Написание контрольных, курсовых, дипломных работ, выполнение задач, тестов, бизнес-планов
Новости все
Главная \ Методичні вказівки \ Методические указания и информация \ Завдання для самостійної роботи студентів заочної форми навчання

Завдання для самостійної роботи студентів заочної форми навчання

Дата публикации: 26.10.2016 19:34

Завдання для самостійної роботи студентів
заочної форми навчання

(СТУДЕНТ ОБИРАЄ ВАРІАНТ ЗА СВОЇМ НОМЕРОМ ПО СПИСКУ)

Економетрія

  1. Парна регресія

Варіант 1

Обчислити оцінки параметрів моделі  , яка виражає залежність між доходами міжнародної компанії та витратами на рекламу, якщо:

; ; ; .

Перевірити суттєвість зв’язку в моделі, якщо коефіцієнт детермінації R2=0,0742, n=5.

Варіант 2

Для економетричної моделі  розраховано вибіркові дисперсії регресії та залишків, які відповідно дорівнюють 12,2; 0,14, n=9. Розрахувати коефіцієнт детермінації та перевірити суттєвість зв’язку в моделі (за F критерієм).

Варіант 3

Розрахувати дисперсійно-коваріаційну матрицю оцінок параметрів  для моделі  на основі наступних даних:

; =0,16; n=9.

Визначити стандартні похибки оцінок параметрів моделі.

Варіант 4

Для залежності між прибутком (Y) та обсягом виробленої продукції (X) на основі вибірки (n=20) було побудовано модель . На основі цієї моделі розрахувати точковий та інтервальний прогноз, якщо Xp =100;
=105,56; ;

Варіант 5

Обчислити оцінки параметрів моделі  , яка виражає залежність між доходами міжнародної компанії та витратами на рекламу, якщо:

; ; ; .

Перевірити суттєвість зв’язку в моделі, якщо коефіцієнт детермінації R2=0,2086, n=5.

Варіант 6

Для економетричної  моделі  розраховано вибіркові дисперсії регресії та залишків, які відповідно дорівнюють 105,56; 1,14, n=9. Розрахувати коефіцієнт детермінації та перевірити суттєвість зв’язку в моделі (за t критерієм).

Варіант 7

Розрахувати дисперсійно-коваріаційну матрицю оцінок параметрів  для моделі  на основі наступних даних:

; =0,42; n=10.

Визначити стандартні похибки оцінок параметрів моделі.

Варіант 8

Для залежності між прибутком (Y) та обсягом виробленої продукції (X) на основі вибірки (n=20) було побудовано модель . На основі цієї моделі розрахувати точковий та інтервальний прогноз, якщо Xp =113;
=143,6; ; .

Варіант 9

Обчислити оцінки параметрів моделі  , яка виражає залежність між доходами міжнародної компанії та витратами на рекламу, якщо:

; ; ; .

Перевірити суттєвість зв’язку в моделі, якщо коефіцієнт детермінації R2=0,436, n=5.

Варіант 10

Для економетричної  моделі  розраховано вибіркові дисперсії регресії та залишків, які відповідно дорівнюють 13,4; 0,28, n=10. Розрахувати коефіцієнт детермінації та перевірити суттєвість зв’язку в моделі (за F критерієм).

Варіант 11

Розрахувати дисперсійно-коваріаційну матрицю оцінок параметрів  для моделі  на основі наступних даних:

; =1,06; n=9.

Визначити стандартні похибки оцінок параметрів моделі.

 

 

Варіант 12

Для залежності між прибутком (Y) та обсягом виробленої продукції (X) на основі вибірки (n=20) було побудовано модель . На основі цієї моделі розрахувати точковий та інтервальний прогноз, якщо Xp =76;
=203,15; ; .

Варіант 13

Обчислити оцінки параметрів моделі , яка виражає залежність між доходами міжнародної компанії та витратами на рекламу, якщо:

; ; ; .

Перевірити суттєвість зв’язку в моделі, якщо коефіцієнт детермінації R2=0,0742, n=5.

