K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.



Podobne dokumenty
Ćwiczenia IV

3. Modele tendencji czasowej w prognozowaniu

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

5. Model sezonowości i autoregresji zmiennej prognozowanej

4. Średnia i autoregresja zmiennej prognozowanej

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

Przykład 2. Stopa bezrobocia

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Na podstawie danych dotyczacych rocznych wydatków na pizze oszacowano parametry poniższego modelu:

Statystyka matematyczna i ekonometria

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Analiza autokorelacji

Proces modelowania zjawiska handlu zagranicznego towarami

EKONOMETRIA prowadzący: Piotr Piwowarski

Metody Ilościowe w Socjologii

Zadanie 3 Na podstawie danych kwartalnych z lat oszacowano następujący model (w nawiasie podano błąd standardowy oszacowania):

Rozdział 8. Regresja. Definiowanie modelu

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Stanisław Cihcocki. Natalia Nehrebecka

Metoda najmniejszych kwadratów

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

1. Ekonometria jako dyscyplina naukowa (przedmiot, metodologia, teorie ekonomiczne). Model ekonometryczny, postać modelu, struktura, klasyfikacja.

Ekonometria. Zajęcia

STUDIA I STOPNIA EGZAMIN Z EKONOMETRII

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2010/2011

Imię, nazwisko i tytuł/stopień KOORDYNATORA przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, dr

Prognozowanie na podstawie modelu ekonometrycznego

Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

Wprowadzenie do analizy korelacji i regresji

Stanisław Cichocki Natalia Neherbecka

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

3. Analiza własności szeregu czasowego i wybór typu modelu

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar.

Stanisław Cichocki. Natalia Nehrebecka

MODELE LINIOWE. Dr Wioleta Drobik

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

EKONOMETRIA WYKŁAD. Maciej Wolny

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

Wiadomości ogólne o ekonometrii

Niestacjonarne zmienne czasowe własności i testowanie

Przykład 1 ceny mieszkań

Rozkłady statystyk z próby

STATYSTYKA MATEMATYCZNA

ANALIZA REGRESJI SPSS

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14

Własności statystyczne regresji liniowej. Wykład 4

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

Wnioskowanie statystyczne. Statystyka w 5

Stanisław Cichocki. Natalia Nehrebecka

Ekonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Metoda Johansena objaśnienia i przykłady

t y x y'y x'x y'x x-x śr (x-x śr)^2

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8

7.4 Automatyczne stawianie prognoz

Model 1: Estymacja KMNK z wykorzystaniem 4877 obserwacji Zmienna zależna: y

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

Ekonometria. Ćwiczenia nr 3. Jakub Mućk. Katedra Ekonomii Ilościowej

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

1. Pokaż, że estymator MNW parametru β ma postać β = nieobciążony. Znajdź estymator parametru σ 2.

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Ekonometria. Model nieliniowe i funkcja produkcji. Jakub Mućk. Katedra Ekonomii Ilościowej

Ekonometria - ćwiczenia 1

ESTYMACJA. Przedział ufności dla średniej

WYKŁAD 5 TEORIA ESTYMACJI II

przedmiotu Nazwa Pierwsza studia drugiego stopnia

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

Ekonometria Wykład 4 Prognozowanie, sezonowość. Dr Michał Gradzewicz Katedra Ekonomii I KAE

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

gdzie. Dla funkcja ma własności:

1. Stacjonarnośd i niestacjonarnośd szeregów czasowych 2. Test ADF i test KPSS 3. Budowa modeli ARMA dla zmiennych niestacjonarnych 4.

KORELACJE I REGRESJA LINIOWA

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015

Zawartość. Zawartość

Transkrypt:

Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys. jp. L liczba zatrudnionych pracowników. 1a. Jeśli techniczne uzbrojenie pracy wynosi 2, to krańcowa stopa substytucji pracy przez kapitał wynosi 0,43. 1b. Funkcja wykazuje malejące korzyści skali. 1c. Wzrost zatrudnienia ze 100 osób do 105 osób i wzrost nakładów kapitału z 50 tys. jp. do 52,5 tys. jp. powoduje wzrost wartości produkcji o około 3,22%. 1d. Krańcowa produkcyjność kapitału dana jest wzorem: 1e. Krańcowa produkcyjność pracy dana jest wzorem: Zadanie 2. Dany jest następujący trzyrównaniowy model ekonometryczny (zakładamy, że parametry strukturalne modelu są różne od zera): 2a. Jest to model rekurencyjny. 2b. Macierz parametrów występujących przy zmiennych egzogenicznych opóźnionych jest kwadratowa. 2c. Macierz parametrów występujących przy zmiennych endogenicznych nieopóźnionych jest diagonalna. 2d. Liczba zmiennych endogenicznych opóźnionych występujących w modelu jest równa liczbie zmiennych z góry ustalonych. 2e. Macierz parametrów występujących przy zmiennych endogenicznych opóźnionych jest trójkątna.

