
- •Передмова
- •Конспект лекцій вступ до економетрії
- •Основні етапи економетричного аналізу
- •Економічні задачі, які розв’язують за допомогою економетричних методів
- •Математична модель
- •Рівняння лінійної регресії. Метод найменших квадратів
- •Використання нелінійних функцій у економетрії
- •Квадратична вирівнювальна функція
- •Лінеаризація
- •Тема 1. Однофакторна економетрична модель
- •1.1. Основні положення
- •1.2. Побудова та аналіз однофакторної економетричної моделі
- •Тema 2. Побудова загальної лінійної економетричної моделі
- •2.1. Основні положення
- •2.2. Загальна економетрична модель: побудова й аналіз
- •Економічні характеристики моделі
- •Тема 3. Дослідження загальної лінійної економетричної моделі
- •3.1. Багатофакторні економетричні моделі та їх специфікація
- •3.2. Метод найменших квадратів
- •3.3. Верифікація моделі
- •3.4. Прогнозування за лінійною моделлю
- •3.5. Методи побудови багатофакторної регресійної моделі
- •3.6. Етапи дослідження загальної лінійної моделі множинної регресії
- •Приклад параметризації та дослідження багатофакторної регресійної моделі
- •Контрольні запитання
- •Тема 4. Мультиколінеарність
- •4.1. Поняття про мультиколінеарність та її вплив на оцінку параметрів моделі
- •4.2. Тестування наявності мультиколінеарності
- •4.3. Алгоритм Фаррара–Глобера
- •4.4. Приклад дослідження наявності мультиколінеарності на основі алгоритму Фаррара–Глобера
- •4.5. Засоби усунення мультиколінеарності. Метод головних компонентів
- •Контрольні запитання
- •Тема 5. Гетероскедастичність
- •5.1. Виявлення гетероскедастичності та її природа
- •5.2. Тестування наявності гетероскедастичності
- •5.2.1. Параметричний тест Гольдфельда–Квандта
- •5.2.2. Непараметричний тест Гольдфельда–Квандта
- •5.2.3. Тест Глейсера
- •Дані до задачі
- •Дані до задачі
- •Перша сукупність спостережень:
- •Друга сукупність спостережень:
- •5.3. Усунення гетероскедастичності
- •5.4. Узагальнений метод найменших квадратів
- •Контрольні запитання
- •Тема 6. Автокореляція
- •6.1. Природа автокореляції та її наслідки
- •6.2. Тестування наявності автокореляції
- •6.2.1. Критерій Дарбіна – Уотсона
- •6.2.2. Критерій фон Неймана
- •6.2.3. Коефіцієнти автокореляції та їх застосування
- •6.3. Параметризація моделі з автокорельованими залишками
- •6.4. Приклад
- •Контрольні запитання
- •Тема 7. Моделі розподіленого лага
- •7.1. Поняття лага та лагових моделей в економіці
- •7.2. Оцінювання параметрів дистрибутивно-лагових моделей
- •7.3. Оцінювання параметрів авторегресійних моделей
- •Контрольні запитання
- •Тема 8. Системи одночасних рівнянь
- •8.1. Поняття про системи одночасних рівнянь
- •8.2. Приклади систем одночасних рівнянь
- •1. Модель «попит — пропозиція»
- •2. Модель рівноваги на ринку товарів (модель is)
- •3. Модель рівноваги на ринку грошей (модель lм)
- •8.3. Структурна та зведена (прогнозна) форми системи рівнянь
- •1. Структурна форма економетричної моделі.
