EKONOMETRIA - 9 lutego 2008
Imię i nazwisko ..................................................................... Pkty............. Ocena ................
Zad. 1. Przypuszcza się, że liczba osób zwiedzających Międzynarodowe Targi Poznańskie (Y w tys.) zależy od: powierzchni wystawowej (X1 w tys. m2), liczby wystawców (X2 w tys.), indeksu zmiany przeciętnego miesięcznego wynagrodzenia (X3, rok 1991 = 100) oraz liczby miejsc noclegowych w Poznaniu (X4). Na podstawie zebranych danych oszacowano model z potencjalnymi zmiennymi objaśniającymi i otrzymano m.in. następujące wyniki:
ANALIZA WARIANCJI |
||
|
df |
SS |
Regresja |
4 |
164181,4 |
Resztkowy |
7 |
|
Razem |
11 |
167131,9 |
|
Współczynniki |
Błąd standardowy |
Wartość-p |
Przecięcie |
-507,6 |
103,395 |
0,002 |
POW |
0,32 |
0,205 |
0,159 |
WYST |
79,1 |
10,381 |
0,000 |
WYNAGR |
-0,82 |
0,862 |
0,371 |
NOCLEGI |
0,12 |
0,011 |
0,000 |
Napisz równanie modelu teoretycznego
Oceń dobroć dopasowania tego modelu do obserwacji.
Podaj wartość i interpretację odchylenia standardowego składnika losowego.
Czy przy poziomie istotności α = 0.05 uznać możemy, że zmienne objaśniające występujące w modelu mają istotny wpływ na liczbę osób zwiedzających MTP? Odpowiedź uzasadnij.
Zad. 2. Postanowiono skonstruować trend wykładniczy, opisujący zmiany rozmiarów sprzedaży pewnego kosmetyku (w tys. opakowań) w latach 1993 - 2000. Na podstawie zebranych danych statystycznych oszacowano parametry liniowego modelu pomocniczego i otrzymano równanie:
ln Y = 2.1761 - 0.043*t (dla t = 1, 2, ..., 6).
Model oryginalny po oszacowaniu ma postać
Liczba -0.043 informuje nas o tym, że
Na podstawie modelu ustal, jakiej należy się spodziewać zmiany wielkości sprzedaży kosmetyku w roku 2001 w stosunku do roku 2000
Zad. 3. Postanowiono skonstruować model, w którym wartość produkcji (Y - w tys. zł) w kolejnych latach zależy od wielkości zatrudnienia (X1) i wartości zainstalowanych maszyn (X2). Przyjęto hipotezę, że model ten ma postać:
.
Zebrano odpowiednie obserwacje i oszacowano parametry pomocniczego modelu liniowego otrzymując równanie:
W = 2 + 0.40 Z1 + 0.70 Z2
Przedstaw sposób postępowania przy tworzeniu pomocniczego modelu liniowego:
Model oryginalny po oszacowaniu ma postać:
O ile zmieni się łącznie wartość produkcji, jeżeli zatrudnienie spadnie o 2%, a wartość zainstalowanych maszyn wzrośnie o 3%?
Zad. 4. Komenda Główna Straży Pożarnej postanowiła skonstruować model opisujący zmiany powierzchni pożarów lasów, by na jego podstawie prognozować zapotrzebowanie na wozy strażackie. W oparciu o zabrane dane kwartalne oszacowano trend liniowy i otrzymano równanie:
oraz
.
Ile wynosi i o czym informuje współczynnik kierunkowy oszacowanego trendu?
Oceń dobroć dopasowania tego trendu do obserwacji
Aby poprawić jakość modelu postanowiono trend uzupełnić o względne wskaźniki sezonowości. Odpowiednie obliczenia przeprowadzano w poniższej tabelce. Niestety niektóre liczby „zniknęły”. Uzupełnij je:
ROK |
Kwartał |
Sprzedaż |
t |
trend |
reszty_wzgl |
Szima = .................
Swiosna = .................
Slato = .................
