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

Podobne dokumenty
STUDIA I STOPNIA EGZAMIN Z EKONOMETRII

4. Średnia i autoregresja zmiennej prognozowanej

Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość?

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

Proces modelowania zjawiska handlu zagranicznego towarami

Niestacjonarne zmienne czasowe własności i testowanie

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Outsourcing a produktywność pracy w polskich przedsiębiorstwach. Anna Grześ Zakład Zarządzania Uniwersytet w Białymstoku

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

Model 1: Estymacja KMNK z wykorzystaniem 32 obserwacji Zmienna zależna: st_g

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

Ćwiczenia IV

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

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 15-16

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

Stanisław Cihcocki. Natalia Nehrebecka

Stanisław Cichocki Natalia Neherbecka

Niestacjonarne zmienne czasowe własności i testowanie

5. Model sezonowości i autoregresji zmiennej prognozowanej

Ekonometria I Weryfikacja: współliniowość i normalność. Dr Michał Gradzewicz Szkoła Główna Handlowa w Warszawie

JEDNORÓWNANIOWY LINIOWY MODEL EKONOMETRYCZNY

Szymon Bargłowski, sb39345 MODEL. 1. Równania rozpatrywanego modelu: 1 PKB t = a 1 a 2 E t a 3 Invest t 1

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

Metoda Johansena objaśnienia i przykłady

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8

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

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

Stanisław Cichocki. Natalia Nehrebecka

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

t y x y'y x'x y'x x-x śr (x-x śr)^2

Wstęp... 3 Problem i hipoteza badawcza... 4 Opis modelu. Definicje i założenia... 5 Źródła danych... 6 Szacowanie modelu... 7 Wnioski...

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Prognozowanie na podstawie modelu ekonometrycznego

Ekonometria Ćwiczenia 19/01/05

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

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

Własności statystyczne regresji liniowej. Wykład 4

Przyjazdy turystów zagranicznych do Polski miesięcznie od 2005 roku do 2009 roku modelowanie ekonometryczne

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

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

1 Modele ADL - interpretacja współczynników

Rozdział 8. Regresja. Definiowanie modelu

Ekonometria. Robert Pietrzykowski.

Zad.1. Microsoft Excel - Raport wyników Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto pocz tkowa Warto cowa Komórka Nazwa Warto

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

Przykład 2. Stopa bezrobocia

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

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

Egzamin z ekonometrii wersja IiE, MSEMAT

log Ôi = 1, , 0014P i + 0, 0561C i 0, 4050R i se = (0, 0009) (0, 0227) (0, 1568)

Ekonometria. Zajęcia

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

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

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

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

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8

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

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

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

Kolokwium ze statystyki matematycznej

Ekonometria. Własności składnika losowego. Jakub Mućk. Katedra Ekonomii Ilościowej

Ekonometria egzamin 07/03/2018

Estymator jest nieobciążony, jeśli jego wartośd oczekiwana pokrywa się z wartością szacowanego parametru.

3. Modele tendencji czasowej w prognozowaniu

Ekonometria. Przepływy międzygałęziowe. Model Leontiefa. Jakub Mućk. Katedra Ekonomii Ilościowej. Przepływy międzygałęziowe Model Leontiefa

Stanisław Cichocki. Natalia Nehrebecka. Wykład 12

Przyczynowość Kointegracja. Kointegracja. Kointegracja

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

Nieliniowe. Liniowe. Nieliniowe. Liniowe. względem parametrów. Linearyzowane. sensu stricto

Projekt z Ekonometrii Dynamicznej

Wykład 3 - model produkcji i cen input-output (Model 2)

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

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

Podana tabela przedstawia składniki PKB pewnej gospodarki w danym roku, wyrażone w cenach bieżących (z tego samego roku).

Egzamin z ekonometrii - wersja ogólna

Metody Ilościowe w Socjologii

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

MODELE LINIOWE. Dr Wioleta Drobik

Egzamin z ekonometrii wersja IiE, MSEMAT

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Testowanie hipotez statystycznych.

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Ekonometria egzamin 31/01/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Egzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Wnioskowanie statystyczne. Statystyka w 5

, a reszta dla pominiętej obserwacji wynosi 0, RSS jest stałe, T SS rośnie, więc zarówno R 2 jak i R2 rosną. R 2 = 1 n 1 n. rosnie. n 2 (1 R2 ) = 1 59

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń Problem Przykłady

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Ekonometria. Modelowanie szeregów czasowych. Stacjonarność. Testy pierwiastka jednostkowego. Modele ARDL. Kointegracja. Jakub Mućk

Statystyka. Zadanie 1.

