MP5 modele wielorównaniowe


Overview

Zad1
Zad2
regresjazad3
regresjazad3(2)
regres.zad3(3)
Zad3
dane3
Zad4
Zad5
1
2
3


Sheet 1: Zad1

Dane są obserwacje następujących zmiennych








X1 - liczba wydanych książek i broszur (w mln egzemplarzy)







X2 - produkcja papieru ( w tys. ton)







X3 - liczba bibliotek pbulicznych







X4 - liczba studentów w uczelniach wyższych (w tys.)







X5 - liczba uczniów w szkołach średnihc (w tys.)







X6 - liczba uczniów w szkołach podsatwowych (w tys.)







X7 - liczba abonentów telewizyjnych (w tys.)







X8 - liczba widzów w konach (w tys.)







X9 - liczba chorych w szpitalach

















Rok X1 X2 X3 X4 X5 X6 X7 X8 X9
1970 112,2 764 8621 331 537 5389 4215 137,6 3263
1971 131,1 839 8666 348 578 5186 4709 140,4 3414
1972 137,6 899 8725 364 609 4978 5200 136,1 3487
1973 135,8 940 8852 398 639 4779 5687 140,7 3610
1974 139,5 969 8950 427 649 4306 6100 142,7 3717
1975 143,9 981 8974 468 622 4448 6472 140,8 3848
1976 159,5 1046 9060 491 582 4327 6820 144,2 3929
1977 149,7 1081 9128 491 538 4257 7170 131,6 4075
1978 143,7 1070 9199 485 401 4217 7174 116,1 4179
1979 151,2 1010 9252 469 450 4217 7708 107,9 4224
1980 147,1 1033 9315 454 415 4260 7954 97,5 4356
1981 133,9 909 9355 426 393 4342 8188 100,1 4136
1982 178,1 965 9442 397 381 4465 8347 89,4 4344
1983 194,9 1026 9572 370 375 4327 8542 108,1 4495
1984 229,8 1042 9728 350 375 4771 8765 127,6 4588
1985 246,3 1071 9899 341 383 4928 9468 107,1 4571
1986 249,4 1100 10000 334 400 5058 9692 94,1 4605
1987 267,6 1158 10129 343 422 5165 9868 95,3 4611
1988 245,3 1220 10248 356 444 5213 10031 96,4 4622
1989 215,6 1164 10313 378 463 5257 10055 69,6 4520
1990 175,6 924 10269 404 494 5301 9919 32,8 4597
1991 125,5 949 9936 428 549 5323 9809 20,9 4680
1992 125,6 1031 9770 496 607 5324 10043 13,3 4742
1993 102,5 1070 9605 584 660 5288 10111 14,9 4934










Należy oszacować parametry modelu:



























Żródło: Dziechciarz (red) 2002 s.193









Sheet 2: Zad2

Na podsatwie poniższych informacji:








X1 - liczba wydanych książek i broszur (w mln egzemplarzy)







X2 - produkcja papieru ( w tys. ton)







X3 - liczba bibliotek pbulicznych







X4 - liczba studentów w uczelniach wyższych (w tys.)







X5 - liczba uczniów w szkołach średnihc (w tys.)







X6 - liczba uczniów w szkołach podsatwowych (w tys.)







X7 - liczba abonentów telewizyjnych (w tys.)







X8 - liczba widzów w konach (w tys.)







