- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Глава 8. Оценка спроса: множественный регрессионный анализ
- •Оценочные коэффициенты и тестовая статистика
Глава 8. Оценка спроса: множественный регрессионный анализ
е нтов регрессии.) Выведенные данные показывают, что Для каждого типа закусочных с высокой точностью может
быть подобрано уравнение (об этом говорит величина R2).
Табли ца 8.4
Оценочные коэффициенты и тестовая статистика
|
|
Классификация закусочных |
|
Переменные |
Городские |
Туристические |
Сельские |
HOLIDA |
|
2812 (3,52)* |
|
VISITO |
|
231,6 (1,06) |
|
RAIN |
- 2142 (- 1,25) |
— |
— |
NOST |
70 313 (3,42)* |
— |
92 163 (11,14)* |
ADV1 |
0,3862 (1,07) |
0,4100 (2,28)* |
— |
ADV2 |
— |
— |
0,65027 (3,49)* |
CADV |
0,6519 (1,97)* |
0,6320 (2,39)* |
-0,4576 (-2,57)* |
NEWPRO |
— |
22 462 (2,09)* |
— |
GAME |
|
'10 499 (1,48) |
' — |
CPI |
1827 (4,68)* |
1164 (4,06)* |
-1184 (-1,96)* |
CONSTANT |
-373 290 |
-148 990 |
221 780 |
SUMMARY STATISTICS |
|
|
|
n |
23 |
23 |
23 |
STD ERROR |
17 478 |
' 11 730 |
12 702 |
R2 |
0,85 |
0,91 |
0,98 |
DURBIN-WATSON |
2,05 |
1,94 |
2,21 |
Обратите внимание, что не все переменные значимы для каждого типа закусочных. Например, количество праздников имеет значение только для туристических закусочных. Аналогично проведение различных мероприятий сказывается только на туристических закусочных. Некоторые переменные оказывают различное воздействие на различные типы закусочных. Реклама конкурентов (CADV) имеет положительную корреляцию с объемом продаж городских и туристических закусочных, но не влияет на сельские закусочные. Во всех случаях реклама фирмы «Speedy Burger» приводит к увеличению объема продаж (с коррекцией на задержку).
Оценочные уравнения регрессии могут быть использованы для прогнозирования совокупных объемов продаж в закусочных различных типов. Предполагаемые значения независимых переменных подставляются в оценочное уравнение. Затем производится прогнозирование. Например, предположим, что для городских закусочных на следующий
месяц ожидаются следующие значения
независимых переменных:
RAIN — 1 дюйм (по прогнозу Национальной службы погоды);
NOST — 5 (текущий уровень);
ADV1 - 98 716 долл. (из бюджета);
CADV - 127 233 долл. (прогноз);
CPI — 350 (из общего экономического прогноза).
Прогноз на совокупный объем продаж городских закусочных следующий:
Q = - 373 290 - 2142 (1)+ + 70 313(5) + 0,3862(98 716)+ + 0,6519 (127 233) + 1827(350) * « 736 650 долл.
Вопросы
а. Дайте объяснение оценкам коэффи циентов при переменных RAIN и CADV для городских закусочных. Со гласуются ли их знаки с теорией? Объясните почему.
б. Дайте объяснение коэффициенту де-
терминации,
закусочных.
262
Список литературы
в
. Согласно
данным статистики Дурби-
на—Ватсона,
следует ли вносить ка
кие-либо
корректировки на автокор
реляцию
для этих моделей? Объясни
те
почему.
г. Можно ли предположить мультикол- линеарность для данного набора не-
зависимых переменных? Если да, то между какими переменными? д. При данном определении переменной HOLIDA можете ли вы объяснить, почему она имеет значение только для туристических закусочных?
Список литературы
Barnes, R.; R. Gillingham; and R. Hagemann. «The Short-Run Residential Demand for Electricity». Review of Economics and Statistics (November 1981), pp. 541—42.
Bechdolt, B. «Cross-Sectional Travel Demand Functions: U.S. Visitors to Hawaii, 1961 — 1970». Quarterly Review of Economics and Business (Winter 1973), pp. 37—47.,
Carlson, Rodney L. «Seemingly Unrelated Regression and the Demand for Automobiles of Different Sizes, 1965-1975: A Disaggregate Approach». Journal of Business (April 1978), pp. 243-62.
Farrar, D., and R. Blauber. «Multicollinearity in Regression Analysis: The Problem Revisited». Review of Economics and Statistics (February 1967), pp. 92—107.
Gahvari, Firoz. «Demand and Supply of Housing in the U.S., 1929—1978». Economic Inquiry 24 (April 1986), pp. 333-47.
Gujarati, Damodar. Basic Econometrics. New York. McGraw-Hill, 1978, pp. 167-251.
Haitovsky, Y. «A Note on the Maximization of R2». American Statistician (February 1969), pp. 20-21.
Houthhakker, H.S., and Lester D. Taylor. Consumer Demand in the United States, 1929-1970: Analyses and Projection, 2nd ed. Cambridge, Mass.: Harvard University Press, 1970.
Johnston, J. Econometric Methods, 4th ed. New York: McGraw-Hill, 1984.
Learner, Edward E. «Is It a Demand Curve, or Is It a Supply Curve? Partial Identification through Inequality Constraints». Review of Economics and Statistics (August 1981), pp. 319— 25.
Idem. «Let's Take the Con out of Econometrics». American Economic Review 73 (March 1983), pp. 31-43.
Neter, J; W. Wasserman; and M. Kutner. Applied Linear Regression Models. Homewood, 111.: Richard D. Irwin, 1983.
Savin, N., and K. White. «Estimation and Testing for Functional Form and Autocorrelation: A Simultaneous Approach». Journal of Econometrics (August 1978), pp. 1 — 12.
Thiel, A.; and A.L. Nagar. «Testing the Independence of Regression Disturbance». Journal of the American Statistical Association 56 (1961), pp. 793-806.
263