Stanisław Cichocki. Natalia Nehrebecka. Wykład 13

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

Ekonometria. Modelowanie szeregów czasowych. Stacjonarność. Testy pierwiastka jednostkowego. Modele ARDL. Kointegracja. Jakub Mućk

Ekonometria egzamin 06/03/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

i EKSPLOATACJI TAbORU AUTObUSOWEGO

Przykład 1 ceny mieszkań

Transkrypt:

Zadanie 1 Fabryka Dolce Vita do produkcji czekolady potrzebuje nakładów kapitału i siły roboczej. Na podstawie historycznych danych o wielkości produkcji oraz nakładów czynników produkcji w tej fabryce w ciągu dwóch ostatnich lat oszacowano model ekonometryczny =10+6 ln +ln +0,3, >0, gdzie P t jest miesięczną produkcją czekolady w miesiącu t wyrażoną w mln kg, M t jest wartością kapitału zaangażowanego w proces produkcji (w mln PLN), Z t jest liczbą zatrudnionych osób (w tys. osób), zaś t jest numerem kolejnej obserwacji (t = 1, 2,, 24 dla kolejnych miesięcznych obserwacji z dwuletniego okresu próby). Wiadomo, że w bieżącym miesiącu produkcja czekolady ma planowo wynieść 20 mln kg, techniczne uzbrojenie pracy jest równe 3, zaś krańcowa stopa substytucji zatrudnienia kapitałem wynosi -3/2. a. Wyznacz i zinterpretuj wartość parametru β. b. Ile w bieżącym miesiącu wynosi elastyczność produkcji względem kapitału? Zinterpretuj tę wielkość. c. Czy funkcja produkcji w fabryce Dolce Vita spełnia założenie o malejącej krańcowej produkcyjności czynników produkcji? d. Na podstawie oszacowanego modelu wyznacz prognozę wielkości produkcji czekolady w fabryce Dolce Vita w następnym miesiącu, wiedząc, że fabryka planuje zwiększyć nakłady kapitału o 10% oraz zwolnić 5% pracowników. Zadanie 2 Stosując MNK oszacowano model ekonometryczny liczby narodzin dzieci (w tys.) w Polsce w latach 1946-2010 w zależności od liczby zawartych małżeństw, liczby ludności oraz emigracji ludności (wszystkie dane w tysiącach). Wiadomo, że R 2 = 0,73. Const 756,778 108,937 6,947 2,86e-09 Malzenstwa 1,600017 0,235584 6,792 5,26e-09 Ludnosc -0,0172137 0,00212851-8,087 3,11e-011 Emigracja -0,107100 0,04111747-2,601 0,0116 a. Zinterpretuj oszacowania parametrów modelu i wartość współczynnika determinacji. Czy wszystkie zmienne objaśniające są istotne statystycznie? b. Podczas weryfikacji modelu obliczono: CIW malzenstwa = 1,138; CIW ludnosc = 1,268, CIW emigracja = 1,131. O czym świadczą uzyskane wyniki? c. Przeprowadzono testy: Walda: F = 55,71204, p = P(F(3,61) > 55,71204) = 1,83e-17 RESET: F = 3,70678, p = P(F(2,59) > 3,70678) = 0,0304. Zinterpretuj otrzymane wyniki. d. Zweryfikuj hipotezę o homoskedastyczności składnika losowego modelu, wiedząc, że statystyka testu White a wynosi 28,857129, a wartość krytyczna testu wynosi Chikwadrat(9) = 16,919. Co oznacza zjawisko heteroskedastyczności składnika losowego i jakie są jego skutki dla modelu? Zadanie 3 Na podstawie danych kwartalnych z lat 1999-2006 oszacowano następujący model (w nawiasie podano błąd standardowy oszacowania):