- •2. Повна економетрична модель
- •3. Зведена форма економетричної моделі
- •8.4. Поняття ідентифікації (ототожнення) системи рівнянь
- •Необхідні й достатні умови ідентифікованості
- •Необхідна і достатня умова ідентифікованості
- •8.5. Методи оцінювання параметрів систем рівнянь
- •Контрольні запитання
- •Комплект лабораторних робіт
- •Лабораторна робота (вступна)
- •Тема: Вивчення можливостей Майстра функцій ms excel
- •Мета: набути навички використання Майстра функцій ms excel при розв’язуванні економетричних задач
- •Завдання для самостійного виконання
- •Лабораторна робота 1 Тема: Побудова однофакторної економетричної моделі Мета: набути навички побудови однофакторної економетричної моделі та її дослідження засобами ms excel
- •Завдання для самостійної роботи
- •Завдання для самостійної роботи
- •Лабораторна робота 2 Тема: побудова загальної лінійної економетричної моделі Мета: набути навички побудови загальної лінійної економетричної моделі та її дослідження засобами ms excel
- •Завдання для самостійної роботи
- •Завдання для самостійної роботи
- •Лабораторна робота 4 Тема: дослідження наявності мультиколінеарності за алгоритмом Фаррара–Глобера Мета: набути навички дослідження наявності мультиколінеарності засобами ms excel
- •Завдання для самостійної роботи
- •Завдання для самостійної роботи
- •Завдання для самостійної роботи
- •Лабораторна робота 7 Тема: дослідження лагових моделей Мета: набути навички дослідження лагових моделей засобами ms excel
- •Завдання для самостійної роботи
- •Дані до задачі
- •Рекомендована література
- •Додатки
Завдання для самостійної роботи
На основі даних по дванадцяти підприємствам галузі (таблиця 1.2) побудувати економетричну модель, яка характеризує залежність між обсягом ОВФ (основних виробничих фондів, млн.. грн.) та обсягом ВП (випущеної продукції, млн.. грн.). Проаналізувати достовірність моделі та її параметрів. Зробити економічні висновки.
Таблиця 1.2
Варіанти завдань
Варіант 1 |
|
Варіант 2 |
|
Варіант 3 |
||||||
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
|
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
|
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
1 |
2,7 |
15,6 |
|
1 |
2,6 |
16,9 |
|
1 |
2,9 |
14,1 |
2 |
3,0 |
15,3 |
|
2 |
2,9 |
16,1 |
|
2 |
2,.6 |
17,2 |
3 |
2,8 |
14,9 |
|
3 |
2,7 |
15,0 |
|
3 |
2,8 |
17,1 |
4 |
2,9 |
15,1 |
|
4 |
2,5 |
18,0 |
|
4 |
2,7 |
17,8 |
5 |
2,6 |
16,1 |
|
5 |
2,7 |
17,2 |
|
5 |
2,7 |
16,2 |
6 |
2,5 |
16,7 |
|
6 |
2,6 |
17,1 |
|
6 |
2,9 |
17,2 |
7 |
2,8 |
15,4 |
|
7 |
2,7 |
16,4 |
|
7 |
2,4 |
16,8 |
8 |
2,6 |
17,1 |
|
8 |
2,6 |
16,7 |
|
8 |
2,9 |