Zadanie 3. Na podstawie danych o zawartych transakcjach w 1997 r. z jednej z agencji nieruchomości w Radomiu oszacowano model: Gdzie: cena mieszkania w tys. zł, metraż w m. kw. Wiadomo ponadto, że oszacowanie wariancji składnika losowego modelu wynosi 225,29. 3a. Do obliczenia wartości prognozy punktowej na podstawie powyższego modelu niezbędna jest znajomość wartości krytycznej statystyki t. 3b. Jeśli = 0,018, to średni błąd predykcji ex ante dla mieszkania o powierzchni 40 m. kw. wynosi 1,01. 3c. Jeśli rzeczywista cena mieszkania o powierzchni 100 m. kw. w Radomiu wynosi 171,86 tys. zł, a prognozowania na podstawie modelu 156,05 tys. zł, to względny błąd predykcji ex post wynosi 0,092. 3d. Współczynnik Theila podniesiony do kwadratu oznacza, jaki jest średni względny błąd predykcji ex post. 3e. Model został oszacowany na podstawie danych przekrojowych. Zadanie 4. Miesięczne wydatki na warzywa (y w jednostkach pieniężnych; jp) w zależności od dochodu (x w jp) w rodzinach Spacji opisuje po oszacowaniu następująca funkcja: y(i) = 100 x(i) / [x(i) + 2000] Dochód rodzin w Spacji nie przekracza 2000 jp., lecz jest wyższy niż 499 jp. 4a. Przyrost wydatków na warzywa związany ze wzrostem o jednostkę dochodu rodzin zarabiających 1000 jp. wynosi około (1/45) jp. 4b. Według oszacowanej funkcji, wydatki na warzywa w rodzinach o najwyższych dochodach są o 20% niższe niż w rodzinach o najwyższych dochodach. 4c. Estymacja parametrów tej funkcji wymagała zastosowania metody innej niż MNK. 4d. Najwyższy dochód w Spacji jest 4-krotnie większy od najniższego, lecz wydatki na warzywa w rodzinach o najwyższych i najniższych dochodach różnią się tylko 1,5 krotnie. 4e. Oszacowana funkcja to funkcja Tornquista dla dóbr luksusowych.

Zadanie 5. Na podstawie obserwacji rocznych z lat 1960-79 oszacowano następujący jednorównaniowy model ekonometryczny: 20 0,5 y t 2 + 10 x t 14 x t 1 ; R 2 = 0,86. (10) (0,4) (4,5) (2) Pod równaniem podane są średnie błędy szacunku odpowiednich parametrów. Składnik losowy ma rozkład normalny. Przyjąć liczebność próby równą długości badanego okresu. 5a. Nie jest to model statyczny. 5b. Stosunek sumy kwadratów reszt do sumy kwadratów odchyleń wartości empirycznych od średniej przyjmuje wartość ok. 0,86. 5c. Zmiana decyzji weryfikacyjnej o istotności wpływu nieopóźnionej zmiennej egzogenicznej na zmienną objaśnianą wystąpi przy poziomie istotności należącym do przedziału <0,05; 0,1>. 5d. Na poziomie istotności =0,05 można uznać, że w modelu nie występuje wyraz wolny. 5e. Po wyeliminowaniu z modelu opóźnionej zmiennej endogenicznej oszacowano ponownie jego parametry i obliczono statystykę DW = 0,87. Można wnioskować, że w nowym modelu (przyjmując =0,05) występuje autokorelacja składnika losowego. Wartości krytyczne testu t Studenta Stopnie swobody =0,1 =0,05 =0,02 =0,01 16 1,7459 2,1199 2,5835 2,9208 17 1,7396 2,1098 2,5669 2,8982 18 1,7341 2,1009 2,,5524 2,8784 19 1,7291 2,0930 2,5395 2,8609 20 1,7247 2,0860 2,5380 2,8453 Wartości krytyczne testu Durbina-Watsona ( =0,05, k liczba zmiennych objaśniających)

n k=2 k=3 k=4 dl du dl du dl du 16 1,106 1,371 0,982 1,539 0,757 1,728 17 1,133 1,381 1,015 1,536 0,897 1,710 18 1,158 1,391 1,046 1,535 0,933 1,696 19 1,180 1,401 1,074 1,536 0,967 1,685

20 1,201 1,411 1,100 1,537 0,998 1,676

Zadanie 6 Aby można było oszacować parametry strukturalne jednorównaniowego modelu ekonometrycznego klasyczną metodą najmniejszych kwadratów, muszą być spełnione poniższe założenia: 6a. Rząd macierzy obserwacji dokonanych na zmiennych objaśniających jest równy liczbie kolumn tej macierzy. 6b. Wariancja i wartość oczekiwana składnika losowego jest stała w czasie. 6c. Liczba obserwacji jest nie mniejsza niż liczba szacowanych parametrów. 6d. Zmienne objaśniające są nielosowe. 6e. Liczba parametrów strukturalnych jest większa od liczby obserwacji. Zadanie 7. Dane są cztery jednorównaniowe modele ekonometryczne: I: U t = a 0 + a 1 DN t + a 2 CE t + a 3 CP t + ε 1t II: III: IV: DN t = b 0 + b 1 Z t + b 2 DN t 1 + ε 2t E t = c 0 + c 1 CE t + c 2 CP t + ε 3t CP t = d 0 + d 1t + d 2 U t + ε 4t Gdzie: U t zużycie paliw płynnych, DN t dochód narodowy, Z t wielkość zatrudnienia w gospodarce, CE t średnia cena energii elektrycznej, CP t średnia cena paliw płynnych, E t zużycie energii elektrycznej, ε it składnik losowy. Symbol t oznacza że zmienna występuje w równaniu z wartością z roku t. 7a. Model III jest statyczny. 7b. Dwurównaniowy model składający się z II i IV jest modelem o równaniach współzależnych. 7c. Dwurównaniowy model składający się z I i III jest prosty. 7d. Model I jest dynamicznym modelem trendu. 7e. Model II jest liniowy i autoregresyjny.