sˆ t = 0,59 5,71 logc t, R² = 0,37 DW = 1,88 (1,09) gdzie: s t oznacza oszczędności gospodarstw domowych na głowę w Polsce (mln zł), logct pierwsza różnica logarytmu naturalnego wydatków konsumpcyjnych gospodarstw domowych na głowę w Polsce (mln zł). a. Zinterpretuj oszacowanie parametru stojącego przed logct b. Na podstawie poniższych wydruków oceń, czy składnik losowy w tym modelu ma rozkład normalny oraz czy jest homoskedastyczny oraz podaj hipotezy zerowe dla obu testów. Test White'a Hipoteza zerowa:??? Statystyka testu: LM =??? z wartością p = P(Chi-Square(13) >???) = 0,1108 Test Jarque a Bery Hipoteza zerowa:??? Statystyka testu: Chi-kwadrat(2) =??? z wartością p = 0,7869 c. Na podstawie poniższych danych (test ADF) oceń stopień zintegrowania szeregu s. Czy szacowanie modelu 2 było konieczne? Model 1: Estymacja KMNK, wykorzystane obserwacje 1999:2-2011:1 (N = 48) Zmienna zależna: d_s -------------------------------------------------------------------- const 0,660168 0,103601 6,372 8,00e-08 *** s_1-1,20409 0,153493-7,845 5,02e-010 *** Model 2: Estymacja KMNK, wykorzystane obserwacje 1999:3-2011:1 (N = 47) Zmienna zależna: d_d_s -------------------------------------------------------------------- const -0,000683116 0,0749579-0,009113 0,9928 d_s_1-1,61303 0,135186-11,93 1,55e-015 *** Wartość krytyczna testu ADF na poziomie istotności 0,05 i przy liczbie obserwacji 47 (dotyczy równania z wyrazem wolnym i bez trendu) wynosi -2,93. d. Na podstawie modelu dokonano prognozy statycznej oszczędności gospodarstw domowych na drugi i trzeci kwartał 2011 roku, otrzymując odpowiednio: 0,86, 0,41. Realizacja oszczędności na te dwa kwartały wynosi 0,8, 0,45. Oblicz wartość współczynnika Theila. Zadanie 4. Dwa rodzaje cukierków Tomaszki i Jacusie stanowią mieszankę cukru, czekolady i orzechów, przy czym zgodnie z normą zawartość orzechów w Tomaszku nie może być mniejsza niż 20%, a Jacusie muszą mieć w sobie co najmniej 10% czekolady i 10% orzechów. Obecnie producent ma do dyspozycji 100 kg cukru, 20 kg orzechów i 30 kg czekolady. Kilogram Tomaszków kosztuje 20 zł, Jacusie można sprzedać po 18 zł/kg. a. Zbuduj zadanie programowania liniowego, pozwalające ustalić plan produkcji cukierków maksymalizujący przychód z ich sprzedaży. Zdefiniuj zmienne decyzyjne, podaj postać funkcji celu i warunków ograniczających. b. Po rozwiązaniu zadania z punktu a) okazało się, że plan optymalny przewiduje produkcję 50 kg Tomaszków i 100 kg Jacusiów. Jaką zawartość orzechów ma wtedy każdy rodzaj cukierków?

Zadanie 5 O trójgałęziowym zamkniętym systemie gospodarczym wiadomo, że: (1) produkcja globalna gałęzi I wynosi 600 jp., gałęzi II 720 jp., a gałęzi III 480 jp., (2) gałąź I nie zużywa produktów z gałęzi III, a gałąź III nie zużywa produktów z gałęzi II, (3) w gałęzi I na wytworzenie produkcji globalnej o wartości 1 jp. zużywane są produkty własne o wartości 2/10 jp. oraz produkty z gałęzi II o wartości 4/10 jp., (4) współczynnik materiałochłonności gałęzi II wynosi 2/3, (5) w gałęzi II zużywane są produkty własne o wartości dwukrotnie większej od wartości produktów z gałęzi I oraz produkty z gałęzi III o wartości pięciokrotnie większej od wartości produktów z gałęzi I, (6) zużycie produkcyjne wyrobów gałęzi I wynosi 420 jp., (7) produkt krajowy brutto tego systemu wynosi 660 jp., (8) system spełnia warunek równowagi ogólnej. a. Zbuduj tablicę przepływów międzygałęziowych dla tego systemu z pominięciem wiersza amortyzacji, płac i zysków. b. Oblicz rentowność gałęzi III, jeśli zysk tej gałęzi stanowi 1/11 wartości dodanej brutto systemu. c. Wiedząc, że w systemie planuje się wzrost produkcji globalnej gałęzi I o 100 jp., brak zmian produkcji globalnej w gałęzi II oraz wzrost produkcji końcowej w gałęzi III o 14 jp., oblicz potrzebną zmianę produkcji globalnej w gałęzi III oraz zmiany produkcji końcowej w gałęziach I i II. d. Oblicz i zinterpretuj sumę elementów w drugim wierszu macierzy Leontiefa. Zadanie 6 Na postawie danych kwartalnych: PKB i konsumpcja w USA, wyrażonych w bilionach $ oszacowano parametry modelu Koycka, a następnie przeprowadzono testy pierwiastka jednostowego dla zmiennej Konsumpcja oraz jej pierwszych i drugich przyrostów. Estymacja KMNK, wykorzystane obserwacje 2001:1-2013:3 (N = 51) Zmienna zależna (Y): PKB ------------------------------------------------------------------------------------------------ const 1047,75 209,651 4,998 8,13e-06 Konsumpcja 0,760637 0,124385 6,115 1,67e-07 PKB_t_1 0,415918 0,0945543 4,399 6,03e-05 Średn.aryt.zm.zależnej 14328,09 Odch.stand.zm.zależnej 910,4918 Suma kwadratów reszt 243343,0 Błąd standardowy reszt 71,20145 Wsp. determ. R-kwadrat 0,994129 Skorygowany R-kwadrat 0,993885 F(2, 48) 4064,034 Wartość p dla testu F 2,81e-54 Logarytm wiarygodności -288,3611 Kryt. inform. Akaike'a 582,7222 Kryt. bayes. Schwarza 588,5177 Kryt. Hannana-Quinna 584,9368 Autokorel.reszt - rho1 0,549288 Stat. Durbina-Watsona 0,902386 Rozszerzony test Dickeya-Fullera dla procesu Konsumpcja; liczebność próby 48 Autokorelacja reszt rzędu pierwszego: -0,002 opóźnione różnice: F(2, 44) = 11,392 [0,0001] estymowana wartość (a-1) wynosi: -0,013923 Statystyka testu: tau_c(1) = -1,59201 asymptotyczna wartość p = 0,4867

