- •Содержание
- •Введение
- •1 Требования к выполнению лабораторных работ
- •Реализация типовых заданий
- •Рассчитайте параметры линейного уравнения множественной регрессии с полным перечнем факторов по данным о деятельности крупнейших компаний сша в 2007 г.
- •2 Дайте сравнительную оценку силы связи факторов с результатом с помощью средних (общих) коэффициентов эластичности.
- •3 Оцените с помощью f-критерия Фишера-Снедекора значимость уравнения линейной регрессии и показателя тесноты связи.
- •Оцените статистическую значимость коэффициентов регрессии с помощью t- критерия Стьюдента.
- •Рассчитайте матрицу парных коэффициентов корреляции и отберите информативные факторы в модели. Укажите коллинеарные факторы.
- •5. Оцените качество уравнения через среднюю ошибку аппроксимации.
- •7. Постройте модель в естественной форме только с информативными факторами и оцените ее параметры.
- •8. Постройте модель в стандартизованном масштабе и проинтерпретируйте ее параметры.
- •9. Рассчитайте прогнозное значение результата, если прогнозное значение факторов составляют 80% от их максимальных значений.
- •10. Рассчитайте ошибки и доверительный интервал прогноза для уровня значимости .
- •11. По полученным результатам сделайте экономический вывод.
- •Реализация типовых заданий
- •Реализация типовых заданий
- •Провести графический анализ остатков
- •Графический анализ остатков
- •Тест Голфелда-Квандта
- •Тест ранговой корреляции Спирмена
- •Метод рядов
- •Критерий Дарбина – Уотсона
- •Реализация типовых заданий Степенная модель регрессии
- •Показательная модель регрессии
- •Гиперболическая модель регрессии
- •Прогнозирование по тренд – сезонной аддитивной модели
- •Прогнозирование по тренд – сезонной мультипликативной модели
- •Прогнозирование по модели регрессии с включением фактора времени и фиктивных переменных
- •Построение модели ar (p) в statistica
- •Реализация типовых заданий
- •Список использованных источников
- •Приложение а
- •Исходные данные для выполнения лабораторных работ
Реализация типовых заданий
Рассчитайте параметры линейного уравнения множественной регрессии с полным перечнем факторов по данным о деятельности крупнейших компаний сша в 2007 г.
Имеются данные о деятельности 25 крупнейших компаний США (таблица 1.1).
Построим уравнение множественной линейной регрессии следующего вида:
.
Для этого проведем регрессионный анализ данных факторов с помощью табличного редактора МС Excel.
Таблица 1.1 – Исходные данные для проведения корреляционного и регрессионного анализа
№ компании |
|
|
|
|
|
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
1 |
2,5 |
38,2 |
5,3 |
16,5 |
29,4 |
1,2 |
2 |
3,3 |
20,3 |
3,8 |
24,9 |
29 |
2 |
3 |
2,3 |
11,4 |
5,1 |
9,2 |
27,4 |
0,9 |
4 |
3,3 |
16,9 |
1,3 |
19,3 |
27 |
1,3 |
5 |
4,2 |
26,9 |
6,1 |
40,8 |
25,8 |
1,6 |
6 |
2,9 |
21,9 |
1,6 |
37,2 |
15 |
0,3 |
7 |
5,7 |
144 |
27,5 |
133,5 |
25,5 |
2,6 |
8 |
3,2 |
24,8 |
5,6 |
32,9 |
25,3 |
1,3 |
9 |
8,5 |
172,3 |
16,8 |
286,5 |
24,8 |
2,3 |
10 |
2 |
8,9 |
0,4 |
1,6 |
23,8 |
1 |
11 |
2,9 |
13,7 |
2,2 |
10,3 |
23,8 |
1,5 |
12 |
3,5 |
34 |
5,3 |
16,4 |
23,5 |
1,8 |
13 |
3,5 |
20,3 |
3,7 |
23,8 |
14,7 |
1,9 |
14 |
3 |
16,7 |
3,5 |
81,5 |
21,6 |
1,3 |
15 |
2 |
26,4 |
3,4 |
40,4 |
21,2 |
1,5 |
16 |
2,4 |
13,7 |
0,9 |
12,9 |
20,6 |
0,2 |
17 |
3,4 |
33,9 |
3,6 |
54,6 |
19 |
1,1 |
18 |
2,5 |
19,3 |
1,9 |
36,9 |
18,3 |
1,7 |
19 |
2,7 |
24,6 |
4,2 |
53,8 |
13,9 |
2,1 |
20 |
3,5 |
19,6 |
3,3 |
22,8 |
17,8 |
2,1 |
21 |
0,7 |
28,3 |
0,4 |
50,4 |
17,7 |
1,4 |
22 |
2,9 |
20,4 |
2,4 |
27,2 |
17,7 |
1,8 |
23 |
3,6 |
20,3 |
3,2 |
25,2 |
17,6 |
2 |
24 |
2,2 |
11,1 |
0,5 |
8,9 |
16,4 |
1,3 |
25 |
2,3 |
22,4 |
1,6 |
31,1 |
15,7 |
2 |
где y – чистый доход, млрд. долл.
x1 – оборот капитала, млрд. долл.
x2 – использованный капитал, млрд. долл.
x3 – численность служащих, тыс. чел.
x4 – рыночная капитализация компаний, млрд. долл.
x5 – заработная плата служащих, тыс. долл.
Для построения модели можно воспользоваться инструментом анализа данных Регрессия. Порядок действий следующий:
а) в главном меню выберите Сервис/Анализ данных/Регрессия. Щелкните по кнопке ОК;
б) заполните диалоговое окно ввода данных и параметров ввода (рисунок 1.1):
Входной интервал Y – диапазон, содержащий данные результативного признака;
Входной интервал Х – диапазон, содержащий данные всех пяти факторов;
Метки – флажок, который указывает, содержит ли первая строка названия столбцов или нет;
Константа – ноль – флажок, указывающий на наличие или отсутствие свободного члена в уравнении;
Выходной интервал – достаточно указать левую верхнюю ячейку будущего диапазона;
Новый рабочий лист - можно задать произвольное имя нового листа.
Рисунок 1.1 – Диалоговое окно ввода параметров инструмента «Регрессия»
Результаты регрессионного анализа представлены на рисунке 1.2.
Рисунок 1.2 – Результат применения инструмента Регрессия для факторов
Составим уравнение множественной регрессии:
.
Коэффициенты регрессии показывают среднее изменение результативного признака с изменением на 1 единицу своего измерения данного фактора при условии постоянства всех остальных.
Таким
образом, коэффициент регрессии при
показывает, что с увеличением оборотного
капитала на 1 млрд. долл. чистый доход
увеличится в среднем на 0,0039 млрд. долл.,
при фиксированном значении остальных
факторов. Аналогичным образом делаются
выводы по остальным коэффициентам
регрессии.
Параметр
экономического
смысла не имеет.
