РОЗРАХУНКОВО-ГРАФІЧНЕ ЗАВДАННЯ

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ

ХАРКІВСЬКА НАЦІОНАЛЬНА АКАДЕМІЯ

МІСЬКОГО ГОСПОДАРСТВА

І.М. Писаревський,

О.О.Воронков

МЕТОДИЧНІ ВКАЗІВКИ

 

До виконання розрахунково-графічного завдання

З курсу

 

«ЕКОНОМЕТРІЯ»

 

Для студентів 3 курсу ФПО та ЗН спеціальностей

6.050100 – "Економіка підприємства",

6.050100 – "Облік і аудит")

 

Харків – ХНАМГ– 2008

Методичні вказівки до виконання розрахунково-графічного завдання з курсу «Економетрія» (для студентів 3 курсу ФПО та ЗН спеціальностей 6.050100 – "Економіка підприємства", 6.050100 – "Облік і аудит") / Укл.: Писаревський І.М., Воронков О.О.- Харків: ХНАМГ, 2008.- 23 с.

Укладачі: І.М. Писаревський,

О.О.Воронков

Рекомендовано кафедрою економіки і управління в будівництві і міському господарстві, протокол № 1 від 29.08.08 р.

 

 

ЗАГАЛЬНІ ВІДОМОСТІ

 

Вивчення дисципліни „Економетрія” передбачено навчальним планом підготовки бакалавра за напрямком „Економіка і підприємництво”.

Швидкий розвиток і широке застосування засобів обчислювальної техніки визначають вимоги до підготовки сучасного економіста, який повинен за допомогою сучасних пакетів прикладних програм уміти аналізувати складні соціально-економічні явища. Зміст дисципліни „Економетрія” заснований на необхідності підготовки фахівців, які знають і вміють використовувати в повсякденній роботі новітні економіко-математичні методи й моделі.

Для закріплення знань з даного курсу і придбання навичок, необхідних для побудови й аналізу економетрічних моделей, для студентів заочної форми навчання передбачене виконання розрахунково-графічного завдання.. Розрахунково-графічного завдання з економетрії охоплює основні теми курсу, зокрема «Етапи економетрічного моделювання», «Класифікація економетрічних моделей», «Проста лінійна економетрічна модель», «Метод найменших квадратів». Пропоновані для вирішення задачі передбачають побудову економетрічної моделі. Для їхнього розв'язання необхідно оцінити вигляд кореляційної залежності, визначити параметри рівняння регресії і охарактеризувати їхній економічний смисл, оцінити силу лінійної залежності і впливу досліджуваного фактора, перевірити статистичну значущість отриманих результатів - виконати перевірку адекватності моделі й установити довірчі межі помилки апроксимації.

Розрахунково-графічне завдання повинне бути оформлене відповідно до встановлених вимог, обов'язково відповідати номеру варіанта студента, містити умови розв'язуваних задач, необхідні розрахунки і пояснення, висновки з побудованих економетрічних моделей.

Через великий обсяг обчислень при побудові й аналізі економетрічних моделей у розрахунково-графічному завданні з економетрії рекомендується використовувати сучасні пакети прикладних статистичних програм:

STATISTICA, SPSS, SAS, Econometric Views, Mesosaur- Econometric, Excel і т.д.

При виконанні розрахунково-графічного завдання особливу увагу слід звернути на базові поняття, основні формули для розрахунків параметрів економетрічних моделей, приклади їхньої побудови і аналізу, що наведені нижче.

Після здачі на перевірку роботу перевіряють і за умови правильного розв'язання задачі допускають до захисту студентом під час заліку. Якщо розрахунково-графічне завдання не зараховане, його необхідно переробити відповідно до зауважень викладача.

Розрахунково-графічне завдання повинне бути виконано в терміни, передбачені навчальним графіком. Наприкінці роботи слід привести літературу, якою студент користувався при її виконанні.

На титульному аркуші треба чітко написати назву дисципліни, варіант завдання, прізвище, ім'я та по батькові студента, указати курс, спеціальність і факультет.

Номер варіанта розрахунково-графічного завдання вибирають за двома останніми цифрами номера залікової книжки. Усього варіантів 20. Якщо дві останні цифри залікової книжки перевищують число 20, то номер варіанта визначають шляхом вирахування числа 20, 40, 60 або 80. Наприклад, номеру залікової книжки, що закінчується цифрами 84, відповідає варіант 4.