14,8 |
9 |
2,5 |
16,8 |
|
9 |
2,8 |
16,9 |
|
9 |
2,3 |
19,6 |
10 |
2,4 |
16,5 |
|
10 |
2,9 |
17,1 |
|
10 |
2,2 |
14,5 |
11 |
2,3 |
16,5 |
|
11 |
2,9 |
17,2 |
|
11 |
2,1 |
14,2 |
12 |
2,2 |
16,2 |
|
12 |
3,0 |
17,5 |
|
12 |
2,0 |
13,7 |
Варіант 4 |
|
Варіант 5 |
|
Варіант 6 |
|||||||||||||||
№N п / п |
Обсяг ВП
|
Обсяг ОВФ |
|
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
|
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
|||||||||
1 |
3,3 |
11,4 |
|
1 |
3,0 |
11,7 |
|
1 |
2,9 |
15,7 |
|||||||||
2 |
2,5 |
17,1 |
|
2 |
2,5 |
18,3 |
|
2 |
2,6 |
17,9 |
|||||||||
3 |
2,4 |
19,5 |
|
3 |
2,5 |
18,2 |
|
3 |
2,7 |
15,3 |
|||||||||
4 |
3,0 |
12,5 |
|
4 |
2,6 |
15,6 |
|
4 |
2,7 |
16,3 |
|||||||||
5 |
2,7 |
16,5 |
|
5 |
2,1 |
17,4 |
|
5 |
2,6 |
17,7 |
|||||||||
6 |
2,7 |
16,0 |
|
6 |
2,9 |
13,8 |
|
6 |
2,5 |
16,8 |
|||||||||
7 |
2,7 |
16,1 |
|
7 |
2,7 |
15,0 |
|
7 |
2,7 |
17,5 |
|||||||||
8 |
2,8 |
16,2 |
|
8 |
2,4 |
18,6 |
|
8 |
2,8 |
16,7 |
|||||||||
9 |
2,5 |
18,0 |
|
9 |
2,8 |
15,7 |
|
9 |
2,9 |
18,0 |
|||||||||
10 |
2,3 |
15,4 |
|
10 |
2,7 |
15,1 |
|
10 |
2,7 |
17,5 |
|||||||||
11 |
2,2 |
15,4 |
|
11 |
2,6 |
14,9 |
|
11 |
2,5 |
17,1 |
|||||||||
12 |
2,1 |
15,2 |
|
12 |
2,4 |
14,8 |
|
12 |
2,3 |
16,4 |
|||||||||
Варіант 7 |
|
Варіант 8 |
|
Варіант 9 |
|||||||||||||||
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
|
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
|
№ п / п |
Обсяг ВП
|
Обсяг ОВФ |
|||||||||
1 |
2,8 |
13,8 |
|
1 |
2,7 |
14,9 |
|
1 |
2,3 |
32,1 |
|||||||||
2 |
2,7 |
14,8 |
|
2 |
2,5 |
16,1 |
|
2 |
1,9 |
31,0 |
|||||||||
3 |
2,4 |
16,9 |
|
3 |
2,1 |
19,7 |
|
3 |
2,3 |
32,4 |
|||||||||
4 |
2,3 |
16,8 |
|
4 |
2,8 |
14,0 |
|
4 |
2,5 |
33,2 |
|||||||||
5 |
2,5 |
14,8 |
|
5 |
2,4 |
17,1 |
|
5 |
2,6 |
31,2 |
|||||||||
6 |
2,5 |
17,9 |
|
6 |
2,3 |
18,2 |
|
6 |
2,0 |
34,8 |
|||||||||
7 |
2,5 |
17,6 |
|
7 |
2,5 |
17,4 |
|
7 |
1,9 |
35,4 |
|||||||||
8 |
2,4 |
15,7 |
|
8 |
2,7 |
16,1 |
|
8 |
2,4 |
33,0 |
|||||||||
9 |
2,3 |
15,2 |
|
9 |
2,4 |
18,0 |
|
9 |
2,2 |
34,8 |
|||||||||
10 |
2,2 |
15,0 |
|
10 |
2,2 |
17,1 |
|
10 |
2,1 |
3,21 |
|||||||||
11 |
2,1 |
14,4 |
|
11 |
2,1 |
16,5 |
|
11 |
2,0 |
31,5 |
|||||||||
12 |
2,0 |
14,1 |
|
12 |
2,0 |
16,1 |
|
12 |
2,0 |
31,0 |
Варіант 10 |
|
Варіант 11 |
|
Варіант 12 |
|||||||||||||
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|||||||
1 |
1,8 |
36,1 |
|
1 |
2,0 |
33,4 |
|
1 |
2,8 |
14,0 |
|||||||
2 |
2,4 |
38,3 |
|
2 |
2,0 |
37,8 |
|
2 |
2,4 |
17,1 |
|||||||
3 |
2,5 |
30,6 |
|
3 |
2,2 |
35,8 |
|
3 |
2,3 |
18,2 |
|||||||
4 |
2,3 |
32,1 |
|
4 |
1,9 |
34,2 |
|
4 |
2,5 |
17,4 |
|||||||
5 |
