Добавил:

Teana Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Таврический Национальный Университет им. В.И. Вернадского

Предмет:

Экономика

Файл:

Компьютерный практикум по эконометрическому моделированию - Давнис В.В., Тинякова В.И

.pdf

Скачиваний:

Добавлен:

24.05.2014

Размер:

569.09 Кб

Скачать

☆

<<< < Предыдущая 1 23 / 73 4 5 6 7 > Следующая >>>

														Т абл и ца 3.2.1

		№	X1	X 2	X 3	Y			№		X1	X 2	X 3	Y
		1.	32,0	14,1	235,0	605,8			7.		13,2	60,6	261,6	628,4
		2.	22,2	46,9	278,3	677,3			8.		32,7	40,4	291,1	682,8
		3.	37,4	44,2	214,2	572,3			9.		46,0	65,0	218,6	581,9
		4.	47,8	59,4	256,6	627,4			10.		24,1	42,0	269,0	643,0
		5.	47,0	51,7	190,9	567,7			11.		28,1	74,6	250,4	612,6
		6.	52,3	35,6	205,6	566,2			12.		18,1	45,6	286,4	666,5
	Р ешен ие с пом ощ ь ю т а бл ичн ого процессора Excel
	1. П ол у чен ие			вектора оцен ок коэф ф ициен т ов регрессии										по ф орм у л е
(2.1.1) согл а сн о а л горитм у , изл ож						ен н ом у при выпол н ен ии за д а н ия 2.2.1.

							303,11
								0,19
							-0,18
2. Р а счет ста н д а ртн ыхошибок								1,29		зова н ием ф у н кций Excel по ф ор-
2. Р а счет ста н д а ртн ыхошибок							с испол ь			зова н ием ф у н кций Excel по ф ор-
м у л е (2.1.2) согл а сн о а л горит м у , изл ож								ен н ом у			при выпол н ен ии за д а н ия 2.2.1.

45,45

0,36

0,21

0,14

3. Вычисл ен ие ра счет н ыхзн а чен ий t-ста т ист ики пу тем д ел ен ия коэф ф и- циен тов регрессии н а ст а н д а рт н ые ошибки

6,67
0,52
-0,85
9,18	= 306 , 2 )(8
Сра вн ен ие ра счетн ых зн а чен ий t-ст а тист ики с та бл ичн ым tS	= 306 , 2 )(8

позвол яет отвергн у ть н у л еву ю гипот езу т ол ь ко д л я треть его ф а ктора.

4.Вычисл ен ие д исперсион н ого от н ошен ия Ф ишера

4.1.Р а счет воспроизвед ен н ой д исперсии и оф орм л ен ие резу л ь т а т ов в вид е т а бл . 3.2.2.

4.2. Р а счет F-ст а т ист ики пу тем д ел ен ия воспроизвед ен н ой д исперсии

н а ост а точн у ю
	=	,27	=		6242
Fр асч					,11 54
Fр асч		,36			,11 54
		,36		115
и сра вн ен ие ее с критическим зн а чен ием Fc				=	,807(. )Та4 к ка к Fр асч > Fc , то
м од ел ь счита ет ся а д еква тн ой.

Т абл и ца 3.2.2

	ˆ	ˆ	ˆ		2

Y		(Y - Y )	(Y	- Y )
	Y
605,8	610,2	-9,1	82,5
677,3	658,6	39,3	1544,4
572,3	579,1	-40,2	1614,4
627,4	633,2	13,9	193,1
567,7	549,5	-69,8	4868,8
566,2	572,3	-47,0	2209,4
628,4	632,8	13,5	182,9
682,8	678,2	58,9	3464,5
581,9	582,7	-36,6	1342,2
643,0	647,8	28,4	808,7
612,6	618,8	-0,5		0,2
666,5	668,5	49,2	2415,7
С ум м а квадр ат о во т кл о нени й			18726,81
Во спр о и зведенная ди спер си я			6242,27

