|
|
Тест 3 |
| Тест 3 |
|
Тестът трябва да се изпрати по електронен път чрез Moodle: Test 3 Izpratete file. Крайният срок е 21:00 часа в понеделник 24 януари.
Използвайте този файл за изпращане в Moodle. Добавете своето име в името на файла на латиница.
Файлът с теста трябва да бъде до 10 стандартни страници с общ размер на файла до 10 MB.
|
|
Данни за теста:
Файлът съдържа данни за GARCH модели и за логистична регресия, като данните за GARCH са ВР, а данните за логистичната регресия са моментни данни:
G1-G20 за GARCH моделите. Всеки студент използва само една променлива със съответния номер. При грешка на Gretl използвайте G1.
Y1-Y20 са зависимите променливи за логистичните модели. Всеки студент използва само една променлива със съответния номер.
X1-X30
са независимите променливи за логистичните модели. Всеки студент избира сам кои променливи да включи в модела.
Студентите са номерирани по следния начин:
1=Антон; 2=Ася; 3=Ваня; 4=Димитър Ц.; 5=Добрина;
6=Дора; 7=Катерина; 8=Катя; 9=Константин; 10=Милена;
11=Нели; 12=Огнян; 13=Полина М.; 14=Полина С.;
15=Радостина; 16=Събин; 17=Георги; 18=Димитър Ч.;
19=
Станислав; 20=Кристина.
Технически изисквания:
1.“#” e вашият номер генериран за този тест (1-20)
2. Включвайте изход с резултати и графики от програмата
3. Само изход с резултати от програмата без обяснение и коментар ще носи нула точки.
|
Danni3 |
| Задачи (Общо 40 точки). |
Точки |
1. GARCH модели
Използвайте ВР G#.
a) Проверете за наличието на GARCH ефект.
b) Независимо от резултата в a) построете един GARCH модел.
|
15 |
2. Логистични модели
Използвайте Y# като зависима променлива.
От променливите X1-X30 изберете поне една индикаторна променлива и една интервална променлива.
a) Построете една логистичен модел (logit).
b) Изчислете Odds Ratios от регресионните коефициенти и ги интерпретирайте.
c) Сравнете в таблица прогнозите с реалните стойности Y#. Изчислете всички важни характеристики (sensitivity, specificity, TC, FN, FP, TN, TP) и коментирате резултатите.
|
25 |
|
|
|
