Расчет и построение экономической модели
Рассчитаем прогнозное значение результата, если прогнозное значение фактора увеличится на 10% от его среднего уровня. Кремер Н. Ш., Путко Б. А. Эконометрика: Учебник для вузов // Под ред. проф. Н. Ш. Кремера. — М.: «ЮНИТИ-ДАНА», 2002. — 311 с. Практикум по эконометрике: Учебн. пособие // Под ред. И. И. Елисеевой. — М.: «Финансы и статистика», 2003. — 192 с. Для прогнозирования будущих значений… Читать ещё >
Расчет и построение экономической модели (реферат, курсовая, диплом, контрольная)
Содержание Вариант № 20
Задание 1
Задание 2
Вариант № 20
Задание 1
1. Постройте ряд динамики импорта Бельгии за 1961;1994 гг.
2. Рассчитайте параметры линейного, степенного, экспоненциального (показательного), параболического, гиперболического трендов с помощью пакета Excel.
3. Оцените адекватность линейной модели, проверив:
Ш Случайность колебаний уровней по критерию пиков;
Ш Соответствие распределения случайной компоненты нормальному закону с помощью RS-критерия;
Ш Равенство нулю среднего значения случайной компоненты на основе l-критерия Стьюдента;
Ш Независимость значений уровней случайной компоненты по критерию Дарбина-Уотсона.
С помощью средней ошибки аппроксимации оцените точность уравнения.
4. Оцените с помощью F-критерия Фишера статистическую надёжность нелинейных моделей. Для этого рассчитайте индексы корреляции для каждой модели;
Ш Вычислите относительную ошибку аппроксимации;
Ш Проверьте ряд остатков на гомоскедастичность графическим методом.
6. Выберите лучшее уравнение тренда и дайте его обоснование. По выбранному уравнению рассчитайте прогнозное значение на 1 год вперёд. Определите доверительный интервал прогноза для уровня значимости a=0,05.
7. оцените полученные результаты, выводы оформите.
Импорт Бельгии за 1961;1994 гг характеризуются данными:
год | Бельгия млн.фрн. | |
Импорт | ||
Решение
1.Построим поле корреляции:
ряд динамика ошибка аппроксимация
2. С помощью офисного пакета Microsoft Excel построим различные виды трендов:
Оценим тесноту связи с помощью показателей корреляции и детерминации.
t | Y | Y-Yср | t-tср | (t-tср)(Y-Yср) | (Y-Yср)^2 | (t-tср)^2 | ||
— 1808,26 | — 16,5 | 29 836,37 | 3 269 821,25 | 272,25 | ||||
— 1796,26 | — 15,5 | 27 842,10 | 3 226 566,89 | 240,25 | ||||
— 1769,26 | — 14,5 | 25 654,34 | 3 130 297,60 | 210,25 | ||||
— 1734,26 | — 13,5 | 23 412,57 | 3 007 674,07 | 182,25 | ||||
— 1712,26 | — 12,5 | 21 403,31 | 2 931 850,42 | 156,25 | ||||
— 1680,26 | — 11,5 | 19 323,04 | 2 823 289,48 | 132,25 | ||||
— 1666,26 | — 10,5 | 17 495,78 | 2 776 438,07 | 110,25 | ||||
— 1617,26 | — 9,5 | 15 364,01 | 2 615 545,13 | 90,25 | ||||
— 1543,26 | — 8,5 | 13 117,75 | 2 381 665,95 | 72,25 | ||||
— 1484,26 | — 7,5 | 11 131,99 | 2 203 041,72 | 56,25 | ||||
— 1516,26 | — 6,5 | 9855,72 | 2 299 058,66 | 42,25 | ||||