X9 - liczba chorych w szpitalach

















Rok X1 X2 X3 X4 X5 X6 X7 X8 X9
1970 112,2 764 8621 331 537 5389 4215 137,6 3263
1971 131,1 839 8666 348 578 5186 4709 140,4 3414
1972 137,6 899 8725 364 609 4978 5200 136,1 3487
1973 135,8 940 8852 398 639 4779 5687 140,7 3610
1974 139,5 969 8950 427 649 4306 6100 142,7 3717
1975 143,9 981 8974 468 622 4448 6472 140,8 3848
1976 159,5 1046 9060 491 582 4327 6820 144,2 3929
1977 149,7 1081 9128 491 538 4257 7170 131,6 4075
1978 143,7 1070 9199 485 401 4217 7174 116,1 4179
1979 151,2 1010 9252 469 450 4217 7708 107,9 4224
1980 147,1 1033 9315 454 415 4260 7954 97,5 4356
1981 133,9 909 9355 426 393 4342 8188 100,1 4136
1982 178,1 965 9442 397 381 4465 8347 89,4 4344
1983 194,9 1026 9572 370 375 4327 8542 108,1 4495
1984 229,8 1042 9728 350 375 4771 8765 127,6 4588
1985 246,3 1071 9899 341 383 4928 9468 107,1 4571
1986 249,4 1100 10000 334 400 5058 9692 94,1 4605
1987 267,6 1158 10129 343 422 5165 9868 95,3 4611
1988 245,3 1220 10248 356 444 5213 10031 96,4 4622
1989 215,6 1164 10313 378 463 5257 10055 69,6 4520
1990 175,6 924 10269 404 494 5301 9919 32,8 4597
1991 125,5 949 9936 428 549 5323 9809 20,9 4680
1992 125,6 1031 9770 496 607 5324 10043 13,3 4742
1993 102,5 1070 9605 584 660 5288 10111 14,9 4934
Żródło: Dziechciarz (red) 2002 s.193


















Proszę








- określić typ








- zbadać identyfikowalność








- oszacować parametry modelu postaci:













































Sheet 3: regresjazad3

PODSUMOWANIE - WYJŚCIE
















Statystyki regresji






Wielokrotność R 0,370849211309849






R kwadrat 0,137529137529137






Dopasowany R kwadrat 0,02972027972028






Błąd standardowy 1,59508277035678






Obserwacje 10















ANALIZA WARIANCJI








df SS MS F Istotność F


Regresja 1 3,24568764568764 3,24568764568764 1,27567567567567 0,291430617307221


Resztkowy 8 20,3543123543124 2,54428904428904




Razem 9 23,6















Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%
Przecięcie 6,37296037296037 1,98892082376816 3,20423030258505 0,012532436304266 1,7865007325463 10,9594200133744 1,7865007325463 10,9594200133744
U -0,275058275058275 0,243531182664181 -1,12945813365334 0,291430617307222 -0,836642188869098 0,286525638752548 -0,836642188869098 0,286525638752548



























SKŁADNIKI RESZTOWE - WYJŚCIE
















Obserwacja Przewidywane X Składniki resztowe





1 3,34731934731935 0,652680652680652





2 3,34731934731935 -1,34731934731935





3 3,8974358974359 -0,897435897435898





4 4,17249417249417 -0,172494172494172





5 3,8974358974359 1,1025641025641





6 4,72261072261072 2,27738927738928





7 4,17249417249417 0,827505827505828





8 4,997668997669 1,002331002331





9 4,44755244755245 -0,447552447552448





10 4,997668997669 -2,997668997669






Sheet 4: regresjazad3(2)

PODSUMOWANIE - WYJŚCIE
















Statystyki regresji






Wielokrotność R 0,936105594490328






R kwadrat 0,87629368403609






Dopasowany R kwadrat 0,840949022332115






Błąd standardowy 1,22128814122946






Obserwacje 10















ANALIZA WARIANCJI








df SS MS F Istotność F


Regresja 2 73,959186932646 36,979593466323 24,792815712183 0,00066584256946


Resztkowy 7 10,440813067354 1,49154472390772




Razem 9 84,4















Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%
Przecięcie -1,52118834016833 3,33085105651554 -0,456696596262599 0,66172286246029 -9,39739952470514 6,35502284436848 -9,39739952470514 6,35502284436848
W 0,374523702790541 0,09467740506516 3,95578757711813 0,005491180340438 0,150647214756512 0,59840019082457 0,150647214756512 0,59840019082457
X -1,19578747647006 1,46667482292087 -0,815305109068868 0,441751055873373 -4,66392233100555 2,27234737806542 -4,66392233100555 2,27234737806542



