ЗМІСТ РГЗ

 

Побудова кореляційної залежності

 

Побудова кореляційної залежності між результативною і факторною ознаками Y і X і оцінка тісноти зв'язку між ними є основною метою кореляційного аналізу. Кореляційний аналіз заснований на використанні рівняння регресії.

Нагадаємо, що залежність

y = f(x), (1)

в якій кожному значенню X відповідає одне певне значення Y,називається функціональною.

Одному значенню факторної ознаки Х x_i може відповідати ряд значень Y: y₁, y₂, …, у_k, що звичайно викликано впливом різних факторів на результативну ознаку Y або помилками вимірювання. У цьому випадку залежність називається статистичною. У такій залежності для кожного значення x_i можна визначити умовне середнє `у_i.

Статистичною називається залежність між X і Y, при цьому із зміною факторної ознаки X змінюється розподіл результативної ознаки Y. Статистична залежність, в якій при зміні X змінюється середнє значення Y, називається кореляційною.

`y_x = j(x). (2)

Регресією Y на X називається умовне математичне сподівання випадкової величини Y за умови, що Х прийняла значення х_i. Лінія, що з'єднує точки `y_i, називається лінією регресії. Для апроксимації лінії регресії аналітичним виразом використовують рівняння регресії. На практиці найчастіше користуються лінійним рівнянням регресії

Y = r_yx x + b. (3)

Коефіцієнт при х r_yx називається коефіцієнтом регресії.

 

Метод найменших квадратів

 

Для встановлення параметрів r_yx і b рівняння регресії (3) застосовується метод найменших квадратів (МНК), який дозволяє при відомому класі залежності `y_x = j(x) так вибрати їхні значення, щоб вона щонайкраще відображала дані спостережень.

При використанні МНК вимога найкращого узгодження `y_x = =j(х) з дослідними даними зводиться до того, щоб сума квадратів відхилень кривої, що згладжує, від експериментальних точок оберталася в мінімум:

. (4)

де y_i – значення Y, отримані в результаті спостережень;

y_iр - розрахункові значення Y, отримані з виразу кривої, що згладжує j (х).

Якщо всі вимірювання проводилися з однаковою точністю і помилки вимірювань розподілені за нормальним законом, то знайдена залежність буде найбільш імовірною з усіх можливих в даному класі функцій.

З урахуванням того, що y_iр = j(х_i), вираз (4) можна записати у вигляді

. (5)

Невідомі параметри шуканої залежності визначають, записавши її не тільки як функцію аргументу х, але і як функцію невідомих параметрів a _j:

. (6)

Умова (6) виконується, якщо всі часткові похідні суми квадратів відхилень за параметрами a _j будуть дорівнювати нулю. Часткові похідні дають систему m+1 рівнянь із m+1 невідомими, розв'язання якої дає шукані параметри a _j, що задовольняють умові (5).

Дістанемо для лінійного рівняння регресії (3) методом найменших квадратів вираз для коефіцієнта регресії r_ух і вільного члена b. Для цього підставимо в (6) вираз (3):

.

Для відшукання мінімуму візьмемо похідні за параметрами r_ух і b і дорівняємо їх до нуля, тоді дістанемо систему рівнянь:

, (7)

з якої в результаті перетворень отримаємо:

, (8)

звідки виразимо r_ух і b:

 

; (9)

. (10)

Приклад 1. Для аналізу залежності обсягу споживання Y (грош.од.) домогосподарств від рівня доходу Х (грош.од.) складена вибірка за щомісячними даними протягом року. Дані зведені в таблицю. Необхідно оцінити вид залежності і визначити параметри рівняння регресії.

 

i

xi

yi

 

Для визначення виду залежності побудуємо поле кореляції.

Рис. 1 - Розміщення статистичних даних на полі кореляції

 

З розміщення точок на полі кореляції можна припустити, що залежність лінійна:

.