— 1384,26 | — 5,5 | 7613,46 | 1 916 188,78 | 30,25 | ||||
— 1206,26 | — 4,5 | 5428,19 | 1 455 074,54 | 20,25 | ||||
— 908,26 | — 3,5 | 3178,93 | 824 944,78 | 12,25 | ||||
— 956,26 | — 2,5 | 2390,66 | 914 442,19 | 6,25 | ||||
— 756,26 | — 1,5 | 1134,40 | 571 936,31 | 2,25 | ||||
— 518,26 | — 0,5 | 259,13 | 268 598,31 | 0,25 | ||||
— 447,26 | 0,5 | — 223,63 | 200 045,72 | 0,25 | ||||
— 151,26 | 1,5 | — 226,90 | 22 881,01 | 2,25 | ||||
107,74 | 2,5 | 269,34 | 11 606,89 | 6,25 | ||||
339,74 | 3,5 | 1189,07 | 115 420,07 | 12,25 | ||||
676,74 | 4,5 | 3045,31 | 457 970,66 | 20,25 | ||||
846,74 | 5,5 | 4657,04 | 716 960,66 | 30,25 | ||||
1259,74 | 6,5 | 8188,28 | 1 586 933,01 | 42,25 | ||||
1361,74 | 7,5 | 10 213,01 | 1 854 323,01 | 56,25 | ||||
1169,74 | 8,5 | 9942,75 | 1 368 280,66 | 72,25 | ||||
1316,74 | 9,5 | 12 508,99 | 1 733 791,83 | 90,25 | ||||
1701,74 | 10,5 | 17 868,22 | 2 895 903,01 | 110,25 | ||||
2302,74 | 11,5 | 26 481,46 | 5 302 589,83 | 132,25 | ||||
2488,74 | 12,5 | 31 109,19 | 6 193 803,36 | 156,25 | ||||
2640,74 | 13,5 | 35 649,93 | 6 973 482,89 | 182,25 | ||||
2695,74 | 14,5 | 39 088,16 | 7 266 988,78 | 210,25 | ||||
2656,74 | 15,5 | 41 179,40 | 7 058 242,42 | 240,25 | ||||
3090,74 | 16,5 | 50 997,13 | 9 552 644,66 | 272,25 | ||||
Сумма | Х | Х | 526 378,5 | 89 928 302,62 | ||||
Среднее | 17,5 | 2017,3 | Х | Х | 15 481,721 | 2 644 950,077 | 96,25 | |
Показатель корреляции:
Связь между результатом и фактором прямая и достаточно сильная.
Для определения качества построения модели вычислим коэффициент детерминации:
.
Следовательно, в данной модели учтено 94,09% фактора, оказывающего влияние на результат, а оставшиеся 5,91% составляют факторы, влияющие на результат, но в данную модель не включенные.
Оценим адекватность линейной модели y=160,85x-797,59
А) Проверим гипотезу о случайности значений остаточной компоненты методом поворотных точек (методом пиков).
Критическое число поворотных точек рассчитывается по формуле:
Количество поворотных точек данной модели равно 13.
t | Yt | ||||
247,312 | — 7,3116 | 53,4595 | |||
219,109 | 6,8906 | 47,4804 | |||
213,686 | 7,3141 | 53,4961 | |||
218,025 | 7,9753 | 63,6054 | |||
205,008 | 14,9917 | 224,751 | |||
327,579 | — 77,5794 | 6018,56 | |||
233,211 | 3,7895 | 14,3603 | |||
212,601 | 19,3988 | 376,313 | |||
215,855 | — 0,8553 | 0,73 154 | |||
195,246 | 24,754 | 612,761 | |||
196,331 | 25,6693 | 658,913 | |||
201,754 | 29,2458 | 855,317 | |||
234,295 | — 5,2952 | 28,0391 | |||
Т.к. количество поворотных точек на графике остаточной компоненты больше необходимого (16>13), то можно говорить о выполнении гипотезы о случайности значений остаточной компоненты.
Соответствие ряда остатков нормальному закону распределения определим при помощи R/S-критерия.
Вычислим вариационный размах =1399,9 и среднеквадратическое отклонение остаточной компоненты:
.