Варіант 14

Для економетричної  моделі  розраховано вибіркові дисперсії регресії та залишків, які відповідно дорівнюють 12,2; 0,14, n=9. Розрахувати коефіцієнт детермінації та перевірити суттєвість зв’язку в моделі (за F критерієм).

Варіант 15

Розрахувати дисперсійно-коваріаційну матрицю оцінок параметрів  для моделі  на основі наступних даних:

; =0,16; n=9.

Визначити стандартні похибки оцінок параметрів моделі.

Варіант 16

Для залежності між прибутком (Y) та обсягом виробленої продукції (X) на основі вибірки (n=20) було побудовано модель . На основі цієї моделі розрахувати точковий та інтервальний прогноз, якщо Xp =100;
=105,56; ;

Варіант 17

Обчислити оцінки параметрів моделі , яка виражає залежність між доходами міжнародної компанії та витратами на рекламу, якщо:

; ; ; .

Перевірити суттєвість зв’язку в моделі, якщо коефіцієнт детермінації R2=0,2086, n=5.

 

Варіант 18

Для економетричної моделі  розраховано вибіркові дисперсії регресії та залишків, які відповідно дорівнюють 105,56; 1,14, n=9. Розрахувати коефіцієнт детермінації та перевірити суттєвість зв’язку в моделі (за t критерієм).

Варіант 19

Розрахувати дисперсійно-коваріаційну матрицю оцінок параметрів  для моделі  на основі наступних даних:

; =0,42; n=10.

Визначити стандартні похибки оцінок параметрів моделі.

Варіант 20

Для залежності між прибутком (Y) та обсягом виробленої продукції (X) на основі вибірки (n=20) було побудовано модель . На основі цієї моделі розрахувати точковий та інтервальний прогноз, якщо Xp =113;
=143,6; ; .

Варіант 21

Обчислити оцінки параметрів моделі , яка виражає залежність між доходами міжнародної компанії та витратами на рекламу, якщо:

; ; ; .

Перевірити суттєвість зв’язку в моделі, якщо коефіцієнт детермінації R2=0,436, n=5.

 

Варіант 22

Для економетричної моделі  розраховано вибіркові дисперсії регресії та залишків, які відповідно дорівнюють 13,4; 0,28, n=10. Розрахувати коефіцієнт детермінації та перевірити суттєвість зв’язку в моделі (за F критерієм).

 

 

 

 

 

 

 

 

  1. Гетероскедастичність

Варіант 1

Дано:

Роки

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

Y

0,7

1,7

3,5

0,9

1,4

1,8

1,8

1,8

1,9

1,1

3,3

2,3

2,7

3,7

6,7

6,7

6,3

5,9

8,6

14,9

10,6

12,3

X2

0,8

1,4

1,6

1,6

1,7

1,7

1,9

1,9

2,1

2,1

2,3

2,9

3,2

4,3

5

5,3

5,9

6,9

8

9,6

10,4

14

Необхідно:

         Перевірити на гетероскедастичність інформацію на основі параметричного тесту Гольфельда–Квандта, якщо відомі оцінки параметрів моделі, розраховані по методу найменших квадратів:

 

Для першої сукупності:                 ,

Для другої сукупності:    .

Варіант 2

Для визначення наявності гетероскедастичності в економічній інформації розраховані прості моделі (n = 20):

1)     

                (0,767)    (1,251)

2)     

               (0,391)  (0,638)

3)     

                (0,091)    (0,148)

 

 

Стандартні похибки оцінок параметрів моделей представлені у дужках під відповідними оцінками параметрів.

Який тест використовується для визначення гетероскедастичності залишків? Зробіть висновки щодо її наявності.

Варіант 3

Для аналізу на гетероскедастичність залишків було застосовано тест Глейзера, розрахунки виконано на основі MS EXEL, функція “Лінійн”:

а)

-9,14472E-05

0,753958495

 

б)

0,03631

0,302498

 

в)

0,030414

0,359561198

 

6,72446E-05

0,242527114

 

 

0,029228

0,171051

 

 

0,0350459

0,165101718

 

0,098113706

0,489867634

 

 

0,083228

0,493894

 

 

0,0424228

0,504765606

 

1,849382803

17

 

 

1,543321

17

 

 

0,7531375

17

 

0,443796944

4,079495078

 

 

0,376464

4,146828

 

 

0,1918906

4,331401393

1. Зробіть висновки щодо наявності гетероскедастичності залишків.