2,3 |
37,6 |
|
5 |
2,4 |
37,2 |
|
5 |
2,7 |
16,1 |
|||||||
6 |
2,5 |
34,8 |
|
6 |
1,9 |
38,2 |
|
6 |
2,4 |
18,8 |
|||||||
7 |
2,4 |
34,2 |
|
7 |
2,2 |
29,4 |
|
7 |
2,3 |
32,2 |
|||||||
8 |
2,5 |
34,2 |
|
8 |
2,4 |
37,2 |
|
8 |
1,9 |
31,0 |
|||||||
9 |
2,1 |
32,5 |
|
9 |
2,2 |
34,5 |
|
9 |
2,3 |
32,4 |
|||||||
10 |
2,3 |
33,1 |
|
10 |
2,3 |
35,4 |
|
10 |
2,2 |
30,1 |
|||||||
11 |
2,2 |
30,4 |
|
11 |
2,4 |
35,9 |
|
11 |
2,1 |
29,1 |
|||||||
12 |
2,1 |
30,0 |
|
12 |
2,5 |
36,7 |
|
12 |
2,0 |
28,0 |
|||||||
Варіант 13 |
|
Варіант 14 |
|
Варіант 15 |
|||||||||||||
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|||||||
1 |
2,5 |
33,2 |
|
1 |
1,8 |
36,1 |
|
1 |
1,9 |
33,4 |
|||||||
2 |
2,6 |
31,2 |
|
2 |
2,4 |
38,3 |
|
2 |
2,0 |
37,8 |
|||||||
3 |
2,0 |
34,.8 |
|
3 |
2,5 |
30,6 |
|
3 |
2,2 |
35,8 |
|||||||
4 |
1,9 |
35,4 |
|
4 |
2,3 |
32,1 |
|
4 |
1,9 |
34,2 |
|||||||
5 |
2,4 |
33,0 |
|
5 |
2,3 |
37,6 |
|
5 |
2,4 |
37,2 |
|||||||
6 |
2,2 |
34,8 |
|
6 |
2,5 |
34,8 |
|
6 |
1,9 |
38,2 |
|||||||
7 |
2,1 |
33,3 |
|
7 |
2,4 |
34,2 |
|
7 |
2,1 |
29,4 |
|||||||
8 |
1,8 |
36,1 |
|
8 |
2,5 |
34,2 |
|
8 |
2,4 |
37,2 |
|||||||
9 |
2,4 |
38,3 |
|
9 |
2,1 |
32,5 |
|
9 |
2,2 |
34,5 |
|||||||
10 |
2,3 |
38,0 |
|
10 |
2,2 |
33,4 |
|
10 |
2,3 |
35,1 |
|||||||
11 |
2,2 |
37,5 |
|
11 |
2,3 |
34,0 |
|
11 |
2,5 |
35,6 |
|||||||
12 |
2,1 |
37,1 |
|
12 |
2,5 |
34,1 |
|
12 |
2,9 |
35,9 |
|||||||
Варіант 16 |
|
Варіант 17 |
|
Варіант 18 |
|||||||||||||
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|||||||
1 |
2,0 |
35,0 |
|
1 |
3,0 |
29,4 |
|
1 |
2,4 |
40,2 |
|||||||
2 |
2,3 |
43,7 |
|
2 |
2,6 |
35,4 |
|
2 |
2,2 |
39,4 |
|||||||
3 |
2,7 |
31,9 |
|
3 |
2,3 |
39,7 |
|
3 |
2,6 |
43,7 |
|||||||
4 |
2,2 |
37,3 |
|
4 |
2,5 |
37,1 |
|
4 |
2,6 |
38,4 |
|||||||
5 |
2,4 |
40,9 |
|
5 |
2,2 |
35,7 |
|
5 |
2,3 |
38,8 |
|||||||
6 |
2,3 |
38,8 |
|
6 |
2,4 |
40,2 |
|
6 |
2,2 |
39,9 |
|||||||
7 |
2,3 |
35,7 |
|
7 |
2,2 |
39,4 |
|
7 |
2,8 |
30,1 |
|||||||
8 |
2,6 |
43,2 |
|
8 |
2,6 |
43,7 |
|
8 |
2,8 |
31,7 |
|||||||
9 |
2,7 |
30,5 |
|
9 |
2,6 |
38,4 |
|
9 |
2,6 |
37,2 |
|||||||
10 |
2,9 |
35,5 |
|
10 |
2,8 |
42,5 |
|
10 |
2,7 |
40,0 |
|||||||
11 |
3,1 |
37,8 |
|
11 |
2,9 |
45,1 |
|
11 |
2,8 |
41,0 |
|||||||
12 |
3,3 |
39,1 |
|
12 |
3,3 |
48,9 |
|
12 |
3,1 |
42,1 |
|||||||
Варіант 19 |
|
Варіант 20 |
|
Варіант 21 |
|||||||||||||
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|
№ п/п |
Обсяг ВП |
Обсяг ОВФ |
|||||||
1 |
2,0 |
38,2 |
|
1 |
2,5 |
34,8 |
|
1 |
2,3 |
11,1 |
|||||||
2 |
2,1 |
36,9 |
|
2 |
2,4 |
34,2 |
|
2 |
2,1 |
10,9 |
|||||||
3 |
2,3 |
39,7 |
|
3 |
2,5 |
34,2 |
|
3 |
2,2 |