5. П остроен ие м од ел и				=	+	0		x bсy исполb			ь зова н ием «П а кет а н а л иза » Excel.
						0		3	3
	Окон ча тел ь н о м од ел ь , отра ж							а ю щ а я за висим ость					y от x3 , им еет вид
									y =	,	+ ,24x31.		33	314
	Р а счетн ое зн а чен ие F-ста т ист ики ра вн о 179,12, что свид ет ел ь ст ву ет о ее
а д еква т н ости.
	З а д а н ие 3.2.3.		П о д а н н ым				т а бл . 3.2.3 построить						м н ож ествен н ое у ра вн е-
н ие регрессии и проверить гипот езу ,										у д овл етворяю т л и ее коэф ф ициен т ыл и-
н ейн ом у огра н ичен ию общ его вид а , т.е.											0	= r , гд еHbH :
æ		0	ö01 0	æ	5		ö
ç		- 0	÷	ç	0		÷
	H = ç	- 0	÷1,0 2r	= ç	0		÷ .
ç		1	÷	ç	-1,2		÷
è		1	ø00 0	è	-1,2		ø
														Т абл и ца 3.2.3

	№	X1	X 2		X 3				Y		№	X1	X 2	X 3	Y
	1.	24,5	32,6		53,1				74,5		7.	34,0	15,4	53,1	39,9
	2.	25,8	27,5		50,9				65,7		8.	31,6	23,2	69,0	39,2
	3.	36,0	27,1		68,6				58,1		9.	45,6	25,6	37,0	104,4
	4.	24,6	35,8		53,9				86,3		10.	40,6	23,7	56,8	68,3
	5.	37,0	14,3		34,4				61,5		11.	46,7	21,4	58,7	70,7
	6.	15,4	21,6		54,7				25,5		12.	37,3	21,0	68,5	40,4

Р ешен ие с пом ощ ь ю т а бл ичн ого процессора Excel

1.	П ол у чен ие вектора оцен ок коэф ф ициен т ов регрессии по ф орм у л е
(2.1.1)	согл а сн о а л горитм у , изл ож ен н ом у при выпол н ен ии за д а н ия 2.2.1.

2,2

1,5

3,0

-1,2

2. Вычисл ен ие F -ст а тист ики д л я проверки гипот езыо л ин ейн ом огра н и- чен ии общ его вид а .

2.1. Вычисл ен ие ост а точн ой д исперсии

	Sо2ст		=	062.,
2.2. Вычисл ен ие зн а чен ия числ ит ел я F-ст а т ист ики.
	ˆ
2.2.1. Р а счет вектора Hb − r
			-2,77
			0,04
			0,02		)−1 H′ HX X
2.2.2. Р а счет м а трицы			(	′	)−1 H′ HX X
	5,8540	-0,0384			-0,0380
	-0,0384	0,0050			0,0003
и обра т н ой к н ей	-0,0380	0,0003			0,0008
и обра т н ой к н ей

0,26 1,30 12,59

1,30 208,97 -10,88

12,59 -10,88 1952,01

2.2.3. Окон ча т ел ь н ый ра счет числ ит ел я F-ст а т ист ики

1,44 3. Дел ен ие резу л ь та та п.2.2.3 н а ост а т очн у ю д исперсию (окон ча тел ь н ый

ра счет зн а чен ия F-ст а т ист ики)

	Fр асч = 0,70 .
4.	Сра вн ен ие пол у чен н ого резу л ь та т а с крит ическим зн а чен ием
Fc	= ,07 .()Н4,у л3ь8-гипотеза н е от верга ет ся, та к ка к Fр асч < Fc .

3.3. К онтрольныезадания

З а д а н ие 3.3.1. П о д а н н ым та бл . 3.3.1, испол ь зу я ф орм у л ы м а тричн ого м етод а М Н К, ра ссчита ть коэф ф ициен ты л ин ейн ого регрессион н ого у ра вн е- н ия, отра ж а ю щ его за висим ост ь кол ичества еж ен ед ел ь н о прод а ва ем ых чизбу ргеров бистро «Вку сн оед » от ихцен ыи ра сход ов н а рекл а м у .

Дл я построен н ого у ра вн ен ия регрессии проверить д ве гипотезы:

1) H0
	: bi = 0 (i = 1, m	) ;
2) H0	: 1 = 2 = L = bm = b0 . b

Есл и ока ж ет ся, что сред и ф а кторов есть н езн а чим ый, то построить мо- д ел ь , искл ю чив этот ф а кт ор. П ровести сра вн ен ие построен н ыхм од ел ей.