Для наочності розрахунків складемо допоміжну таблицю

i	xi	yi	xi2	xiyi	yi2
						103,63	-1,63	2,66
						105,49	-0,49	0,24
						106,43	1,57	2,46
						109,23	0,77	0,59
						115,77	-0,77	0,59
						117,63	-0,63	0,40
						118,57	0,43	0,18
						123,24	1,76	3,10
						130,71	1,29	1,66
						134,45	-4,45	19,80
						139,11	1,89	3,57
						143,78	0,22	0,05
Сума
Середнє	125,25	120,67	15884,75	15298,08	14736,17	120,67

 

Використавши метод найменших квадратів, знайдемо оцінки параметрів рівняння регресії:

= =0,9339;

=120,67-0,9339*125,25=3,699.

Рівняння регресії має вигляд

=3,699+0,9339 х.

Отримане рівняння регресії в будь-якому разі вимагає певної інтерпретації і аналізу. У розглянутому прикладі коефіцієнт може розглядатися як гранична схильність до споживання. Фактично він показує, на яку величину зміниться обсяг споживання, якщо рівень доходу збільшиться на одиницю. Вільний член є прогнозованим значенням рівня споживання при нульовому доході (тобто автономне споживання). Однак тут необхідна обережність. Важливо, наскільки віддалені дані спостережень від осі координат залежної змінної, тому що навіть при вдалому виборі рівняння регресії для досліджуваного інтервалу немає гарантій, що вона залишиться саме такою і при істотному віддаленні від вибірки. У розглянутому прикладі b=3,699 (грош.од.). Цей факт можна пояснити для окремого домогосподарства (витрата накопичених або позичених коштів), однак при розгляді сукупності домогосподарств він втрачає зміст.

 

Визначення тісноти лінійної залежності

 

Для оцінки тісноти кореляційної залежності використовують вибірковий коефіцієнт кореляції:

, (11)

де s_x, s_y – вибіркові середні квадратичні відхилення змінних X і Y відповідно.

Для обчислення коефіцієнта кореляції безпосередньо з даних спостереження використовують формулу

. (12)

Вибірковий коефіцієнт кореляції приймає значення від -1 до +1. Якщо r_в = 0, то лінійний зв'язок відсутній, чим ближче значення |r_в| до одиниці, тим тісніше зв'язок, і при |r_в| = 1 він стає функціональним.

Щоб оцінити, яка частина варіації залежної змінної пояснюється варіацією факторної ознаки, використовуємо коефіцієнт детермінації R²:

R²=1- , (13)

де Q_ост - залишкова сума квадратів відхилень, що характеризує вплив факторів, які не враховані в регресійній моделі:

; (14)

Q_общ – загальна сума квадратів відхилень статистичних значень залежної змінної від її середньої

. (15)

Величина R² приймає значення від 0 до 1 і характеризує якість рівняння регресії.

 

Приклад 2. Для аналізу тісноти лінійної залежності, отриманої в прикладі 1, обчислимо коефіцієнт кореляції:

= =0,9914.

Отримане значення коефіцієнта кореляції дозволяє зробити висновок про сильну лінійну залежність розглянутих показників, що також підтверджується розташуванням точок на полі кореляції щодо апроксимуючої прямої.

 

Рис. 2 - Розташування апроксимуючої залежності щодо статистичних даних

 

Щоб знайти, яка частина варіації рівня споживання домашніми господарствами описується отриманим рівнянням регресії, обчислимо коефіцієнт детермінації R²:

R²=1- ,

R²=1- =0,983.

Це означає, що вся варіація обсягу споживання домашніми господарствами, що викликана невизначено великим переліком факторів, на 98,3% залежить від рівня їхнього доходу і тільки на 1,7% від інших факторів.

 

Перевірка статистичної значущості рівняння регресії

 

Перевірка значущості рівняння регресії дозволяє встановити, чи відповідає математична модель, що виражає залежність між змінними, статистичним даним. При цьому висуваємо нульову гіпотезу:

Н₀: r_yx = 0. (16)

Перевірка значущості рівняння регресії проводиться шляхом дисперсійного аналізу, для чого в загальному випадку розраховують незміщені оцінки дисперсій залежної змінної, які викликані впливаючим фактором, , і впливом неврахованих факторів. Оцінки дисперсій і мають -розподіл з m-1 і n-m ступенями свободи відповідно, а їхнє відношення - F-розподіл з тими ж ступенями свободи. Рівняння регресії є значущим, якщо спостережуване значення F-статистики більше табличного значення критерію Фішера-Снедекора:

, (17)

де - табличне значення F-критерію Фішера-Снедекора, визначене на рівні значущості a при k₁ = m-1 і k₂ = n-m ступенях свободи; m – число оцінюваних параметрів рівняння регресії; n – число спостережень.