11,0 |
|||||||
4 |
2,6 |
37,2 |
|
4 |
2,1 |
32,5 |
|
4 |
2,1 |
11,4 |
|||||||
5 |
2,8 |
31,7 |
|
5 |
2,0 |
33,4 |
|
5 |
2,2 |
12,5 |
|||||||
6 |
2,8 |
30,1 |
|
6 |
2,0 |
37,8 |
|
6 |
2,0 |
10,1 |
|||||||
7 |
2,2 |
39,9 |
|
7 |
2,2 |
35,8 |
|
7 |
2,1 |
11,3 |
|||||||
8 |
2,3 |
38,8 |
|
8 |
1,9 |
34,2 |
|
8 |
2,3 |
13,7 |
|||||||
9 |
2,6 |
38,4 |
|
9 |
2,4 |
37,2 |
|
9 |
2,1 |
12,4 |
|||||||
10 |
2,7 |
40,2 |
|
10 |
2,4 |
40,1 |
|
10 |
2,4 |
13,2 |
|||||||
11 |
2,6 |
37,7 |
|
11 |
2,9 |
45,1 |
|
11 |
2,5 |
14,2 |
|||||||
12 |
2,5 |
35,9 |
|
12 |
3,1 |
47,7 |
|
12 |
2,4 |
10,8 |
Завдання 2
На основі даних про відвідування занять школярами та їх успішність у школах м. Чернігова побудувати економетричні моделі витрат на харчування: лінійну, параболічну, показову. За принципом мінімальності стандартної похибки апроксимації вибрати найбільш адекватну економетричну модель.
Таблиця 1.3
Дані до задачі
№ п/п |
Відсоток відвіданих школярем уроків, % |
Середній рівень знань школяра, балів |
1 |
65,0 |
4,50 |
2 |
67,5 |
4,70 |
3 |
70,0 |
4,85 |
4 |
72,5 |
5,25 |
5 |
75,0 |
5,75 |
6 |
77,5 |
6,25 |
7 |
80,0 |
6,45 |
8 |
82,5 |
6,85 |
9 |
85,0 |
7,30 |
10 |
87,5 |
8,10 |
11 |
90,0 |
8,75 |
12 |
92,5 |
9,45 |
13 |
95,0 |
10,20 |
14 |
97,5 |
10,85 |
15 |
100,0 |
11,25 |
Виконання завдання:
Ідентифікуємо змінні: – середній рівень знань (залежна змінна), бали; – відсоток відвіданих уроків (незалежна змінна), %.
Завантажуємо програму MS EXCEL. За допомогою буферу обміну переносимо дані таблиці 1.1 на аркуш (назвемо аркуш «Завдання 2») MS EXCEL:
Рисунок 1.10 – Дані до задачі
Для вибору форми залежності між показниками та побудуємо емпіричний точковий графік:
Рисунок 1.11 – Емпіричний точковий графік
Аналізуючи рисунок 1.11, зробимо висновок, що в якості аналітичної залежності можна обрати одну з наступних функцій:
лінійну: ;
параболу другого порядку ;
показову: .
Отже, будуватимемо три вищезгадані моделі, потім виберемо серед них найбільш адекватну.
Оцінимо параметри моделі за методом 1МНК. Для обчислення коефіцієнтів систем нормальних рівнянь складемо розрахункову таблицю.
У рядку 2 аркуша MS EXCEL записуємо заголовки стовпчиків (див. рис. 1.12). У рядку 1 будуть обчислюватися суми відповідних стовпчиків.
Розташовуємо курсор у комірці D3. Набираємо команду «=В3^2» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках D4:D15.
Розташовуємо курсор у комірці Е3. Набираємо команду «=B3^3» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках Е4:Е15.
Розташовуємо курсор у комірці F3. Набираємо команду «=B3^4» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках F4:F15.
