қажет етпейтін және қабылдайтын альтернативтік гипотез, статистикалық мәні теңсіздік регрессия.
Бағаның мәні қосымша қосылу факторы (жеке Fкр). Қажетті сондай баға баланысы мен не әрбір емес фактор, модельге кіреді, болжам үлесті көбейтуді түсіндіру үшін, вариацияның қорытындысын анықтау. Бұл мынаумен байланысты мүмкін жағдайда кіретін факторлар(өздерінің факторларының арасында корелляция орындалады).
Баға өлшемінің мәні, сапалы модельге жақсарту үшін оған соңынан қосылған фактор Хj жеке Fкр – Fxj атқарады.
мұнда һ – сан бағаланған параметрлер өскенде, у арасында қосымша модель факторы xj қосылады.
Егер бақылау мәні Fxj –дан Ғкр (α; R1=1; R2= n-α)-дан үлкен болса, онда қосымша кіріспе факторы xj модель статистиканы анықтайды .
Айталық, бағаланған фактордың xj мәні, яғни(как) модельге қосымша y═ƒ(x2) қосылған.Сонда жеке Fкритерия мына формуламен есептеледі
Жеке Fкритерия бағаланатын коэффиценттер «таза» регрессия (bj) болып табылады. Орындалатын қарама-қарсы жеке Ғ критериясының арасында Ғху және t критерия баға мәні қатысатын коэффицент регрессия j – M фактор.
t(bj =0) =
Методиканы есептеуге жалпы және жеке Ғ критерияны мысалды ретінде қарастрайық.
Берелген бойынша 20 жұмысшынның әсер ететін факторлар Y, жұмышының айлық табысы, жасы x1 және өндірілген мерзім ішінде x2 болсын, осы берелген бойынша 7 кестені қараңыз.
Бағалаймыз, жалпы Fкритерия мәнінің көмегімен теңсіздік регрессияны, берелген бойынша, құрастырылған
y'х1х2 = -16,04 + 5,1 * х1 +8,08 * х2
Теориалық коэффицент детерминация үшін берелген теңсіздікке тең.
R2Y(X1X2) = 0,831
Сонда:
Ғ(бақ)=
Fкритерия (α=0,05; R1=3-1=2; R2=20-3=17 )=3,59
Ғ(бақ)= 41,9 < Fкритерия , сондықтан, теңсіздік регрессия (4) статистикалық мәні және тәжірибиде қолдануға болады.
Жеке Fкритерия сының көмегімен бағалаймыз.
1.Мақсатты түрде (целообразность) модельдік регрессия факторына х1 кейін х1(ҒХ2) кірістірілген .
2. Мақсатты түрде (целообразность) модельдік регрессия факторына х1 кейін х1(ҒХ2) кірістірілген .
3.Мағыналы регрессия коэффициентті.
Тексеру үшін мақсатты түрде гипотездік қосылу факторы x2 , модель регрессиясы х1 кейін кірістірілген, олардың бақылау мағынасын жеке Ғкритериясын анықтаймыз.
Ғх2=
Мұнда R2y(x1)=r2yx1=0.8532=0.728 (жұпталған корриляция коэффицентті ryx1 есептелгенде 14 сұрақты қараңыз)
Fкритерия (α=0,05; R1=3-1=2; R2=20-3=17 )= 4,45
Бақылау мағынасын жеке F критериясы критикасын салыстыру; ҒХ2 > Ғкр. ,сондықтан мақсатты түрде қосылу факторы x2 ,модель факторы х1 кейін кірістірілген .
Тексеру үшін мақссатты түрде гипотезін қосылу факторы x2 , модель регрессиясы х1 кейін кірістірілген , оның бақылау мағынасын жеке Ғ критериясын анықтаймыз.
ҒХ1=
Мұнда, R2Y(X2)=r2yx2=0.77882=0.6065.
Бақылау мағынасын жеке Ғ критерия критикасые салыстырамыз ; Ғх1 > Ғкр.(α=0,05;R1=1;R2=20-3=17)=4,45, сондықтан фактор х1- жұмысшының жолы мақсатты түрде модель қосылады , кейін өндірілген мерзім ішіндегі фактор x2 кірістірілген.
Тексеру үшін мағыналы гипотез коэффицентті В1, бақылау мағынасы t статистикалық, х1 факторын анықтаймыз:
оны критикалық мәнімен салыстырамыз.
tкр.(0,1; R=20-3=17)=2,11.
Яғни бақылау мәні критикадан үлкен болса, онда гипотез мағыналы емес.Коэффицент регрессиясы қажет етпейді,сондықтан коэффицент регрессия В2 мәні нөлден өзгереді.
Апта 1
Достарыңызбен бөлісу: |