2. Який метод необхідно використати для оцінки параметрів моделі?

Варіант 4

На основі заданої інформації побудувати матриці S-1 та P-1 за умови, що в економічній інформації існує гетероскедастичність.

 

Y

X1

X2

X3

 

40

90

18

6

40,41183

48

105

13

11

48,43308

54

110

10

15

53,20409

58

114

7

17

57,07257

60

118

5

18

59,66547

62

122

3

20

62,65485

65

126

2

24

65,55811

Варіант 5

Дано:

Роки

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

Y

0,7

0,8

1,6

1,8

1,9

1,7

1,9

1,1

2,1

3,2

1,6

1,6

5,9

5,9

6,9

8

8,4

10,3

9,6

X2

0,8

0,8

0,9

1,5

1,7

1,8

1,8

1,9

2

2,8

3,5

3,5

5,1

5,7

5,8

8,5

9,4

10,5

15,3

Необхідно:

         Перевірити на гетероскедастичність інформацію на основі параметричного тесту Гольфельда–Квандта, якщо відомі оцінки параметрів моделі, розраховані по методу найменших квадратів:

Для першої сукупності:        ,

Для другої сукупності:                   .

Варіант 6

Для визначення наявності гетероскедастичності в економічній інформації розраховані прості моделі (n = 20):

1)     

                (0,764)     (0,036)

2)     

                (0,196)     (0,035)

3)     

                   (0,323)    (0,814)

 

 

Стандартні похибки оцінок параметрів моделей представлені у дужках під відповідними оцінками параметрів.

Який тест використовується для визначення гетероскедастичності залишків? Зробіть висновки щодо її наявності.

Варіант 7

Для аналізу на гетероскедастичність залишків було застосовано тест Глейзера, розрахунки виконано на основі MS EXEL, функція “Лінійн”:

 

а)

0,064484

18,48282

 

б)

-0,04226

26,06447

 

в)

-0,08672

27,08943

 

0,387049

43,61939

 

 

0,81176

8,000799

 

 

0,788716

13,23473

 

0,005521

11,43503

 

 

0,000542

11,46362

 

 

0,002412

11,45288

 

0,027757

5

 

 

0,002711

5

 

 

0,012089

5

 

3,629553

653,799

 

 

0,356222

657,0723

 

 

1,585753

655,8428

 

1. Зробіть висновки щодо наявності гетероскедастичності залишків.

2. Який метод необхідно використати для оцінки параметрів моделі?

 

Варіант 8

На основі заданої інформації побудувати матриці S-1 та P-1 за умови, що в економічній інформації існує гетероскедастичність.

 

Y

X1

X2

X3

 

12

90

18

6

16,09303

34

105

13

11

38,51112

34

110

10

15

25,73414

32

114

7

17

23,15095

34

118

5

18

30,17143

23

122

3

20

29,74713

11

126

2

24

16,59221

 

Варіант 9

Дано:

Роки

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

Y

0,7

1,7

3,5

0,9

1,4

1,8

1,8

1,8

1,9

1,1

3,3

2,3

2,7

3,7

6,7

6,7

6,3

5,9

8,6

14,9

10,6

12,3

X2

0,8

1,4

1,6

1,6

1,7

1,7

1,9

1,9

2,1

2,1

2,3

2,9

3,2

4,3

5

5,3

5,9

6,9

8

9,6

10,4

14

Необхідно:

         Перевірити на гетероскедастичність інформацію на основі параметричного тесту Гольфельда–Квандта, якщо відомі оцінки параметрів моделі, розраховані по методу найменших квадратів:

 

Для першої сукупності:     ,

Для другої сукупності:      .