Рассчитаем критерий R/S:
Вычисленное значение критерия R/S попадает в заданный интервал, следовательно, можно сделать вывод об адекватности модели наблюдаемому процессу по данному критерию.
Проверим гипотезу о независимости значений остаточной компоненты Для проверки данной гипотезы рассчитаем критерий Дарбина-Уотсона (в качестве критических принимаем уровни d1=1,08 и d2=1,36).
t | Y (t) | |||||||
— 636,74 | 715 276,14 | 845,74 | ||||||
— 475,89 | 485 655,67 | 696,89 | — 148,85 | 22 156,32 | ||||
— 315,04 | 317 014,04 | 563,04 | — 133,85 | 17 915,82 | ||||
— 154,19 | 191 135,09 | 437,19 | — 125,85 | 15 838,22 | ||||
6,66 | 89 006,75 | 298,34 | — 138,85 | 19 279,32 | ||||
167,51 | 28 726,86 | 169,49 | — 128,85 | 16 602,32 | ||||
328,36 | 512,56 | 22,64 | — 146,85 | 21 564,92 | ||||
489,21 | 7958,42 | — 89,21 | — 111,85 | 12 510,42 | ||||
650,06 | 30 997,12 | — 176,06 | — 86,85 | 7542,922 | ||||
810,91 | 77 233,96 | — 277,91 | — 101,85 | 10 373,42 | ||||
971,76 | 221 614,97 | — 470,76 | — 192,85 | 37 191,12 | ||||
1132,61 | 249 610,15 | — 499,61 | — 28,85 | 832,3225 | ||||
1293,46 | 232 767,65 | — 482,46 | 17,15 | 294,1225 | ||||
1454,31 | 119 238,99 | — 345,31 | 137,15 | 18 810,12 | ||||
1615,16 | 307 093,30 | — 554,16 | — 208,85 | 43 618,32 | ||||
1776,01 | 265 235,30 | — 515,01 | 39,15 | 1532,723 | ||||
1936,86 | 191 721,37 | — 437,86 | 77,15 | 5952,123 | ||||
2097,71 | 278 477,84 | — 527,71 | — 89,85 | 8073,022 | ||||
2258,56 | 154 103,35 | — 392,56 | 135,15 | 18 265,52 | ||||
2419,41 | 86 677,24 | — 294,41 | 98,15 | 9633,423 | ||||
2580,26 | 49 845,02 | — 223,26 | 71,15 | 5062,323 | ||||
2741,11 | 2219,35 | — 47,11 | 176,15 | 31 028,82 | ||||
2901,96 | 1440,96 | — 37,96 | 9,15 | 83,7225 | ||||
3062,81 | 45 877,35 | 214,19 | 252,15 | 63 579,62 | ||||
3223,66 | 24 130,51 | 155,34 | — 58,85 | 3463,323 | ||||
3384,51 | 39 010,2001 | — 197,51 | — 352,85 | 124 503,1 | ||||
3545,36 | 44 673,04 | — 211,36 | — 13,85 | 191,8225 | ||||
3706,21 | 163,58 | 12,79 | 224,15 | 50 243,22 | ||||
3867,06 | 205 154,64 | 452,94 | 440,15 | |||||
4027,91 | 228 570,04 | 478,09 | 25,15 | 632,5225 | ||||
4188,76 | 220 186,1776 | 469,24 | — 8,85 | 78,3225 | ||||
4349,61 | 132 052,29 | 363,39 | — 105,85 | 11 204,22 | ||||
4510,46 | 26 745,33 | 163,54 | — 199,85 | 39 940,02 | ||||
4671,31 | 190 698,15 | 436,69 | 273,15 | 74 610,92 | ||||
Сумма | 5 260 823,56 | — 0,69 | ||||||
Среднее | 17,5 | 2017,3 | ||||||
Таким образом, свойство взаимной независимости уровней остаточной компоненты не подтверждается.