Розташовуємо курсор у комірці G3. Набираємо команду «=B3*C3» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках G4:G15.
Розташовуємо курсор у комірці H3. Набираємо команду «=B3*B3*C3» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках H4:H15.
Розташовуємо курсор у комірці I3. Набираємо команду «=LN(C3)» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках I4:I15.
Розташовуємо курсор у комірці J3. Набираємо команду «=B3*I3» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках J4:J15.
Обчислюємо суму чисел у кожному стовпчику. Для цього розташовуємо курсор у комірці В18. Натискаємо піктограму АВТОСУМА, або набираємо команду «=СУММ(B3:B17)» та натискаємо <Enter>. Використовуючи АВТОЗАПОВНЕННЯ, виконуємо аналогічні обчислення у комірках С18:J18. Результати представлено на рис. 1.12.
Рисунок 1.12 – Обчислення коефіцієнтів систем нормальних рівнянь
Переходимо до складання та розв’язування систем нормальних рівнянь. Об’єднаємо комірки A22:L22 та запишемо в них заголовок «Система нормальних рівнянь». Інші заголовки оформимо так, як це показано на рис. 1.13
Складемо та розв’яжемо систему нормальних рівнянь для лінійної моделі.
У комірку А24 запишемо число 15 – кількість спостережень. У відповідності з формулою 1.1 конспекту лекцій виконуємо наступні дії: у комірки В24 та А25 заносимо вміст комірки В18 (сума значень незалежної змінної ), у комірку В25 заносимо вміст комірки D18 (сума квадратів значень незалежної змінної ), у комірки С29 та С30 заносимо вміст комірок С18 (сума ) та G18 (сума ) відповідно.
У комірках D24 та D25 записуємо заголовки «А0=» та «А1=» відповідно.
Розрахунок цих оцінок параметрів лінійної моделі здійснюємо у комірках Е24:Е25.
Для цього розташовуємо курсор у комірці Е24. Розв’язуємо систему нормальних рівнянь методом оберненої матриці (матричним методом). Набираємо команду «=МУМНОЖ(МОБР(А24:В25);С24:С25)» та натискаємо <Enter>. Виділяємо комірки Е24:Е25, натискаємо F2, потім одночасно натискаємо клавіші <Ctrl>+<Shift>+<Enter>. Результати розрахунків представлені на рис. 1.13 у комірках Е24:Е25.
Складемо та розв’яжемо систему нормальних рівнянь для параболічної моделі (формула 1.2 конспекту лекцій). Коефіцієнти цієї системи розраховані у рядку 18 розрахункової таблиці. Тому для складання розширеної матриці системи нормальних рівнянь на аркуші MS EXCEL досить перенести вміст відповідних комірок рядка 18 у потрібні місця. Виділимо під систему нормальних рівнянь масив G24:J26. Заповнимо комірки масиву у відповідності до таблиці 1.4.
У комірках К24:K26 записуємо заголовки «А0=», «А1=» та «А2=» відповідно.
Розрахунок цих оцінок параметрів параболічної моделі здійснюємо у комірках L24:L26.
Для цього розташовуємо курсор у комірці L24. Розв’язуємо систему нормальних рівнянь методом оберненої матриці (матричним методом). Набираємо команду «=МУМНОЖ(МОБР(G24:I26);J24:J26)» та натискаємо <Enter>. Виділяємо комірки L24:L26, натискаємо F2, потім одночасно натискаємо клавіші <Ctrl>+<Shift>+<Enter>. Результати розрахунків представлені на рис. 1.13 у комірках L24:L26.
Таблиця 1.4
Елементи системи нормальних рівнянь
Адреса комірки розширеної матриці системи нормальних рівнянь |
Набрана у комірці команда |
Параболічна модель |
|
G24 |
15 |
H24 |
=B18 |
I24 |
=D18 |
J24 |
=C18 |
G25 |
=B18 |
H25 |
=D18 |
I25 |
=E18 |
J25 |
=G18 |
G26 |
=D18 |
H26 |
=E18 |
I26 |
=F18 |
J26 |
=H18 |
Показова модель |
|
А29 |
15 |
В29 |
=B18 |
С29 |
=I18 |
А30 |
=B18 |
В30 |
=D18 |
С30 |
=J18 |
Складемо та розв’яжемо систему нормальних рівнянь для показової моделі (формула 1.3 конспекту лекцій). Заповнимо комірки масиву у відповідності до таблиці 1.4.