Якщо коефіцієнт детермінації R² відомий, то спостережуване значення F-статистики можна визначити за формулою

. (18)

Таким чином, якщо спостережуване значення F-статистики більше табличного значення F-критерію Фішера-Снедекора, який відповідає рівню значущості a при ступенях свободи k₁ і k₂, нульова гіпотеза відхиляється.

Для оцінки значущості коефіцієнта кореляції висувають нульову гіпотезу:

Н₀: r_xy = 0. (19)

При перевірці нульової гіпотези виходять з того, що при відсутності кореляційного зв'язку статистика

. (20)

має t-розподіл Стьюдента з n-2 ступенями свободи. Гіпотеза Н₀ відхиляється, якщо

. (21)

де - табличне значення t-критерію Стьюдента.

Приклад 3. Виконаємо перевірку адекватності моделі, отриманої в прикладі 1. Із цією метою для перевірки нульової гіпотези: Н₀: =0 обчислимо F-статистику:

F= =264,61.

Знайдемо табличне значення F-критерію F_{(a; m; n-m-1)}:

F_{(0,05; 2; 9)} =4,26.

Порівняємо табличне значення з експериментальним. Оскільки

F>F_{(0,05; 2; 9)},

нульова гіпотеза відхиляється, тобто коефіцієнти регресії є значущими.

Оцінимо значущість коефіцієнта кореляції, для чого обчислимо t-статистику

t= =22,81.

Знайдемо відповідне табличне значення t-розподілу при 9 ступенях свободи і рівні значущості a=0,05 t _{(n-m-1; a/2)}. t _{(9; 0,025)}=2,262.

Оскільки >t_табл., можна зробити висновок про вірогідність коефіцієнта кореляції, який характеризує тісноту зв'язку між залежною і незалежною змінними.

 

Визначення довірчих границь помилки апроксимації

 

Рівняння регресії визначає математичне сподівання залежної змінної , а не її фактичне значення y. Різниця є стандартною помилкою рівняння, породженою дією неврахованих факторів. Можна показати, що статистика має t-розподіл Стьюдента з k=n-2 ступенями свободи. Для встановлення довірчих меж помилки апроксимації можна з певною імовірністю установити граничне значення помилки рівняння регресії Dy і побудувати довірчий інтервал для умовного математичного сподівання M(Y):

D y = t_крит. s_y , (22)

де t_крит. – критичне значення t при заданому рівні значущості і числі ступенів свободи k=n-2; s_y – стандартна помилка групової середньої .

Приклад 4. Побудуємо довірчі межі для рівняння регресії, отриманого в прикладі 1. Скористаємося формулою (22), при цьому врахуємо, що для рівняння парної регресії при рівні значущості 5% t_крит.=1,96, тоді

Dв= 1,96* * =3,4,

що становить 2,82% (3,4/120,67).

Таким чином, остаточне рівняння регресії має вигляд

y=3,699+0,9339 х ±0,0282 .

Нанесемо на графік довірчі межі.

Рис. 3 - Положення довірчих меж

 

Отримане рівняння регресії може використовуватися для аналізу впливу зміни рівня доходу на обсяг споживання домогосподарств, для прогнозування обсягу споживання при відомій тенденції рівня доходу, а також для порівняльного аналізу обсягу споживання домогосподарствами за різними регіонами.

РОЗРАХУНКОВО-ГРАФІЧНЕ ЗАВДАННЯ

 

Завдання 1 (варіанти 1 - 10)

На підставі вихідних даних побудувати економетрічну модель, що характеризує залежність між витратами на певний вид товару, грош.од., і особовим доходом, грош.од. Дослідити статистичну значущість моделі. Вихідні дані наведені в таблиці.

