КОНТРОЛЬНАЯ РАБОТА № 2 ПО ЭКОНОМЕТРИКЕ

Имеются данные о деятельности 20 крупнейших компаний США: Y – чистый доход (млрд. долл.), Х1 – оборот капитала (млрд. долл.), Х2 – использованный капитал (млрд. долл.), Х3 – численность служащих (тыс. чел.). По этим данным оценена модель:

ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R	0,738954058
R-квадрат	0,5460531
Нормированный R-квадрат	0,460938056
Стандартная ошибка	1,275673506
Наблюдения
Дисперсионный анализ
	Df	SS	MS	F
Регрессия		31,3205137	10,44017123	6,415471057
Остаток		26,0374863	1,627342894
Итого		57,358
	Коэффициенты	Стандартная ошибка	t-статистика	P-Значение
Y-пересечение	1,589696596	0,517240065	3,073421232	0,00727357
X1	0,006298312	0,01131672	0,556549211	0,585536283
X2	0,069652315	0,017134064	4,065136758	0,000900041
X3	-0,00282798	0,002004682	-1,410685938	0,177483825

Для того, чтобы понять, присутствует ли в модели мультиколлинеарность, были построены вспомогательные регрессии и рассчитаны коэффициенты детерминации:

Регрессия	R2
Х1 на Х2 и Х3	0,282
Х3 на Х1 и Х2	0,245
Х2 на Х1 и Х3	0,134

Рассчитайте VIFы, сделайте выводы относительно наличия мультиколлинеарности. Укажите другие признаки мультиколлинеарности, если они есть[A1].

B0.	Формула для расчета VIF:
B1.	VIF1=   VIF2=   VIF3=
B2.	Значения VIF, свидетельствующие о наличии мультиколлинеарности:
B3.	Вывод о степени мультиколлинеарности:
B4.	Другие наблюдаемые признаки мультиколлинеарности:
B5.	Статистический вывод:

 

 

[1] В скобках под коэффициентами указаны стандартные ошибки.

[A1]Здесь предполагается, что они посмотрят на модель и найдут (или не найдут) большой р-квадрат и много незначимых коэффициентов

КОНТРОЛЬНАЯ РАБОТА № 2 ПО ЭКОНОМЕТРИКЕ

Пробный вариант

 

Часть I

В этой части необходимо выбрать из предложенных или вписать самостоятельно правильный ответ. Некоторые вопросы предполагают выбор нескольких правильных ответов.

 

1. При наличии в модели гетероскедастичности автоковариационная матрица вектора возмущений …

1) симметричная, положительно определенная с равными диагональными элементами

2) диагональная, с одинаковыми элементами

3) диагональная, с различными элементами

4) может быть какой угодно

 

2. Изучается зависимость заработной платы работника Y (тыс. руб.) в зависимости от стажа Х (лет), пола (фиктивная переменная D1 равна 1 для мужчин, 0 – для женщин), уровня образования (фиктивная переменная D2 равна 1 при наличии высшего образования, 0 – иначе) и прохождения повышения квалификации за последние 3 года (фиктивная переменная D3 равна 1, если повышение квалификации было, 0 – в противном случае). Оцененная модель имеет вид:

.

Все параметры модели значимы на 5%.

а) Тогда заработная платы женщины с высшим образованием, стажем работы 2 года и отсутствием повышения квалификации в последние 3 года будет равна ______________

б) Можно ли утверждать, что при прочих равных условиях заработная плата мужчин выше, чем у женщин? Если да, то на сколько? _________________________

 

3. При наличии частичной мультиколлинеарности …

1) нельзя найти МНК-оценки параметров, т.к. матрица вырождена

2) дисперсии МНК-оценок параметров увеличиваются

3) определитель матрицы стремится к нулю

4) ранг матрицы будет больше числа оцениваемых параметров

 

4. Изучается зависимость расходов на мобильную связь от ряда факторов. Данные представлены двумя подгруппами: для мужчин и женщин. Тогда тест Чоу позволит …

1) установить, нужно ли использовать одну регрессию, или отдельные регрессии для мужчин и женщин

2) установить, что для мужчин и женщин на уровень расходов на мобильную связь влияют различные факторы

3) установить, что женщины говорят по мобильному телефону больше, чем мужчины

 

5. Тест Уайта используется для

1) выявления мультиколлинеарности

2) сравнения двух моделей

3) выявления гетероскедастичности

4) оценки предсказательной силы модели

Часть II

В этой части требуется привести решение задачи, а также сделать обоснованный вывод или дать содержательную интерпретацию полученным результатам. Если решение будет отсутствовать, то, даже при верно записанном ответе, задание не будет засчитано.