Ситуационная (практическая) задача № 1
По 20 предприятиям региона изучается зависимость выработки продукции на одного ра-ботника y (тыс. руб.) от удельного веса рабочих высокой квалификации в общей численности рабочих x1 (% от стоимости фондов на конец года) и от ввода в действие новых основных фон-дов x2 (%).

 
Требуется:
1. Построить корреляционное поле между выработкой продукции на одного работника и удельным весом рабочих высокой квалификации. Выдвинуть гипотезу о тесноте и виде зависимости между показателями X1 и Y.
2. Оценить тесноту линейной связи между выработкой продукции на одного работника и удельным весом рабочих высокой квалификации с надежностью 0,9.
3. Рассчитать коэффициенты линейного уравнения регрессии для зависимости выработки продукции на одного работника от удельного веса рабочих высокой квалификации.
4. Проверить статистическую значимость параметров уравнения регрессии с надежностью 0,9 и построить для них доверительные интервалы.
5. Рассчитать коэффициент детерминации. С помощью F -критерия Фишера оценить ста-тистическую значимость уравнения регрессии с надежностью 0,9.
6. Дать точечный и интервальный прогноз с надежностью 0,9 выработки продукции на одного работника для предприятия, на котором высокую квалификацию имеют 24% рабочих.
7. Рассчитать коэффициенты линейного уравнения множественной регрессии и пояснить экономический смысл его параметров.
8. Проанализировать статистическую значимость коэффициентов множественного урав-нения с надежностью 0,9 и построить для них доверительные интервалы.
9. Найти коэффициенты парной и частной корреляции. Проанализировать их.
10. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации.
11. С помощью F -критерия Фишера оценить адекватность уравнения регрессии с надеж-ностью 0,9.
12. Дать точечный и интервальный прогноз с надежностью 0,9 выработки продукции на одного работника для предприятия, на котором высокую квалификацию имеют 24% рабочих, а ввод в действие новых основных фондов составляет 5%.
13. Проверить построенное уравнение на наличие мультиколлинеарности по: критерию Стьюдента; критерию χ2. Сравнить полученные результаты.
Ситуационная (практическая) задача № 2
Имеются помесячные данные по объему платных услуг населению в 2010 г.

Требуется:
1. Проверить гипотезу о наличии тренда во временном ряде.
2. Рассчитать коэффициенты автокорреляции. Проверить наличие сезонных колеба-ний во временном ряде.
3. Оценить параметры линейной трендовой модели, проверить статистическую зна-чимость соответствующего уравнения регрессии с надежностью 0,99.
4. Дать точечный и интервальный прогноз объема платных услуг на февраль 2011 г. с надежностью 0,99.
Тестовые задания
Необходимо из предложенных вариантов ответа на вопрос теста выбрать единствен-но верный, по Вашему мнению.
1.Остаток в i-м наблюдении – это:
a) разница между значением объясняющей переменной в i-м наблюдении и прогноз-ным значением этой переменной;
b) разница между значением переменной Y в i-м наблюдении и прогнозным значе-нием этой переменной, полученным по выборочной линии регрессии;
c) разница между значением переменной Y в i-м наблюдении и прогнозным значением этой переменной, полученным по истинной линии регрессии;
d) разница между прогнозным значением зависимой переменной, полученным по выборочной линии регрессии и значением объясняющей переменной в этом наблюдении.

2. Дано регрессионное уравнение Y = 10 + 0.5X. Чему равно прогнозное значение переменной Y, если Х = 10:
a) 20;
b) 15;
c) 5;
d) 0.

3. При анализе тесноты линейной корреляционной связи между двумя переменными получен коэффициент парной линейной корреляции, равный – 1. Это означает, что:
a) линейная корреляционная связь отсутствует;
b) между переменными существует нелинейная связь;
c) парный коэффициент корреляции не может принять такое значение;
d) между переменными существует точная обратная линейная зависимость;

4. С помощью какой меры невозможно избавиться от мультиколлинеарности?
a) увеличение объема выборки;
b) исключения переменных высококоррелированных с остальными;
c) изменение спецификации модели;
d) преобразование случайной составляющей.

5. Какое из приведенных чисел может быть значением коэффициента множествен-ной детерминации:
а) 0,4;
б) -1;
в) -2,7;
г) 2,7.

6. Если значение статистики Дарбина-Уотсона равно 0, это говорит
а) о наличии положительной автокорреляции остатков в модели;
б) об отсутствии зависимости между рассматриваемыми показателями;
в) об отсутствии тренда во временном ряде;
г) о статистической незначимости коэффициентов уравнения.

7. К каким последствиям приводит наличие гетероскедастичности в остатках:
a) МНК-оценки коэффициентов уже не обладают меньшей дисперсией, но остаются несмещенными и линейными;
b) МНК-оценки коэффициентов остаются наилучшими линейными несмещенными оценками, проблема только в стандартных ошибках, их надо корректировать.
c) МНК-оценки коэффициентов уже не обладают меньшей дисперсией, но остаются несмещенными и линейными; МНК – стандартные ошибки правильны (состоятельны), тестами, в которых они участвуют, пользоваться можно.
d) МНК-оценки коэффициентов становятся нелинейными.

8. Периодические колебания, возникающие под влиянием смены времени года называются…
a) хронологическими;
b) сезонными;
c) тенденцией;
d) случайными.

9. Известны помесячные данные за полгода относительно прибыли некоторой ком-пании (тыс. руб.): 100, 110, 98, 90, 100, 110. Медиана данного ряда равна
a) 100;
b) 94;
c) 110;
d) 90.

10. В чем состоит проблема идентификации модели?
a) получение однозначно определенных параметров модели, заданной системой од-новременных уравнений;
b) выбор и реализация методов статистического оценивания неизвестных парамет-ров модели по исходным статистическим данным;
c) проверка адекватности модели;
d) выбор общего вида модели.