Составители:
Рубрика:
Введение 
Модель парной регрессии является самой простой и вместе с тем 
исключительно важной  для понимания  предмета эконометрики. В ра-
боте  приведены  задания,  методические  указания  и  примеры  решения 
задач расчетно-графической работы по данной теме. 
Задание 
1) По наблюдаемым значениям показателя У для заданных значе-
ний фактора Х методом наименьших квадратов оценить параметры: 
1.1. линейной модели y
t
 = а + bx
t
 + ε
t
; 
1.2. полиномиальной модели y
t
 = a + bx
t
 + с  + ε
t
; 
2
t
x
t
bx+a
1.3. показательной модели y
t
 = 
e
⋅ε
t
. 
2) Построить на одном чертеже эмпирическую ломанную и полу-
ченные линии регрессии. 
3)  Для  каждой  модели  вычислить  среднюю  ошибку  аппроксима-
ции в %, сравнить их. 
4) Найти коэффициент детерминации. 
5) Для линейной модели  
5.1 найти коэффициент корреляции; 
5.2  при  уровне  надежности  γ  проверить  гипотезы  о  значимости 
параметров регрессии и линейного коэффициента корреляции. 
6) Найти прогнозное значение У при среднем значении Х (для ли-
нейной  модели).  Оценить  точность  прогноза.  Построить  доверитель-
ный интервал при заданной надежности γ. 
Варианты выдаются преподавателем индивидуально, в противном 
случае студент выбирает вариант, номер которого совпадает с послед-
ней цифрой зачетной книжки. 
3 
                            Введение
    Модель парной регрессии является самой простой и вместе с тем
исключительно важной для понимания предмета эконометрики. В ра-
боте приведены задания, методические указания и примеры решения
задач расчетно-графической работы по данной теме.
                             Задание
    1) По наблюдаемым значениям показателя У для заданных значе-
ний фактора Х методом наименьших квадратов оценить параметры:
    1.1. линейной модели yt = а + bxt + εt;
    1.2. полиномиальной модели yt = a + bxt + с xt2 + εt;
    1.3. показательной модели yt = e a +bx ⋅εt.
                                     t
    2) Построить на одном чертеже эмпирическую ломанную и полу-
ченные линии регрессии.
    3) Для каждой модели вычислить среднюю ошибку аппроксима-
ции в %, сравнить их.
    4) Найти коэффициент детерминации.
    5) Для линейной модели
    5.1 найти коэффициент корреляции;
    5.2 при уровне надежности γ проверить гипотезы о значимости
параметров регрессии и линейного коэффициента корреляции.
    6) Найти прогнозное значение У при среднем значении Х (для ли-
нейной модели). Оценить точность прогноза. Построить доверитель-
ный интервал при заданной надежности γ.
    Варианты выдаются преподавателем индивидуально, в противном
случае студент выбирает вариант, номер которого совпадает с послед-
ней цифрой зачетной книжки.
                                3