Sjesień = ................. |
1997 |
Zima |
2008 |
1 |
|
|
|
|
Wiosna |
3351 |
2 |
|
|
|
|
Lato |
691 |
3 |
1418,24 |
0,487 |
|
|
Jesień |
116 |
4 |
1495,77 |
0,078 |
|
1998 |
Zima |
914 |
5 |
1573,31 |
0,581 |
|
|
Wiosna |
2779 |
6 |
1650,84 |
1,683 |
|
|
Lato |
848 |
7 |
1728,38 |
0,491 |
|
|
Jesień |
123 |
8 |
|
|
|
1999 |
Zima |
1386 |
9 |
|
|
|
|
Wiosna |
3911 |
10 |
1960,98 |
1,994 |
|
|
Lato |
2520 |
11 |
2038,51 |
1,236 |
|
|
Jesień |
83 |
12 |
2116,05 |
|
|
2000 |
Zima |
662 |
13 |
2193,58 |
|
|
|
Wiosna |
5348 |
14 |
2271,11 |
2,355 |
|
Jeżeli obliczone wskaźniki wymagają korekty, to jej dokonaj: wk = ....................
Wskaźniki skorygowane:
Szima = .................. Swiosna = ................ Slato = ............ Sjesień = .................
Podaj interpretację skorygowanego względnego wskaźnika sezonowości dla lata:
Wyjaśnij, kiedy uzasadnione jest opisywanie i prognozowanie szeregu czasowego za pomocą modelu multiplikatywnego i względnych wskaźników sezonowości
Zad. 5. Postanowiono skonstruować trend, opisujący zmiany liczby kin (w tys.) w pewnym województwie w latach 1992 - 2006. Rozważano dwie alternatywne postacie modelu: globalny trend liniowy, którego oszacowanie przedstawia wydruk (1) oraz liniowy trend segmentowy (punkt zwrotny t* = 8 dla roku 1999), którego oszacowanie przedstawia wydruk (2).
Wydruk (1) - model globalny |
||||
|
df |
SS |
MS |
F |
Regresja |
1 |
3628,8 |
3628,8 |
67,68854 |
Resztkowy |
13 |
696,9333 |
53,61026 |
|
Razem |
14 |
4325,733 |
|
|
|
|
|
|
|
|
Współczynniki |
Błąd standardowy |
t Stat |
Wartość-p |
Przecięcie |
199,333 |
3,978 |
50,104 |
2,92E-16 |
t |
3,600 |
0,438 |
8,227 |
1,64E-06 |
Model globalny ma postać:
Współczynnik R2 dla modelu globalnego przyjmuje wartość , co oznacza, że
Czy przyjmując poziom istotności α = 0,01 zmiany liczby kin w modelu globalnym uznać należy za istotne? Odpowiedź uzasadnij.
Wydruk (2) - model segmentowy
|
df |
SS |
MS |
F |
Regresja |
4 |
3906,269 |
976,5673 |
25,60943 |
Resztkowy |
11 |
419,4643 |
38,13312 |
|
Razem |
15 |
4325,733 |
|
|
|
|
|
|
|
|
Współczynniki |
Błąd standard |
t Stat |
Wartość-p |
Przecięcie |
0 |
#N/D! |
#N/D! |
#N/D! |
t1 |
4,893 |
1,167 |
4,193 |
0,001504 |
Z1 |
196,429 |
5,219 |
37,637 |
5,63E-13 |
t2 |
5,571 |
0,953 |
5,847 |
0,000111 |
Z2 |
174,679 |
11,173 |
15,634 |
7,37E-09 |
Model segmentowy przedstawiający zmiany liczby kin w badanym okresie ma postać:
Współczynnik kierunkowy dla pierwszego segmentu ma wartość i informuje, że
Przyjmując poziom istotności = 0.05 sprawdź, czy rok 1998 może być uznany za istotny punkt zwrotny badanej tendencji rozwojowej:
F = F ( = 0.05, K = , v = ) = 3,98
Wniosek:
Zad. 6. Postanowiono skonstruować model opisujący kształtowanie sprzedaży pewnego kosmetyku (zmienna Y). Jako potencjalne zmienne objaśniające przyjęto cenę kosmetyku (X1) oraz przeciętne dochody w sektorze uspołecznionym (X2). Poniższa tabelka przedstawia wartości współczynników korelacji między tymi trzema zmiennymi.
|
Sprzedaż |
Cena |
Cena |
-0,7 |
|
Dochody |
0,9 |
-0,8 |
Wypisz kombinacje potencjalnych zmiennych objaśniających, które można utworzyć z rozważanych zmiennych objaśniających i oblicz integralną pojemność informacyjną każdej z nich.
Która z rozważanych kombinacji zmiennych jest optymalna?
1
3
IiE_zaoczne