Вычислим среднюю ошибку аппроксимации:
t | Y | ||||
— 636,74 | 404,6603 | ||||
— 475,89 | 315,3348 | ||||
— 315,04 | 227,0323 | ||||
— 154,19 | 154,4841 | ||||
6,66 | 97,81 639 | ||||
167,51 | 50,29 377 | ||||
328,36 | 6,450 142 | ||||
489,21 | — 22,3025 | ||||
650,06 | — 37,1435 | ||||
810,91 | — 52,1407 | ||||
971,76 | — 93,9641 | ||||
1132,61 | — 78,9273 | ||||
1293,46 | — 59,4895 | ||||
1454,31 | — 31,1371 | ||||
1615,16 | — 52,23 | ||||
1776,01 | — 40,8414 | ||||
1936,86 | — 29,2101 | ||||
2097,71 | — 33,6121 | ||||
2258,56 | — 21,0375 | ||||
2419,41 | — 13,8546 | ||||
2580,26 | — 9,47 221 | ||||
2741,11 | — 1,7487 | ||||
2901,96 | — 1,32 542 | ||||
3062,81 | 6,536 161 | ||||
3223,66 | 4,597 218 | ||||
3384,51 | — 6,19 736 | ||||
3545,36 | — 6,33 953 | ||||
3706,21 | 0,34 391 | ||||
3867,06 | 10,48 472 | ||||
4027,91 | 10,61 008 | ||||
4188,76 | 10,7 385 | ||||
4349,61 | 7,710 376 | ||||
4510,46 | 3,49 893 | ||||
4671,31 | 8,549 139 | ||||
Сумма | 727,5 | ||||
Среднее | 17,5 | 2017,3 | |||
Следовательно, линейная модель является недостаточно точной.
Вычислим для каждой модели индекс корреляции:
Степенная функция:
t | Y | Yрасч | (Y-Yср)^2 | (Yрасч-Yср)^2 | ||
60,94 | 3 269 821,25 | 3 827 198,53 | ||||
136,73 | 3 226 566,89 | 3 536 418,29 | ||||
219,35 | 3 130 297,60 | 3 232 484,53 | ||||
306,76 | 3 007 674,07 | 2 925 827,53 | ||||
397,90 | 2 931 850,42 | 2 622 336,13 | ||||
492,14 | 2 823 289,48 | 2 326 016,55 | ||||
589,02 | 2 776 438,07 | 2 039 875,36 | ||||
688,24 | 2 615 545,13 | 1 766 310,46 | ||||
789,54 | 2 381 665,95 | 1 507 314,73 | ||||
892,72 | 2 203 041,72 | 1 264 594,15 | ||||
997,64 | 2 299 058,66 | 1 039 641,84 | ||||
1104,15 | 1 916 188,78 | 833 787,18 | ||||
1212,14 | 1 455 074,54 | 648 229,93 | ||||
1321,52 | 824 944,78 | 484 064,82 | ||||
1432,20 | 914 442,19 | 342 299,85 | ||||
1544,12 | 571 936,31 | 223 870,18 | ||||
1657,20 | 268 598,31 | 129 648,98 | ||||
1771,39 | 200 045,72 | 60 455,97 | ||||
1886,63 | 22 881,01 | 17 064,39 | ||||
2002,89 | 11 606,89 | 206,58 | ||||
2120,12 | 115 420,07 | 10 578,72 | ||||
2238,27 | 457 970,66 | 48 844,68 | ||||
2357,32 | 716 960,66 | 115 639,35 | ||||
2477,23 | 1 586 933,01 | 211 571,42 | ||||
2597,98 | 1 854 323,01 | 337 225,82 | ||||
2719,52 | 1 368 280,66 | 493 165,79 | ||||
2841,85 | 1 733 791,83 | 679 934,74 | ||||
2964,92 | 2 895 903,01 | 898 057,75 | ||||
3088,73 | 5 302 589,83 | 1 148 043,10 | ||||
3213,25 | 6 193 803,36 | 1 430 383,40 | ||||