 

Варіант 10

Для визначення наявності гетероскедастичності в економічній інформації розраховані прості моделі (n = 20):

1)     

                (0,767)   (1,251)

2)     

               (0,391)  (0,638)

3)     

                (0,091)   (0,148)

 

 

 

Стандартні похибки оцінок параметрів моделей представлені у дужках під відповідними оцінками параметрів.

Який тест використовується для визначення гетероскедастичності залишків? Зробіть висновки щодо її наявності.

 

Варіант 11

Для аналізу на гетероскедастичність залишків було застосовано тест Глейзера, розрахунки виконано на основі MS EXEL, функція “Лінійн”:

 

а)

-9,14472E-05

0,753958495

 

б)

0,03631

0,302498

 

в)

0,030414

0,359561198

 

6,72446E-05

0,242527114

 

 

0,029228

0,171051

 

 

0,0350459

0,165101718

 

0,098113706

0,489867634

 

 

0,083228

0,493894

 

 

0,0424228

0,504765606

 

1,849382803

17

 

 

1,543321

17

 

 

0,7531375

17

 

0,443796944

4,079495078

 

 

0,376464

4,146828

 

 

0,1918906

4,331401393

1. Зробіть висновки щодо наявності гетероскедастичності залишків.

2. Який метод необхідно використати для оцінки параметрів моделі?

 

Варіант 12

На основі заданої інформації побудувати матриці S-1 та P-1 за умови, що в економічній інформації існує гетероскедастичність.

 

Y

X1

X2

X3

 

40

90

18

6

40,41183

48

105

13

11

48,43308

54

110

10

15

53,20409

58

114

7

17

57,07257

60

118

5

18

59,66547

62

122

3

20

62,65485

65

126

2

24

65,55811

Варіант 13

Дано:

Роки

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

Y

0,7

0,8

1,6

1,8

1,9

1,7

1,9

1,1

2,1

3,2

1,6

1,6

5,9

5,9

6,9

8

8,4

10,3

9,6

X2

0,8

0,8

0,9

1,5

1,7

1,8

1,8

1,9

2

2,8

3,5

3,5

5,1

5,7

5,8

8,5

9,4

10,5

15,3

Необхідно:

         Перевірити на гетероскедастичність інформацію на основі параметричного тесту Гольфельда–Квандта, якщо відомі оцінки параметрів моделі, розраховані по методу найменших квадратів:

Для першої сукупності:          ,

Для другої сукупності:                   .

Варіант 14

Для визначення наявності гетероскедастичності в економічній інформації розраховані прості моделі (n = 20):

1)     

                 (0,764)      (0,036)

2)     

                 (0,196)      (0,035)

3)     

                  (0,323)     (0,814)

 

 

 

Стандартні похибки оцінок параметрів моделей представлені у дужках під відповідними оцінками параметрів.

Який тест використовується для визначення гетероскедастичності залишків? Зробіть висновки щодо її наявності.

Варіант 15

Для аналізу на гетероскедастичність залишків було застосовано тест Глейзера, розрахунки виконано на основі MS EXEL, функція “Лінійн”:

 

а)

0,064484

18,48282

 

б)

-0,04226

26,06447

 

в)

-0,08672

27,08943

 

0,387049

43,61939

 

 

0,81176

8,000799

 

 

0,788716

13,23473

 

0,005521

11,43503

 

 

0,000542

11,46362

 

 

0,002412

11,45288

 

0,027757

5

 

 

0,002711

5

 

 

0,012089

5

 

3,629553

653,799

 

 

0,356222

657,0723

 

 

1,585753

655,8428

 

1. Зробіть висновки щодо наявності гетероскедастичності залишків.

2. Який метод необхідно використати для оцінки параметрів моделі?

Варіант 16

На основі заданої інформації побудувати матриці S-1 та P-1 за умови, що в економічній інформації існує гетероскедастичність.