Дохід, грош.од.	Поточні витрати, грош.од.	Послуги, грош.од.	Товари тривалого користування, грош.од.
Харчування	Одяг	Косметика	Плата за житло	Телефон	Медичні послуги	Відпочинок	Приватна освіта	Кухонне встаткування	Ювелірні вироби
№ варіанта
544,9	99,7	36,3	3,1	60,9	4,7	8,8	9,6	5,6	4,2	2,2
559,7	100,9	36,6	3,5						4,2	2,2
575,4	102,5	37,3	3,9		5,4	9,1	10,4	6,3	4,2	2,2
	103,5	38,9	4,2	70,7	5,7	9,8	10,9	6,6	4,4	2,3
622,9	104,6	39,6	4,5		6,1	10,2	11,3		4,6	2,5
	108,8	42,6	4,8	77,4	6,6	11,9	11,6	7,4	5,1	2,6
700,4	113,7	44,2	5,3	81,6	7,3	12,1	11,9	8,1	5,2	2,9
740,6	116,6	46,9	5,9	85,3	8,1	12,1	12,4	8,8	5,8	3,6
774,4	118,6	46,9	6,3	89,1	8,7	12,5	12,7	9,3		3,9
816,2	123,4		6,6	93,5	9,5	12,8	13,4		6,6	4,1
853,5	125,9		6,8	98,4	10,4	13,6	14,1	10,6		4,1
876,8	129,4	49,4			11,2	14,4	14,6	10,9	7,3	4,1
		51,8	7,1	106,4	11,7	14,8	15,1	11,2	7,9	4,3
951,4	132,4	55,4	7,4	112,5	12,4	15,7	15,8	11,7	8,9	4,6
1007,9	129,4	59,3	7,9	118,2	13,7	16,9	16,9	11,9	9,9	5,2
1004,8	128,1	58,7	7,8	124,2	14,4	17,2	17,6	11,7	9,9	5,4
1010,8	132,3	60,9	7,4	128,3	15,9	17,8	17,9	12,1	9,3	5,5
1056,2	139,7	63,8	7,5	134,9	17,1		19,1	12,2	9,7	6,1
1105,4	145,2	67,5	7,8	141,3	18,3	19,2	20,4	12,2	10,5	6,3
1162,3	146,1	73,6	8,1	148,5		18,6	21,8	12,7	11,1	6,8
1200,7	149,3	76,7	8,4	154,8	21,6	20,1	22,2	13,1	11,9	6,7
1209,5	153,2	77,9	8,3	159,8	22,7	21,5	23,4	13,3	12,1	6,3
1248,6		82,6	8,3	164,8	23,3		26,1	13,7	12,4	6,6
1254,4	154,6	84,2	8,1	167,5	24,1	22,4	27,7	13,6	11,9	6,7
1284,6	161,2	88,5	8,1	171,3	24,2	23,3	29,8	13,7	12,7

Завдання 2 (варіанти 11 - 20)

За територіями регіону наведені дані за 200X р. (див. таблицю свого варіанта). Потрібно побудувати лінійне рівняння парної регресії y від x; розрахувати лінійний коефіцієнт парної кореляції і середню помилку апроксимації; оцінити статистичну значущість параметрів регресії і кореляції за допомогою -критерію Фішера- Снедекора і -критерію Стьюдента; виконати прогноз заробітної плати при прогнозному значенні середньодушового прожиткового мінімуму , що становить 107% від середнього рівня; оцінити точність прогнозу, розрахувавши помилку прогнозу і його довірчий інтервал; на одному графіку побудувати вихідні дані й теоретичну пряму.

Варіант 11

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 12

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 13

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 14

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 15

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 16

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 17

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 18

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 19

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

Варіант 20

Номер регіону	Середньодушовий прожитковий мінімум за день одного працездатного, грн.,	Середньоденна заробітна плата, грн.,

СПИСОК ЛІТЕРАТУРИ

 

1. Наконечний С.И., Терещенко Т.П. Эконометрия, - К.:КНЭУ, 2001.

2. Лещинський О.Л., Рязанцева В.В., Юнькова О.О. Економетрія. - К.: МАУП, 2003.

3. Доугерти К. Введение в эконометрику. М.: ИНФРА-М, 2001.

4. Эконометрика: Учебник для вузов/ Под ред. проф. Н.Ш.Кремера.- М.: ЮНИТИ-ДАНА, 2002.-311 с.