3338,46 | 6 973 482,89 | 1 745 556,77 | ||||
3464,34 | 7 266 988,78 | 2 094 027,81 | ||||
3590,87 | 7 058 242,42 | 2 476 248,49 | ||||
3718,05 | 9 552 644,66 | 2 892 658,92 | ||||
Сумма | Х | 89 928 302,62 | 43 409 582,74 | |||
Среднее | 17,5 | 2017,26 | Х | Х | Х | |
Экспоненциальная функция:
t | Y | Yрасч | (Y-Yср)^2 | (Yрасч-Yср)^2 | ||
218,18 | 3 269 821,25 | 3 236 703,95 | ||||
242,77 | 3 226 566,89 | 3 148 824,36 | ||||
270,14 | 3 130 297,60 | 3 052 461,35 | ||||
300,58 | 3 007 674,07 | 2 946 997,30 | ||||
334,46 | 2 931 850,42 | 2 831 825,55 | ||||
372,16 | 2 823 289,48 | 2 706 370,88 | ||||
414,11 | 2 776 438,07 | 2 570 116,83 | ||||
460,78 | 2 615 545,13 | 2 422 641,72 | ||||
512,72 | 2 381 665,95 | 2 263 665,80 | ||||
570,51 | 2 203 041,72 | 2 093 112,32 | ||||
634,81 | 2 299 058,66 | 1 911 186,28 | ||||
706,36 | 1 916 188,78 | 1 718 475,38 | ||||
785,97 | 1 455 074,54 | 1 516 078,69 | ||||
874,56 | 824 944,78 | 1 305 770,37 | ||||
973,13 | 914 442,19 | 1 090 207,00 | ||||
1082,82 | 571 936,31 | 873 189,52 | ||||
1204,86 | 268 598,31 | 659 993,41 | ||||
1340,67 | 200 045,72 | 457 784,08 | ||||
1491,78 | 22 881,01 | 276 138,22 | ||||
1659,92 | 11 606,89 | 127 697,55 | ||||
1847,01 | 115 420,07 | 28 987,08 | ||||
2055,19 | 457 970,66 | 1438,20 | ||||
2286,83 | 716 960,66 | 72 666,53 | ||||
2544,58 | 1 586 933,01 | 278 066,39 | ||||
2831,39 | 1 854 323,01 | 662 798,63 | ||||
3150,52 | 1 368 280,66 | 1 284 267,15 | ||||
3505,62 | 1 733 791,83 | 2 215 202,16 | ||||
3900,74 | 2 895 903,01 | 3 547 496,54 | ||||
4340,40 | 5 302 589,83 | 5 396 976,76 | ||||
4829,62 | 6 193 803,36 | 7 909 333,35 | ||||
5373,97 | 6 973 482,89 | 11 267 489,64 | ||||
5979,68 | 7 266 988,78 | 15 700 754,17 | ||||
6653,66 | 7 058 242,42 | 21 496 184,83 | ||||
7403,61 | 9 552 644,66 | 29 012 694,98 | ||||
Сумма | Х | 89 928 302,62 | ||||
Среднее | 17,5 | 2017,26 | Х | Х | Х | |
Параболическая функция:
t | Y | Yрасч | (Y-Yср)^2 | (Yрасч-Yср)^2 | ||
70,58 | 3 269 821,25 | 3 789 593,41 | ||||
82,63 | 3 226 566,89 | 3 742 797,52 | ||||
102,73 | 3 130 297,60 | 3 665 450,42 | ||||
130,86 | 3 007 674,07 | 3 558 521,21 | ||||
167,03 | 2 931 850,42 | 3 423 366,62 | ||||
211,24 | 2 823 289,48 | 3 261 731,02 | ||||
263,48 | 2 776 438,07 | 3 075 746,41 | ||||
323,77 | 2 615 545,13 | 2 867 932,45 | ||||
392,09 | 2 381 665,95 | 2 641 196,40 | ||||
468,45 | 2 203 041,72 | 2 398 833,19 | ||||
552,84 | 2 299 058,66 | 2 144 525,37 | ||||
645,28 | 1 916 188,78 | 1 882 343,13 | ||||