 

Y

X1

X2

X3

 

12

90

18

6

16,09303

34

105

13

11

38,51112

34

110

10

15

25,73414

32

114

7

17

23,15095

34

118

5

18

30,17143

23

122

3

20

29,74713

11

126

2

24

16,59221

Варіант 17

Дано:

Роки

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

Y

0,7

1,7

3,5

0,9

1,4

1,8

1,8

1,8

1,9

1,1

3,3

2,3

2,7

3,7

6,7

6,7

6,3

5,9

8,6

14,9

10,6

12,3

X2

0,8

1,4

1,6

1,6

1,7

1,7

1,9

1,9

2,1

2,1

2,3

2,9

3,2

4,3

5

5,3

5,9

6,9

8

9,6

10,4

14

Необхідно:

         Перевірити на гетероскедастичність інформацію на основі параметричного тесту Гольфельда–Квандта, якщо відомі оцінки параметрів моделі, розраховані по методу найменших квадратів:

 

Для першої сукупності:       ,

Для другої сукупності:         .

Варіант 18

Для визначення наявності гетероскедастичності в економічній інформації розраховані прості моделі (n = 20):

1)     

                 (0,767)  (1,251)

2)     

               (0,391)  (0,638)

3)     

                 (0,091)    (0,148)

 

Стандартні похибки оцінок параметрів моделей представлені у дужках під відповідними оцінками параметрів.

Який тест використовується для визначення гетероскедастичності залишків? Зробіть висновки щодо її наявності.

Варіант 19

Для аналізу на гетероскедастичність залишків було застосовано тест Глейзера, розрахунки виконано на основі MS EXEL, функція “Лінійн”:

 

а)

-9,14472E-05

0,753958495

 

б)

0,03631

0,302498

 

в)

0,030414

0,359561198

 

6,72446E-05

0,242527114

 

 

0,029228

0,171051

 

 

0,0350459

0,165101718

 

0,098113706

0,489867634

 

 

0,083228

0,493894

 

 

0,0424228

0,504765606

 

1,849382803

17

 

 

1,543321

17

 

 

0,7531375

17

 

0,443796944

4,079495078

 

 

0,376464

4,146828

 

 

0,1918906

4,331401393

 

1. Зробіть висновки щодо наявності гетероскедастичності залишків.

2. Який метод необхідно використати для оцінки параметрів моделі?

 

Варіант 20

На основі заданої інформації побудувати матриці S-1 та P-1 за умови, що в економічній інформації існує гетероскедастичність.

 

Y

X1

X2

X3

 

40

90

18

6

40,41183

48

105

13

11

48,43308

54

110

10

15

53,20409

58

114

7

17

57,07257

60

118

5

18

59,66547

62

122

3

20

62,65485

65

126

2

24

65,55811

 

Варіант 21

Дано:

Роки

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

Y

0,7

0,8

1,6

1,8

1,9

1,7

1,9

1,1

2,1

3,2

1,6

1,6

5,9

5,9

6,9

8

8,4

10,3

9,6

X2

0,8

0,8

0,9

1,5

1,7

1,8

1,8

1,9

2

2,8

3,5

3,5

5,1

5,7

5,8

8,5

9,4

10,5

15,3

Необхідно:

         Перевірити на гетероскедастичність інформацію на основі параметричного тесту Гольфельда–Квандта, якщо відомі оцінки параметрів моделі, розраховані по методу найменших квадратів:

Для першої сукупності:                 ,

Для другої сукупності:                   .

 

Варіант 22

Для визначення наявності гетероскедастичності в економічній інформації розраховані прості моделі (n = 20):

1)     

                (0,764)     (0,036)

2)     

                 (0,196)    (0,035)

3)     

                   (0,323)    (0,814)

 

 

Стандартні похибки оцінок параметрів моделей представлені у дужках під відповідними оцінками параметрів.

Який тест використовується для визначення гетероскедастичності залишків? Зробіть висновки щодо її наявності.

  1. Автокореляція

Варіант 1

Перевірити дані на наявність автокореляції залишків моделі  за тестом Дарбіна-Уотсона, якщо :

 

0,20

0,30

-0,31

-0,40

0,09

-0,09

-0,20

-0,50

0,10

 

 

Варіант 2

На основі вибіркових даних було встановлена така залежність . Розбіжності між вибірковими та регресійними значеннями записано в таблиці. Потрібно проаналізувати залишки на наявність автокореляції першого порядку за критеріем Дарвіна-Уотсона і критеріем фон Неймана.