5. Практикум по эконометрике: Уч. пособие / И.И. Елисеева, С.В. Курышева, Н.М. Гордиенко и др.; Под ред. И.И. Елисеевой. - М.: Финансы и статистика, 2002 - 192 с.

 

Додаток

Таблиця F-розподілу Фішера-Снедекора

для рівня значущості a=0,05 (5%)

n-m-1	m
	18,5	19,0	19,2	19,2	19,3	19,3	19,4	19,4	19,4	19,4
	10,1	9,55	9,28	9,20	9,01	8,94	8,89	8,85	8,81	8,79
	7,71	6,94	6,59	6,39	6,26	6,16	6,09	6,04	6,00	5,96
	6,61	5,79	5,41	5,19	5,05	4,95	4,88	4,82	4,77	4,74
	5,99	5,14	4,76	4,53	4,39	4,28	4,21	4,15	4,10	4,06
	5,59	4,74	4,35	4,12	3,97	3,87	3,79	3,73	3,68	3,64
	5,32	4,46	4,07	3,84	3,69	3,58	3,50	3,44	3,39	3,35
	5,12	4,26	3,68	3,63	3,48	3,37	3,29	3,23	3,18	3,14
	1,96	4,10	3,71	3,48	3,33	3,22	3,14	3,07	3,02	2,98

 

 

Таблиця t-розподілу Стьюдента

(критичні значення t (a, n-m-1))

Тест	Рівень значущості a
Двосторонній	50 %	20 %	10 %	5 %	2 %	1 %	0,2 %	0,1 %
Однобічний	25 %	10 %	5 %	2,5 %	1 %	0,5 %	0,1 %	0,05 %
n-m-1
	1,000	3,078	6,314	12,706	31,821	63,657	318,31	636,62
	0,861	1,886	2,920	4,303	6,965	9,925	22,327	31,598
	0,765	1,638	2,353	3,182	4,541	5,841	10,214	12,924
	0,741	1,533	2,132	2,776	3,747	4,604	7,173	8,610
	0,727	1,476	2,015	2,571	3,365	4,032	5,893	6,869
	0,718	1,440	1,943	2,447	3,143	3,707	5,208	5,959
	0,711	1,415	1,895	2,365	2,998	3,499	4,785	5,408
	0,706	1,397	1,860	2,306	2,896	3,355	4,501	5,041
	0,703	1,383	1,833	2,262	2,821	3,250	4,297	4,781
	0,700	1,372	1,812	2,228	2,764	3,169	4,144	4,587

 

ЗМІСТ

ЗАГАЛЬНІ ВІДОМОСТІ............................................................................... 3

ЗМІСТ РГЗ..................................................................................................... 5

Побудова кореляційної залежності.............................................................. 5

Метод найменших квадратів......................................................................... 6

Визначення тісноти лінійної залежності....................................................... 9

Перевірка статистичної значимості рівняння регресії................................. 11

Визначення довірчих границь помилки апроксимації................................ 13

РОЗРАХУНКОВО-ГРАФІЧНЕ ЗАВДАННЯ............................................... 15

Завдання 1 (варіанти 1 - 10).......................................................................... 15

Завдання 2 (варіанти 11 - 20)........................................................................ 16

СПИСОК ЛІТЕРАТУРИ............................................................................... 20

Додаток.......................................................................................................... 21

НАВЧАЛЬНЕ ВИДАННЯ

 

Методичні вказівки до виконання розрахунково-графічного завдання з курсу «Економетрія» (для студентів 3 курсу ФПО і ЗН спеціальностей 6.050100 - "Економіка підприємства", 6.050100 - "Облік і аудит").

 

 

Укладачі: проф. Ілля Матвійович Писаревський,

ас. Олексій Олександрович Воронков

Відповідальний за випуск: А.Є. Ачкасов

Редактор М.З. Аляб’єв

 

План 2008, поз. 112М

 

Підп. до друку 26.09.08. Формат 60 х 84 1/16. Папір офісний.

Друк на ризографі. Умовн.-друк.арк.1,0 Обл.-вид.арк. 1,5

3ам.№ Тираж 100 прим.

____

61002, Харків, ХНАМГ, вул. Революції,12

Сектор оперативної поліграфії Центру нових інформаційних технологій

61002, Харків, ХНАМГ, вул. Революції, 12