ZADANIE 1. Pewien badacz uważa, że zależność wielkości nakładów państwa na szkolnictwo wyższe w kolejnych latach w pewnym kraju od PKB oraz liczby mieszkańców z wyższym wykształceniem da się dobrze opisać za pomocą równania o postaci:
We
y Jrr+f,)
t= 1,2, ...,T
gdzie:
£,to wielkość nakładów państwowych na szkolnictwo wyższe w okresie /, (w min. USD) Y, to PKB kraju w okresie /, w (w mld USD)
IV, to liczba mieszkańców mających wyższe wykształcenie w okresie t. (w min.) e, to zmienna losowa spełniająca założenia 4 i 5 KMRL
W celu oszacowania modelu w ramach KMRL zlogarytmowano powyższe równanie:
Odpowiednie dane zawiera tabela:
t |
1 |
2 |
3 |
4 |
5 |
6 |
E, |
29 |
28 |
24 |
24 |
20 |
19 |
Y, |
300 |
312 |
329 |
340 |
360 |
365 |
w, |
1.9 |
1.9 |
2.1 |
2,2 |
2.4 |
2.5 |
Proszę oszacować MNK parametry /?. y, x oraz podać ich błędy średnie szacunku a także zapisać oszacowane równanie regresji,. Wszystkie wyliczone wartości proszę zinterpretować. Proszę także wyliczyć i zinterpretować wartość współczynnika R:. (dokładność obliczeń - 3 miejsca po przecinku, ale przy mnożeniu macierzy proszę używać pamięci w kalkulatorze)
ZADANIE 2 W celu zbadania kształtowania się wydatków' na papierosy wśród palących ojców, przebadano za pomocą ankiet 7 osób. Dla opisaiua badanej zależności zaproponowano następujący model:
X,to wydatek na papierosy w ciągu ostatniego miesiąca (w PLN)
D, to liczba posiadanych dzieci.
R, to zmieiuia sztuczna, przyjmująca wartość dla 1 osób których małżonka rówirież pali, 0 dla
osób których żona jest niepaląca.
s, to zmienna losowa spełniająca założenia 4 i 5 KMRL.
t - numer ankiety |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
Liczba dzieci |
2 |
3 |
1 |
1 |
2 |
3 |
1 |
Wydatki na papierosy |
70 |
85 |
50 |
53 |
40 |
90 |
60 |
Czy żona pali? |
nie |
nie |
tak |
tak |
nie |
nie |
tak |
Dane pochodzące z ankiet zebrano w tabeli:_____
Proszę oszacować parametry modelu, podać błędy średnie szacunku, zapisać oszacowane równanie regresji, zinterpretować uzyskane oceny parametrów. Proszę także wyliczyć i zinterpretować wartość współczynnika R:.