Rozszerzony test Dickeya-Fullera dla procesu d_konsumpcja; liczebność próby 48 Autokorelacja reszt rzędu pierwszego: -0,021 estymowana wartość (a-1) wynosi: -0,32458 Statystyka testu: tau_c(1) = -2,43351 asymptotyczna wartość p = 0,1325 Rozszerzony test Dickeya-Fullera dla procesu d_d_konsumpcja; liczebność próby 41 Autokorelacja reszt rzędu pierwszego: -0,111 opóźnione różnice: F(7, 32) = 1,115 [0,3777] estymowana wartość (a-1) wynosi: -1,90722 Statystyka testu: tau_c(1) = -2,94996 asymptotyczna wartość p = 0,03984 a. Zapisz oszacowaną postać modelu przed transformacją, uwzględniając dwa pierwsze opóźnienia. b. Zapisz oszacowaną postać modelu po transformacji. c. Oblicz i zinterpretuj wartości mnożników: krótko i długookresowego. d. Określ stopień integracji szeregu czasowego Konsumpcja, przyjmując poziom istotności 0,05. Zadanie 7 Założenie własnej firmy jest przedsięwzięciem wieloczynnościowym. Poniżej etapy tego projektu. ID Czas Opis czynności czynności wykonania (w miesiącach) Czynności bezpośrednio poprzedzające A Zebranie informacji, pojęcie decyzji 3 - B Wybór lokalizacji 2 A C Wybór personelu 1 A D Wybór ekipy remontowej 2 A E Remont obiektu 4 D F Zakończenie formalności związanych z otwarciem 2 B, C własnej firmy, zatrudnieniem personelu G Zakup wyposażenia lokalu i niezbędnych 2 E produktów do otwarcia lokalu H Kontrole 1 F a. Narysuj graf projektu. b. Czy w grafie projektu występują czynności pozorne? c. Znajdź ścieżkę krytyczną i oblicz czas krytyczny. d. Czy czas potrzebny do realizacji całego projektu zmieniłby się, gdyby czas trwania czynności F uległ wydłużeniu do 3 miesięcy? Jeśli tak, to o ile by się zmienił? Odpowiedź uzasadnij.

Zadanie 8 Poniższa tabela opisuje pewien projekt przedsięwzięcia wielozadaniowego: Czynności Symbol czynności Czas trwania bezpośrednio poprzedzające A 5 B 4 C 6 A D 4 B,A E 3 B,A F 8 C,D G 10 E,F H 5 F a. Zbuduj graf opisujący to przedsięwzięcie. b. Wyznacz ścieżkę krytyczną dla przedsięwzięcia. c. Wyznacz najwcześniejszy moment rozpoczęcia dla czynności H. d. Podaj ścieżkę krytyczną przedsięwzięcia, jeśli czas trwania czynności D wydłuży się do 7.