Т абл и ца 3.3.1

№	Кол ичество	Цен а чиз-	Р а сход ын а	№	Кол ичество	Цен а	Р а сход ын а
№	прод а н н ых	Цен а чиз-	Р а сход ын а	№	прод а н н ых	Цен а	Р а сход ын а
п.п.	чизбу ргеров,	бу ргера ,	рекл а м у ,	п.п.	чизбу ргеров,	чизбу ргера ,	рекл а м у ,
	шт.	ру б.	ру б.		шт.	ру б.	ру б.
	шт.				шт.
1.	525	15,92	579	8.	789	15,02	439
2.	567	16,50	461	9.	513	16,77	474
3.	396	16,54	649	10.	661	15,57	459
4.	726	16,11	378	11.	407	16,67	619
5.	265	16,62	674	12.	608	16,92	427
6.	615	15,15	234	13.	399	16,97	469
7.	370	15,02	681	14.	631	16,59	479

	З а д а н ие 3.3.2. П о д а н н ым т а бл . 3.3.2 построит ь за висим ост ь , объясн яю -
щ у ю числ о сд ел ок в д ен ь			вед у щ им и он л а йн овским и брокера м и СШ А					в за ви-
сим ости от ф а кторов, опред ел яем ыхс пом ощ ь ю рейтин говыхоцен ок.
						Т абл и ца 3.3.2

	Он л а йн овский		Ч исл о	У д обство	Доверие	Объем пред -	Ка чество об-
№	Он л а йн овский		сд ел ок в	пол ь зова -	потребите-	л а га ем ых	сл у ж	ива н ия,
№		брокер	сд ел ок в	пол ь зова -	потребите-	л а га ем ых	сл у ж	ива н ия,
		брокер	д ен ь	н ия, ба л л	л ей, ба л л	у сл у г, ба л л		ба л л
			д ен ь	н ия, ба л л	л ей, ба л л	у сл у г, ба л л		ба л л

1.	Charles Schwab		177400	7,39	6,91	8,54		8,84

2.	E*Trade		123250	8,10	6,15	8,90		7,67

3.	Waterhouse Securities		107146	7,46	8,35	8,35		5,62

4.	Fidelity		92354	5,63	5,71	8,94		8,23

5.	Datek Online		81040	7,18	6,40	7,72		5,82

6.	Ameritrade		71269	5,44	8,10	6,49		4,90

7.	DLJdirect		30500	6,14	6,55	6,41		4,91

8.	Scottrade		22050	5,04	6,15	6,06		6,62

9.	CyBerCorp		14213	4,92	6,84	6,59		4,44

10.	Suretrade		13200	7,56	5,63	6,46		5,35

11.	Morgan Stanley Online		12500	1,60	7,16	7,26		5,43

12.	National Discount Brokers		17703	6,49	7,32	4,32		4,18

13.	Dreyfus		10125	3,35	7,69	5,65		4,30

14.	Web Street Securities		4535	5,10	7,42	6,40		3,40

15.	Quik & Reilly		3300	4,47	6,80	5,76		4,33

Дл я построен н ой м од ел и проверит ь гипот езы: 1) H0 :bi = 0 (i = 1, m ) ;

2) H0 : 1 = 2 = L = bm = 0b . b

Есл и ока ж ет ся, что сред и ф а кторов есть н езн а чим ые, то построить м о- д ел ь , искл ю чив эт и ф а кторы. Дл я вн овь построен н ой м од ел и проверить гипо-

тезу :	ˆ
тезу :	0HH:b = r , гд е
	æ	0	0 ö		1 0 æ		- 405000ö
	ç	-	0	÷	,10r =3	ç	0	÷
	H = ç	-	0	÷	,10r =3	ç	0	÷.
	ç		-1	÷	10 0	ç	0	÷
	è		-1	ø	10 0	è	0	ø

З а д а н ие 3.3.3. П рим ен яя т ест Ч оу , у ста н овить , явл яет ся л и су щ ествен н ым ра зл ичие в опл а т е тру д а ра бот н иков госу д а рствен н ыхи ком м ерческихорга н и- за ций. Да н н ые об опл а те тру д а в за висим ост и от ста ж а , возра ста и обра зова - н ия ра ботн иков госу д а рствен н ыхорга н иза ций привед ен ыв та бл . 3.3.3, а ком - м ерческихорга н иза ций – в та бл . 3.3.4.