745,75 | 1 455 074,54 | 1 616 744,31 | ||||
854,26 | 824 944,78 | 1 352 574,36 | ||||
970,81 | 914 442,19 | 1 095 066,41 | ||||
1095,40 | 571 936,31 | 849 841,17 | ||||
1228,02 | 268 598,31 | 622 907,05 | ||||
1368,68 | 200 045,72 | 420 660,05 | ||||
1517,38 | 22 881,01 | 249 883,82 | ||||
1674,12 | 11 606,89 | 117 749,66 | ||||
1838,89 | 115 420,07 | 31 816,50 | ||||
2011,71 | 457 970,66 | 30,90 | ||||
2192,56 | 716 960,66 | 30 727,07 | ||||
2381,44 | 1 586 933,01 | 132 626,85 | ||||
2578,37 | 1 854 323,01 | 314 839,71 | ||||
2783,33 | 1 368 280,66 | 586 862,78 | ||||
2996,34 | 1 733 791,83 | 958 580,79 | ||||
3217,38 | 2 895 903,01 | 1 440 266,16 | ||||
3446,45 | 5 302 589,83 | 2 042 578,89 | ||||
3683,57 | 6 193 803,36 | 2 776 566,67 | ||||
3928,72 | 6 973 482,89 | 3 653 664,78 | ||||
4181,91 | 7 266 988,78 | 4 685 696,18 | ||||
4443,14 | 7 058 242,42 | 5 884 871,43 | ||||
4712,41 | 9 552 644,66 | 7 263 788,75 | ||||
Сумма | Х | 89 928 302,62 | 72 580 381,42 | |||
Среднее | 17,5 | 2017,26 | Х | Х | Х | |
Коэффициент детерминации максимален у параболической модели. Поэтому лучшим уравнением тренда является:
Рассчитаем прогнозное значение результата, если прогнозное значение фактора увеличится на 10% от его среднего уровня.
млн.фрн.
Задание 2
Исследовать сезонность уровня инфляции цен производителей некоторого товара в %.
Построить модель сезонных колебаний; рассчитать прогнозные значения на 4 шага вперёд.
Построить график сезонной волны.
Годы и кварталы | Данные, % | Годы и кварталы | Данные, % | |
1999, 1 | 110,74 | 2003, 1 | 105,37 | |
105,37 | 100,67 | |||
104,70 | 100,67 | |||
108,05 | 102,68 | |||
2000, 1 | 110,74 | 2004, 1 | 104,03 | |
104,70 | 100,00 | |||
104,70 | 101,34 | |||
106,71 | 102,01 | |||
2001, 1 | 108,72 | 2005, 1 | 103,36 | |
104,03 | 100,00 | |||
102,68 | 100,67 | |||
105,37 | 100,67 | |||
2002, 1 | 106,71 | 2006, 1 | 101,34 | |
102,68 | 99,33 | |||
102,01 | 98,66 | |||
104,03 | 99,33 | |||
Решение:
Изобразим графически данные таблицы:
Для каждого месяца рассчитаем среднюю величину уровня, затем вычислим среднеквартальный уровень для всего ряда Y. После чего определим показатель сезонной волны — индекс сезонности Is как процентное отношение средних величин для каждого квартала к общему среднему уровню ряда, %:
Применяя формулу простой средней арифметической определим среднеквартальные уровни:
Сезонная волна определяется процентным отношением уровней поквартальных средних к средней квартальной.