У комірках D29:D30 записуємо заголовки «ln(А0)=» та «ln(А1)=» відповідно.
Розрахунок натуральних логарифмів оцінок параметрів показової моделі здійснюємо у комірках Е29:Е30.
Для цього розташовуємо курсор у комірці Е29. Розв’язуємо систему нормальних рівнянь методом оберненої матриці (матричним методом). Набираємо команду «=МУМНОЖ(МОБР(A29:B30);C29:C30)» та натискаємо <Enter>. Виділяємо комірки Е29:Е30, натискаємо F2, потім одночасно натискаємо клавіші <Ctrl>+<Shift>+<Enter>.
У комірках F29:F30 записуємо заголовки «А0=» та «А1=» відповідно.
Розрахунок оцінок параметрів показової моделі здійснюємо у комірках G29:G30.
Для цього у комірці G29 виконуємо команду «=EXP(E29)», а у комірці G30 – команду «=EXP(E30)».
Результати розрахунків представлені на рис. 1.13 у комірках G29:G30.
Рисунок 1.13 – Розрахунок параметрів рівнянь регресії
Отже, маємо три регресійні моделі:
лінійна модель: ;
парабола 2-го порядку: .
показова модель: .
Серед трьох побудованих моделей за принципом мінімальності стандартної помилки апроксимації оберемо найбільш адекватну.
Здійснюємо розрахунки теоретичних рівнів ряду по кожній моделі, а також квадрати залишків (відхилень теоретичних значень від емпіричних) та їх суми (рис. 1.14).
У
комірках К3:К17 обчислюємо теоретичні
значення залежної змінної
за лінійною моделлю. Для цього у комірці
К3 набираємо команду «=$E$24+$E$25*B3». Вміст
комірок К4:К17 обчислюємо за допомогою
АВТОЗАПОВНЕННЯ. У комірках L3:L17 обчислюємо
квадрати залишків (різниць між емпіричними
та теоретичними значеннями результативної
змінної). Для цього у комірці L3 набираємо
команду «=(C3-K3)^2». Вміст комірок L4:L17
обчислюємо за допомогою АВТОЗАПОВНЕННЯ.
У комірках М3:М17 обчислюємо теоретичні значення залежної змінної за параболічною моделлю. Для цього у комірці М3 набираємо команду «=$L$24+$L$25*B3+$L$26*B3*B3». Вміст комірок М4:М17 обчислюємо за допомогою АВТОЗАПОВНЕННЯ. У комірках N3:N17 обчислюємо квадрати залишків (різниць між емпіричними та теоретичними значеннями результативної змінної). Для цього у комірці N3 набираємо команду «=(C3-M3)^2». Вміст комірок N4:N17 обчислюємо за допомогою АВТОЗАПОВНЕННЯ.
У комірках О3:О17 обчислюємо теоретичні значення залежної змінної за показовою моделлю. Для цього у комірці О3 набираємо команду «=$G$29*$G$30^B3». Вміст комірок О4:О17 обчислюємо за допомогою АВТОЗАПОВНЕННЯ. У комірках Р3:Р17 обчислюємо квадрати залишків (різниць між емпіричними та теоретичними значеннями результативної змінної). Для цього у комірці Р3 набираємо команду «=(C3-O3)^2». Вміст комірок Р4:Р17 обчислюємо за допомогою АВТОЗАПОВНЕННЯ.
У рядку 18 (комірки К18:Р18) обчислюємо суми чисел у відповідних стовпчиках.
У комірках L19, N19, Р19 обчислюємо стандартні похибки апроксимації для лінійної, параболічної та показової моделей відповідно за формулою
Для цього у комірці L19 набираємо команду «=КОРЕНЬ(L18/15)». Вміст комірок N19 та Р19 обчислюємо за допомогою АВТОЗАПОВНЕННЯ.
Рисунок 1.14 – Порівняння моделей
Висновок:
У ході виконання лабораторної роботи побудовані три економетричні моделі. За принципом мінімальності стандартної похибки апроксимації найбільш адекватною визнано параболічну модель.