Т абл и ца 3.3.3

З а рпл а та ,		Ста ж	,	Возра ст,	Обра зова н ие
	ру б.	л ет		л ет	(1-высшее;
	ру б.	л ет		л ет	0-сред н ее)
					0-сред н ее)
2596			16	42	1
2524			7	30	0
2610			17	48	1
2756			32	55	1
2811			27	50	1
2750			23	46	1
2484			29	51	0
2623			14	44	0
2789			26	47	1
2768			19	50	1
2641			33	55	1
1951			2	24	0	Т абл и ца 3.3.4
						Т абл и ца 3.3.4

	З а рпл а та ,	Ста ж	,	Возра ст,	Обра зова н ие
	З а рпл а та ,	Ста ж	,	Возра ст,	(1-высшее;
	ру б.	л ет		л ет	0-сред н ее)
					0-сред н ее)
	3480		20	46	1
	2667		19	42	0
	2890		1	23	1
	2340		12	46	0
	3288		31	57	1
	3213		14	35	1
	3354		29	51	1
	2434		19	41	0
	3147		4	31	1
	3512		24	47	1
	2698		22	46	0
	2697		32	57	0
	3280		18	42	1
	2553		6	30	0

4. О Б О Б Щ Е Н Н Ы Й М Е Т О ДН А ИМ Е Н Ь Ш ИХ К В А ДР А Т О В И Е Г О В А Р ИА Н Т Ы В С Л У Ч А Е ГЕ Т Е Р О С К Е ДА С Т ИЧ Н О С Т И

4.1.Р асчетныеф ормулы

4.1.1.Оцен ка коэф ф ициен т ов обобщ ен н ой регрессии:

ˆ			−1	−1		−1
	= (	¢		)	¢		X Xb X
		W			W y .

4.1.2. Ста н д а ртн ые ошибки в ф орм е У а йт а :

ˆ ˆ

−1æ

1 n

−1

( )= n(

)

÷(

x x

X X V b

X)X .

å s

s s ÷

è n s=1

4.1.3. F-ст а т ист ика , испол ь зу ем а я в тесте Г ол д ф ел д а -Ку а н д та :

′

1 1 /

2e2e, F e e

n / 2 − d / 2

гд е e1 - вектороста тков регрессии, построен н ой по первым

н а -

бл ю д ен иям ; e2 - вектор ост а тков

регрессии,

пост роен н ой

по посл ед н им

n / 2 − d / 2 н а бл ю д ен иям .

4.2. Р ешениетиповой задачи

З а д а н ие 4.2.1. П о д а н н ым та бл . 4.2.1 пост роить л ин ейн у ю регрессион н у ю

м од ел ь , ха ра ктеризу ю щ у ю	за висим ость пока за тел я y от	ф а кторов x1 и x2 .
П остроен ие м од ел и н а ча ть	с т естирова н ия н а гет ероскед	а стичн ость . Счит а я

н а ибол ее вероятн ой ситу а цию с д ву ху ровн евой д исперсией, испол ь зова ть д л я

проверки тест		Г ол д ф ел д а -Ку а н д та . Есл и проверкой бу д ет у ста н овл ен а н еод -
н ород н ость д а н н ых, то			при построен ии			м од ел и		прим ен ит ь		м н огоэта пн у ю
процед у ру оцен ива н ия ее коэф ф ициен тов с помощ ь ю д осту пн ого М Н К.
										Т абл и ца 4.2.1

	№	x1	x2	y	№		x1		x2	y
	1.	13	43	79	11.			58	161	207
	2.	28	56	110	12.			23	108	152
	3.	33	24	97	13.			69	86	199
	4.	42	98	171	14.			8	143	144
	5.	12	176	204	15.			60	42	140
	6.	44	124	174	16.			11	199	183
	7.	36	130	184	17.			26	145	178
	8.	33	291	311	18.			61	115	185
	9.	34	141	206	19.			18	111	152
	10.	21	95	128	20.			30	192	204

Р ешен ие с пом ощ ь ю т а бл ичн ого процессора Excel

1.Ввод исход н ыхд а н н ых.

2.П роверка д а н н ыхс пом ощ ь ю тест а Г ол д ф ел д а -Ку а н д т а .