 

-4,40

0,76

2,84

4,99

1,68

8,07

6,23

11,46

-18,46

-13,16

Варіант 3

Знайти коефіцієнт автокореляції залишків першого порядку для моделі :

 

-0,08

0,61

0,03

-0,05

0,02

-0,11

-0,13

-0,05

-0,21

-0,04

 

Зробити висновки щодо наявності автокореляції за критерієм Дарбіна-Уотсона.

Варіант 4

На основі вибіркових даних було встановлена така залежність . Потрібно проаналізувати залишки на наявність автокореляції першого порядку, обчислити коефіцієнт автокореляції.

 

0,98

1,29

-0,05

2,44

-6,41

-1,94

-0,11

1,55

0,21

2,04

 

Варіант 5

Перевірити дані на наявність автокореляції залишків моделі  за тестом Дарбіна-Уотсона, якщо :

 

0,56

-0,47

-1,47

-0,48

1,51

2,48

0,47

-0,53

-0,53

 

Варіант 6

На основі вибіркових даних було встановлена така залежність . Розбіжності між вибірковими та регресійними значеннями записано в таблиці. Потрібно проаналізувати залишки на наявність автокореляції першого порядку за критеріем Дарвіна-Уотсона і критеріем фон Неймана.

 

2,18

-0,41

0,08

-0,80

-0,62

-0,45

0,46

0,45

0,35

-1,26

Варіант 7

Знайти коефіцієнт автокореляції залишків першого порядку для моделі :

 

0,53

-0,44

-1,47

-0,40

1,53

2,46

0,47

-0,54

-0,56

-1,57

 

Зробити висновки щодо наявності автокореляції за критерієм Дарбіна-Уотсона.

Варіант 8

На основі вибіркових даних було встановлена така залежність . Потрібно проаналізувати залишки на наявність автокореляції першого порядку, обчислити коефіцієнт автокореляції.

 

0,98

1,29

-0,05

2,44

-6,41

-1,94

-0,11

1,55

0,21

2,04

 

 

Варіант 9

Перевірити дані на наявність автокореляції залишків моделі  за тестом Дарбіна-Уотсона, якщо :

 

-0,03

0,18

0,18

0,06

0,51

-0,56

0,05

0,00

-0,06

 

 

Варіант 10

На основі вибіркових даних було встановлена така залежність . Розбіжності між вибірковими та регресійними значеннями записано в таблиці. Потрібно проаналізувати залишки на наявність автокореляції першого порядку за критеріем Дарвіна-Уотсона і критеріем фон Неймана.

 

1,33

-1,43

-2,45

-1,21

5,52

1,77

0,01

0,23

-1,99

-1,77

 

 

Варіант 11

Знайти коефіцієнт автокореляції залишків першого порядку для моделі :

 

-2,22

-0,45

-1,22

0,19

2,78

1,37

0,49

0,488

-0,28

-1,16

 

Зробити висновки щодо наявності автокореляції за критерієм Дарбіна-Уотсона.

Варіант 12

На основі вибіркових даних було встановлена така залежність . Потрібно проаналізувати залишки на наявність автокореляції першого порядку, обчислити коефіцієнт автокореляції.

 

-1,79

0,20

-0,86

1,13

3,09

1,08

0,07

0,004

-0,93

-2,00

Варіант 13

Перевірити дані на наявність автокореляції залишків моделі  за тестом Дарбіна-Уотсона, якщо :

 

2,34

0,20

-1,54

-1,17

0,57

0,31

1,05

-4,58

0,91

 

 

Варіант 15

Знайти коефіцієнт автокореляції залишків першого порядку для моделі :

 

-2,74

-1,65

-4,38

-3,16

-0,38

0,35

2,22

-2,51

5,75

6,49

 

Зробити висновки щодо наявності автокореляції за критерієм Дарбіна-Уотсона.

Варіант 14

На основі вибіркових даних було встановлена така залежність . Розбіжності між вибірковими та регресійними значеннями записано в таблиці. Потрібно проаналізувати залишки на наявність автокореляції першого порядку за критеріем Дарвіна-Уотсона і критеріем фон Неймана.