1 квартал | 2 квартал | 3 квартал | 4 квартал | Потребление за год | Среднее | ||
110,74 | 105,37 | 104,7 | 108,05 | 428,86 | 107,215 | ||
110,74 | 104,7 | 104,7 | 106,71 | 426,85 | 106,713 | ||
108,72 | 104,03 | 102,68 | 105,37 | 420,8 | 105,2 | ||
106,71 | 102,68 | 102,01 | 104,03 | 415,43 | 103,858 | ||
105,37 | 100,67 | 100,67 | 102,68 | 409,39 | 102,348 | ||
104,03 | 101,34 | 102,01 | 407,38 | 101,845 | |||
103,36 | 100,67 | 100,67 | 404,7 | 101,175 | |||
101,34 | 99,33 | 98,66 | 99,33 | 398,66 | 99,665 | ||
Среднее | 106,38 | 102,10 | 101,93 | 103,61 | 414,01 | 103,50 | |
Индексы сезонности | 102,78 | 98,64 | 98,48 | 100,10 | Х | Х | |
Для прогнозирования будущих значений составим модель как сумму линейного тренда и сезонной составляющей.
Используя Microsoft Excel, находим уравнение линейного тренда:
Наблюдение | Инфляция | Тренд | Сезонная составляющая | |
110,74 | 107,877 | 2,8626 | ||
105,37 | 107,595 | — 2,225 | ||
104,7 | 107,312 | — 2,612 | ||
108,05 | 107,03 | 1,0204 | ||
110,74 | 106,747 | 3,993 | ||
104,7 | 106,464 | — 1,764 | ||
104,7 | 106,182 | — 1,482 | ||
106,71 | 105,899 | 0,8108 | ||
108,72 | 105,617 | 3,1034 | ||
104,03 | 105,334 | — 1,304 | ||
102,68 | 105,051 | — 2,371 | ||
105,37 | 104,769 | 0,6012 | ||
106,71 | 104,486 | 2,2238 | ||
102,68 | 104,204 | — 1,524 | ||
102,01 | 103,921 | — 1,911 | ||
104,03 | 103,638 | 0,3916 | ||
105,37 | 103,356 | 2,0142 | ||
100,67 | 103,073 | — 2,403 | ||
100,67 | 102,791 | — 2,121 | ||
102,68 | 102,508 | 0,172 | ||
104,03 | 102,225 | 1,8046 | ||
101,943 | — 1,943 | |||
101,34 | 101,66 | — 0,32 | ||
102,01 | 101,378 | 0,6324 | ||
103,36 | 101,095 | 2,265 | ||
100,812 | — 0,812 | |||
100,67 | 100,53 | 0,1402 | ||
100,67 | 100,247 | 0,4228 | ||
101,34 | 99,9646 | 1,3754 | ||
99,33 | 99,682 | — 0,352 | ||
98,66 | 99,3994 | — 0,739 | ||
99,33 | 99,1168 | 0,2132 | ||
Х | 98,8342 | Х | ||
Х | 98,5516 | Х | ||
Х | 98,269 | Х | ||
Х | 97,9864 | Х | ||
1. Кремер Н. Ш., Путко Б. А. Эконометрика: Учебник для вузов // Под ред. проф. Н. Ш. Кремера. — М.: «ЮНИТИ-ДАНА», 2002. — 311 с.
2. Кулинич Е. И. Эконометрия. — М.: «Финансы и статистика», 2001. -304с.
3. Луговская Л. В. Эконометрика в вопросах и ответах: учебное пособие. — М.: «Проспеки», 2005. — 208 с.
4. Магнус Я. Р., Катышев П. К., Пересецкий А. А. Эконометрика. Начальный курс: Учебник. — М.: «Дело», 2001. — 400 с.
5. Орлов А. И. Эконометрика — М.: «Экзамен», 2002. — 324 с.
6. Практикум по эконометрике: Учебн. пособие // Под ред. И. И. Елисеевой. — М.: «Финансы и статистика», 2003. — 192 с.
7. Эконометрика: Учебник // Под ред. И. И. Елисеевой. — М.: «Финансы и статистика», 2002. — 344 с.