2.1. У поряд очива н ие исход н ых д а н н ых по перем ен н ой x2 в пред по- л ож ен ии, что у ровен ь д исперсии за висит от этой перем ен н ой, и у д а л ен ие шест и н а бл ю д ен ий, ока за вшихся в серед ин е выборки. П ред ста вл ен ие резу л ь - та тов в вид е та бл . 4.2.2.

																	Т абл и ца 4.2.2
	№	x1		x2			y		№			x1		x2			y
	1.	33		291			311			14.			42	98			171
	2.	11		199			183			15.			21	95			128
	3.	30		192			204			16.			69	86			199
	4.	12		176			204			17.			28	56			110
	5.	58		161			207			18.			13	43			79
	6.	26		145			178			19.			60	42			140
	7.	8		143			144			20.			33	24			97
2.2. П остроен ие по у поряд очен н ым д а н н ым д ву хрегрессион н ыху ра в-
н ен ий по первым		сем и н а бл ю д ен иям (первое регрессион н ое у ра вн ен ие, см .
Вывод итогов 1) и по посл ед н им							сем и н а бл ю д ен иям							(второе регрессион н ое
у ра вн ен ие, см . Вывод итогов 2).
В Ы В О ДИТ О Г О В 1

Р е гре с с и он н а я с т а т и с т и ка
М н о ж ествен н ы й R		0,965091
R-к ва дра т		0,931401
Но рмиро ва н н ы й R-
к ва дра т		0,897101
Ста н да ртн а я о ш ибк а		16,65463
На блю ден ия				7
Дисперсио н н ы й а н а лиз
																Зн а чи -
			df			SS				MS				F	м ос т ь F
Регрессия				2 15064,2081						7532,104				27,1548 0,0047059
О ста то к				4 1109,50616						277,3765
Ито го				6 16173,7143

						С т а н -
		Коэф ф и ц и - да рт н а я												P-		Ни жн и е Ве рхн и е
		е н т ы			оши бка			t-с т а т и с т и ка					Зн а че н и е				95%	95%
Y-пересечен ие		13,86422 26,6435024								0,52036 0,630286 -60,11015 87,838598
Перемен н а я X 1		0,889493 0,39236032								2,267031 0,086009					-0,199876			1,978862
Перемен н а я X 2		0,89948 0,13496104								6,66474			0,002633 0,5247676					1,274193
2.3. П ол у чен ие ра счетн ых зн а чен ий и вычисл ен ие оста тков e1																		и e2 , с
пом ощ ь ю которых соста вл яется ст а т истика											р асч	=	′	/ ′eFe.	2	Офe eорм л ен ие ре-
											р асч			2	2		1 1

зу л ь та тов в вид е та бл . 4.2.3.

В Ы В О ДИТ О Г О В 2

Р е гре с с и он н а я с т а т и с т и ка
М н о ж ествен н ы й R	0,99412
R-к ва дра т	0,988274
Но рмиро ва н н ы й R-
к ва дра т	0,982411
Ста н да ртн а я о ш ибк а	5,576546
На блю ден ия	7
Дисперсио н н ы й а н а лиз
					Зн а чи -
	df	SS	MS	F	м ос т ь F
Регрессия	2	10483,6085	5241,804	168,5583 0,000138
О ста то к	4	124,391476	31,09787
Ито го	6	10608

Коэф	ф и ц и е н -	С т а н да рт -		P-	Ни жн и е	Ве рхн и е
	т ы	н а я оши бка	t-с т а т и с т и ка	Зн а че н и е	95%	95%
Y-пересечен ие	23,49446	6,3630766	3,692312	0,020976 5,827693		41,161232
Перемен н а я X 1	1,476582	0,11317714	13,04665	0,000199 1,162351		1,7908128
Перемен н а я X 2	0,826054	0,07856709	10,51399	0,000463 0,607916		1,0441916