SKŁADNIKI RESZTOWE - WYJŚCIE
















Obserwacja Przewidywane Y Składniki resztowe





1 4,9627927826964 0,037207217303597





2 5,33731648548695 -1,33731648548695





3 5,0540177070492 0,945982292950799





4 7,72129608875939 1,27870391124061





5 7,30115992379245 0,698840076207553





6 7,81252101311218 -0,812521013112183





7 10,3429620082932 -1,34296200829318





8 11,2288468004035 -1,22884680040346





9 11,8866692816317 1,11333071836826





10 12,3524179087751 0,647582091224923






Sheet 5: regres.zad3(3)

PODSUMOWANIE - WYJŚCIE
















Statystyki regresji






Wielokrotność R 0,93049264210197






R kwadrat 0,865816557005904






Dopasowany R kwadrat 0,827478430436162






Błąd standardowy 0,255631251489572






Obserwacje 10















ANALIZA WARIANCJI








df SS MS F Istotność F


Regresja 2 2,95156864283313 1,47578432141656 22,5836949917435 0,000885006089856


Resztkowy 7 0,457431357166873 0,065347336738125




Razem 9 3,409















Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%
Przecięcie 2,70944042754848 0,741166051732319 3,65564561573716 0,008116986950925 0,956861207641877 4,46201964745507 0,956861207641877 4,46201964745507
X 0,057454203687796 0,252583831392652 0,227465880816736 0,8265623414938 -0,539811649420963 0,654720056796554 -0,539811649420963 0,654720056796554
Y -0,20961286702824 0,052913055860748 -3,96145835122208 0,005451492505714 -0,3347323621084 -0,08449337194808 -0,3347323621084 -0,08449337194808



























SKŁADNIKI RESZTOWE - WYJŚCIE
















Obserwacja Przewidywane Z Składniki resztowe





1 1,86149277148941 0,03850722851059





2 1,78298778437745 0,017012215622549





3 1,87397736187381 -0,273977361873809





4 1,3306847472823 0,369315252717696





5 1,40294743920206 -0,102947439202062





6 1,3431693376667 -0,043169337666704





7 0,781149837498599 0,218850162501401





8 0,642866748851283 0,257133251148717





9 0,473372184242968 -0,273372184242968





10 0,40735178751541 -0,20735178751541






Sheet 6: Zad3

Dana jest macierz obserwacji zmiennych






















t X Y Z U W





1 4 5 1,9 11 28





2 2 4 1,8 11 29





3 3 6 1,6 9 30





4 4 9 1,7 8 38





5 5 8 1,3 9 36





6 7 7 1,3 6 40





7 5 9 1 8 45





8 6 10 0,9 5 50





9 4 13 0,2 7 50





10 2 13 0,2 5 53

















Proszę






xt yt
- określić typ









Model rekurencyjny
- zbadać identyfikowalność








- oszacować parametry modelu postaci:


















































































równ1










t X U





1 4 11




2 2 11



3 3 9



4 4 8



5 5 9



6 7 6








7 5 8








8 6 5








9 4 7








10 2 5












































równ2










t Y W X







1 5 28 3,34731934731935







2 4 29 3,34731934731935







3 6 30 3,8974358974359







4 9 38 4,17249417249417







5 8 36 3,8974358974359







6 7 40 4,72261072261072







7 9 45 4,17249417249417







8 10 50 4,997668997669







9 13 50 4,44755244755245







10 13 53 4,997668997669































równ3






















t Z X Y







1 1,9 3,34731934731935 4,9627927826964







2 1,8 3,34731934731935 5,33731648548695







3 1,6 3,8974358974359 5,0540177070492







4 1,7 4,17249417249417 7,72129608875939







5 1,3 3,8974358974359 7,30115992379245







6 1,3 4,72261072261072 7,81252101311218







7 1 4,17249417249417 10,3429620082932







8 0,9 4,997668997669 11,2288468004035







9 0,2 4,44755244755245 11,8866692816317







10 0,2 4,997668997669 12,3524179087751




































































i regresja dla z










Sheet 7: dane3

okres X Y Z U W
1 4 5 1,9 11 28
2 2 4 1,8 11 29
3 3 6 1,6 9 30
4 4 9 1,7 8 38
5 5 8 1,3 9 36
6 7 7 1,3 6 40
7 5 9 1 8 45
8 6 10 0,9 5 50
9 4 13 0,2 7 50
10 2 13 0,2 5 53