 

-3,27

-2,77

-2,53

0,22

0,97

1,97

1,23

-0,53

-0,51

5,23

Варіант 16

На основі вибіркових даних було встановлена така залежність . Потрібно проаналізувати залишки на наявність автокореляції першого порядку, обчислити коефіцієнт автокореляції.

 

3,36

12,74

2,13

5,36

19,41

-6,21

4,05

-14,06

-20,64

-6,13

 

 

Варіант 17

Перевірити дані на наявність автокореляції залишків моделі  за тестом Дарбіна-Уотсона, якщо :

 

0,20

0,30

-0,31

-0,40

0,09

-0,09

-0,20

-0,50

0,10

 

 

Варіант 18

На основі вибіркових даних було встановлена така залежність . Розбіжності між вибірковими та регресійними значеннями записано в таблиці. Потрібно проаналізувати залишки на наявність автокореляції першого порядку за критеріем Дарвіна-Уотсона і критеріем фон Неймана.

 

-4,40

0,76

2,84

4,99

1,68

8,07

6,23

11,46

-18,46

-13,16

Варіант 19

Знайти коефіцієнт автокореляції залишків першого порядку для моделі :

 

-0,08

0,61

0,03

-0,05

0,02

-0,11

-0,13

-0,05

-0,21

-0,04

 

Зробити висновки щодо наявності автокореляції за критерієм Дарбіна-Уотсона.

Варіант 20

На основі вибіркових даних було встановлена така залежність . Потрібно проаналізувати залишки на наявність автокореляції першого порядку, обчислити коефіцієнт автокореляції.

 

0,98

1,29

-0,05

2,44

-6,41

-1,94

-0,11

1,55

0,21

2,04

 

 

Варіант 21

Перевірити дані на наявність автокореляції залишків моделі  за тестом Дарбіна-Уотсона, якщо :

 

0,56

-0,47

-1,47

-0,48

1,51

2,48

0,47

-0,53

-0,53

 

Варіант 22

На основі вибіркових даних було встановлена така залежність . Розбіжності між вибірковими та регресійними значеннями записано в таблиці. Потрібно проаналізувати залишки на наявність автокореляції першого порядку за критеріем Дарвіна-Уотсона і критеріем фон Неймана.

 

2,18

-0,41

0,08

-0,80

-0,62

-0,45

0,46

0,45

0,35

-1,26

 

Математичне програмування

  1. Розв’язати задачу графічним методом.

За алгоритмом графічним методом визначити оптимальні плани задач лінійного програмування.

Варіант 1                                                   Варіант 2

 

 

Варіант 3                                                   Варіант 4

 

 

Варіант 5                                                   Варіант 6



 

 

Варіант 7                                                         Варіант 8

 

 

Варіант 9                                                         Варіант 10

 

 

В

 

 

 

 

 

Варіант 11                                                       Варіант 12

 

 

Варіант 13                                                       Варіант 14

 

 

Варіант 15                                                       Варіант 16

 

 

Варіант 17                                                       Варіант 18

 

 

Варіант 19                                                       Варіант 20

 

 

Варіант 21                                                       Варіант 22

 

 

  1. Розв’язати задачу методом множників Лагранжа.

За алгоритмом методу множників Лагранжа визначити оптимальні плани задач нелінійного програмування.

 

Варіант 1

,

 

Варіант 2

,

.

 

 

 

Варіант 3

,

.

 

Варіант 4

,

.

 

 

 

Варіант 5

,

.

 

Варіант 6

,

.

 

 

 

Варіант 7

,

.

 

Варіант 8

,

.

 

 

Варіант 9

,

.

 

Варіант 10

,

.

 

Варіант 11

,

.

 

Варіант 12

,

.

 

Варіант 13

,

.

 

Варіант 14

,

.

 

Варіант 15

,

.

 

Варіант 16

,

.

 

Варіант 17

,

.

 

Варіант 18

,

 

 

 

Варіант 19

,

 

 

 

 

Варіант 20

,

 

 

 

Варіант 21

,

.

 

Варіант 22

,