Т абл и ца 4.2.3

	№	x		x	2		y	yр асч	( y − yр асч)2
	№		1		2
	1.		33		291		311	304,97	36,41
	2.		11		199		183	202,65	385,93
	3.		30		192		204	213,25	85,55
	4.		12		176		204	182,85	447,46
	5.		58		161		207	210,27	10,70
	6.		26		145		178	167,42	112,03
	7.		8		143		144	149,61	31,43
									e′1e1 =1109,51
	14.		42			98	171	166,46	20,57
	15.		21			95	128	132,98	24,78
	16.		69			86	199	196,42	6,66
	17.		28			56	110	111,10	1,21
	18.		13			43	79	78,21	0,62
	19.		60			42	140	146,78	46,02
	20.		33			24	97	92,05	24,53
									e′2e2 =124,39
р асч	= ′	′eFe= e e					=	92;, 8	39F (, 124)=	39/.,51/6 , 4,	1109
р асч		2	2 1 1						c
Та к ка к Fр асч > Fc , то гипот еза				H0		отверга ет ся и, сл ед ова т ел ь н о, в д а н н ых н а -
бл ю д а ется гетероскед а стичн ост ь						с д ву ху ровн евой д исперсией.				П оэтом у	д л я
построен ия регрессии			по	д а н н ым			та бл .	4.2.1	н еобход имо прим ен ит ь
м н огоэт а пн у ю процед у ру д осту пн ого М							Н К.
3. П остроен ие регрессии с пом ощ ь ю д ост у пн ого взвешен н ого М Н К.

3.1. П ост роен ие регрессии обычн ым М Н К по д а н н ым т а бл . 4.2.1 (см . Вывод итогов 3).

В Ы В О ДИТ О Г О В 3

Р е гре с с и он н а я с т а т и с т и ка
М н о ж ествен н ы й R	0,968969836
R-к ва дра т	0,938902544
Но рмиро ва н н ы й R-к ва дра т	0,931714608
Ста н да ртн а я о ш ибк а	13,07464604
На блю ден ия	20
Дисперсио н н ы й а н а лиз
					Зн а чи -
	df	SS	MS	F	м ос т ь F
Регрессия	2	44658,7117	22329,36	130,622	4,8E-11
О ста то к	17	2906,08827	170,9464
Ито го	19	47564,8

	Коэф ф и ц и -	С т а н да рт -	t-	P-	Ни жн и е	Ве рхн и е
	е н т ы	н а я оши бка	с т а т и с т и ка	Зн а че н и е	95%	95%
Y-пересечен ие	36,78068243	9,43676522	3,897594	0,001158	16,87082	56,690545
Перемен н а я X 1	1,191842832	0,16975113	7,021119	2,06E-06	0,833699	1,5499869
Перемен н а я X 2	0,760391162	0,04869436	15,61559	1,63E-11	0,657655	0,8631274


	3.2. П ол у чен ие ра счет н ых оцен ок							yˆi и вычисл ен ие а бсол ю т н ых зн а -
чен ий откл он ен ий. Оф орм л ен ие резу л ь та т ов в вид е та бл . 4.2.4.
												Т абл и ца 4.2.4
		№	x		x		y	yр асч	y − yр асч		y − yр асч
			x		x		y	yр асч	y − yр асч		y − yр асч
			1			2
		1.		13		43	79	84,971	-5,971	5,971
		2.		28		56	110	112,734	-2,734	2,734
		3.		33		24	97	94,361	2,639	2,639
		4.		42		98	171	161,356	9,644	9,644
		5.		12		176	204	184,912	19,088	19,088
		6.		44		124	174	183,510	-9,510	9,510
		7.		36		130	184	178,538	5,462	5,462
		8.		33		291	311	297,385	13,615	13,615
		9.		34		141	206	184,518	21,482	21,482
		10.		21		95	128	134,047	-6,047	6,047
		11.		58		161	207	228,331	-21,331	21,331
		12.		23		108	152	146,315	5,685	5,685
		13.		69		86	199	184,411	14,589	14,589
		14.		8		143	144	155,051	-11,051	11,051
		15.		60		42	140	140,228	-0,228	0,228
		16.		11		199	183	201,209	-18,209	18,209
		17.		26		145	178	178,025	-0,025	0,025
		18.		61		115	185	196,928	-11,928	11,928
		19.		18		111	152	142,637	9,363	9,363
		20.		30		192	204	218,531	-14,531	14,531

3.3. Дел ен ие н а бл ю д ен ий с пом ощ ь ю А втоф ильтра н а д ве гру ппы I1

и I2 со зн а чен иям и ост а тков,

по а бсол ю тн ой вел ичин е превосход ящ их и н е

превосход ящ их за д а н н ый у ровен ь . (А н а л из посл ед н его

стол бца та бл . 4.2.4

позвол ил в ка честве та кого у ровн я выбра т ь

7.)