Sheet 8: Zad4

Na podsatwie poniższych danych










Rok Y X1 X2 X3 X4
2000 5,48 6,29 3,05 13,86 34,50
2001 0,25 5,42 2,26 14,06 35,68
2002 0,64 8,17 2,20 11,20 36,74
2003 0,92 11,38 2,76 9,93 46,42
2004 0,10 9,67 2,19 11,27 43,37
2005 0,05 8,82 1,66 7,66 48,82
2006 0,96 10,90 1,48 10,59 54,66
2007 0,72 12,91 1,20 6,45 60,09
2008 0,77 16,08 0,80 8,97 60,91
2009 0,90 15,63 0,79 6,17 64,07
2010 0,21 18,11 0,76 6,00 60,28
2011 0,84 18,20 0,85 7,01 51,58






- proszę zbudować postać zredukowaną modelu





- proszę oszacować parametry modelu za pmoocą odpowiedniej metody.





Sheet 9: Zad5

Na podstawie danych udostepnionych w programie GRETL oszacuj parametry model postaci:









za pomocą 2KMNK





Sheet 10: 1

Po oszacowaniu otrzymano model postaci:











Wyznaczyć mnozniki opóżnione skumulowane i pełne opisujące reakcję zmiennych współzależnych




ze zmienną egzmogeniczną x1





Sheet 11: 2

Zadanie 2.
Zbudowano model objaśniający kształtowanie się dochodów i cen:
yt = a21pt + b11wt + e1t    
pt = a12yt + b22kt + e2t    

gdzie:
yt – przeciętne dochody ogółem w okresie t (w tys. zł)
pt  – ceny w okresie t (w punktach)
wt – przeciętne wynagrodzenie w okresie t (w tys. Zł)
kt – koszty produkcji w okresie t (w tys. Zł)
Po oszacowaniu parametrów model przyjął postać standardową:

 = 0,2pt + 0,7wt   +0,2pt-1
  = 1,5yt + 0,875kt  +0,6yt-1   

1)      Wyznacz parametry modelu w postaci zredukowanej.
2)      Sprawdź stabilność modelu.
3)      Wyznacz i zinterpretuj:
a)      mnożniki bezpośrednie,
b)      mnożniki pośrednie dla s = 1, s = 3 i s = 5;
c)      mnożniki całkowite dla s = 4.


Sheet 12: 3

Po oszacowaniu parametrów na próbie obejmujące dane roczne z okresu od 1960 do 1993 roku, otrzymano następującą jego postać:













gdzie:





lpyzt – deflator kosztów utrzymania (logarytm naturalny), 1990=100





lwut  – przeciętne roczne wynagrodzenie w gospodarce (logarytm naturalny),





lpmt – deflator importu (logarytm naturalny),





lzt – wydajność pracy (logarytm naturalny),





izzt – indykator nierównowagi na rynku pracy (logarytm naturalny).












1)      Wyznacz parametry modelu w postaci zredukowanej.





2)      Sprawdź stabilność modelu.





3)      Wyznacz i zinterpretuj:





a)      mnożniki bezpośrednie,





b)      mnożniki pośrednie dla s = 1, s = 3 i s = 5;





c)      mnożniki całkowite dla s = 4.






Wyszukiwarka

Podobne podstrony:
Kopia MP5 modele wielorównaniowe
MP 7 modele wielorównaniowe. rozw, metody prognozowania
modele wielorównaniowe1
MP 7 modele wielorównaniowe(1), metody prognozowania
modele wielorownaniowe
Plich, Mariusz Modele Wielorównaniowe mnożniki i symulacje
w5b modele oswietlenia
Modele krajobrazu
86 Modele ustrojowe wybranych panstw
Modele nauczania i uczenia się
Inteligencje wielorakie Howarda Gardnera w polskiej edukacji przedszkolnej
wyklad 13 Modele ARIMA w prognozowaniu (1)

więcej podobnych podstron