3.4. Р а счет сред н еква д ра тических ошибок по оста тка м ,

н е превосхо-

д ящ ихза д а н н ый у ровен ь ,

и сред н еква д ра тическихошибок по оста тка м , пре-

восход ящ ихза д а н н ый у ровен ь .

12/

é 1

12/

S1 = ê

åei

= 314;,

S2 = ê

åei

16 ,.

ën1 i I1

ën2 i I2

3.5. П реобра зова н ие исход н ыхд а н н ыхпу тем д ел ен ия за висим ой и н е-

за висим ых перем ен н ых ка ж д ого н а бл ю д ен ия первой гру ппы н а

S1 , а

второй

гру ппы- н а

S2 и оф орм л ен ие резу л ь т а т ов в вид е т а бл . 4.2.5.

3.6.

П остроен ие регрессион н ой м од ел и по преобра зова н н ым

д а н н ым

та бл . 4.2.5. Испол ь зова н ие преобра зова н н ых д а н н ых д л я построен ия регрес-

сион н ой м од ел и эквива л ен т н о прим ен ен ию							взвешен н ого М Н К к исход н ым
д а н н ым (см . Вывод итогов 4).
Та ким обра зом , у ра вн ен ие регрессии, построен н ое с у четом гет ероскед а -
ст ичн ост и, им еет вид				=	+		+y 916x2,.0
				=	+	1	+y 916x2,.0		x818 , 1	148 0,
									Т абл и ца 4.2.5

	№	x1		x2	y	x1 / S∙		x2 / S∙	y / S∙
	1.		13	43	79		3,014	9,968	18,314
	2.		28	56	110		6,491	12,982	25,500
	3.		33	24	97		7,650	5,564	22,487
	4.		42	98	171		2,771	6,465	11,281
	5.		12	176	204		0,792	11,611	13,458
	6.		44	124	174		2,903	8,180	11,479
	7.		36	130	184		8,346	30,137	42,655
	8.		33	291	311		2,177	19,198	20,517
	9.		34	141	206		2,243	9,302	13,590
	10.		21	95	128		4,868	22,023	29,673
	11.		58	161	207		3,826	10,621	13,656
	12.		23	108	152		5,332	25,037	35,237
	13.		69	86	199		4,552	5,674	13,128
	14.		8	143	144		0,528	9,434	9,500
	15.		60	42	140	13,909		9,736	32,455
	16.		11	199	183		0,726	13,128	12,073
	17.		26	145	178		6,027	33,614	41,264
	18.		61	115	185		4,024	7,587	12,205
	19.		18	111	152		1,187	7,323	10,028
	20.		30	192	204		1,979	12,666	13,458

<<< < Предыдущая 1 23 / 73 4 5 6 7 > Следующая >>>

Соседние файлы в предмете Экономика

#
24.05.2014423.79 Кб16Комплексное оценивание в задачах регионального обучения - Андронникова Н.Г., Бурков В.Н..pdf
#
24.05.2014423.79 Кб20Комплексное оценивание в задачах регионального управления. - Андронникова Н.Г., Бурков В.Н., Леонтьев С.В.pdf
#
24.05.20149.75 Mб51Комплексный анализ хозяйственной деятельности - Шеремет А.Д..pdf
#
24.05.2014839.24 Кб64Комплексный экономический анализ Учебное пособие. - Барнаул Изд-во Алт. гос. ун-та, 2003 - Санникова И.Н., Стась В.Н., Э.pdf
#
24.05.20141.37 Mб36Компьютерная подготовка управленческих документов - Кирюхин Ю.Г., Фионова Л.Р..pdf
#
24.05.2014569.09 Кб60Компьютерный практикум по эконометрическому моделированию - Давнис В.В., Тинякова В.И.pdf
#
24.05.2014182.94 Кб18Конвертация - Филимошин П.М..pdf
#
24.05.201425.51 Mб41Конспект лекций по статистике.rtf
#
24.05.2014786.85 Кб24Конституционная экономика Авторский коллектив - Баренбойм П.Д.; Лафитский В.И.; Мау В.А.; Захаров А.В.; Киселёва И.М.; .pdf
#
24.05.2014786.85 Кб56Конституционная экономика - Баренбойм П.Д.; Лафитский В.И..pdf
#
24.05.2014193.71 Кб17Контрасты менталитета или готовы ли россияне к рынку - Соколинский В. М., Фаризов И. О..pdf