- •1. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии
- •2. Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков ; построить график остатков.
- •3. Проверить выполнение предпосылок мнк.
- •4. Осуществить проверку значимости параметров уравнения регрессии с помощью t – критерия Стьюдента ( ).
- •5. Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью f – критерия Фишера ( ), найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
- •6. Осуществить прогнозирование среднего значения показателя у при уровне значимости , если прогнозное значение фактора х увеличится на 20% от его среднего значения.
- •7. Представить графически: фактические и модельные значения у, результаты прогнозирования.
- •8. Составить уравнения нелинейной регрессии: гиперболической, степенной, показательной. Привести графики построенных уравнений регрессии.
- •9. Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
9. Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
Заполним для каждой
модели расчетную таблицу, в которую
занесем теоретические значения
,
найденные по соответствующему уравнению
для каждого уровня исходных данных
;
ошибки модели
и относительные погрешности
(таблицы 9-11). Индекс
детерминации вычислим по формуле
Таблица 9-гиперболическая модель
|
Y |
Х |
1/X |
Yt |
E |
Eотн. |
|
167 |
120 |
0,008333 |
152,9724 |
14,02756 |
8,40 |
|
126 |
86 |
0,011628 |
138,9528 |
-12,9528 |
10,28 |
|
151 |
76 |
0,013158 |
132,4422 |
18,55783 |
12,29 |
|
144 |
70 |
0,014286 |
127,6429 |
16,35712 |
11,36 |
|
148 |
84 |
0,011905 |
137,7747 |
10,22529 |
6,91 |
|
150 |
88 |
0,011364 |
140,0774 |
9,922607 |
6,62 |
|
130 |
81 |
0,012346 |
135,8984 |
-5,89844 |
4,54 |
|
147 |
81 |
0,012346 |
135,8984 |
11,10156 |
7,55 |
|
132 |
80 |
0,0125 |
135,2418 |
-3,24175 |
2,46 |
|
149 |
80 |
0,0125 |
135,2418 |
13,75825 |
9,23 |
|
132 |
73 |
0,013699 |
130,1411 |
1,858858 |
1,41 |
|
119 |
72 |
0,013889 |
129,3315 |
-10,3315 |
8,68 |
|
127 |
83 |
0,012048 |
137,1644 |
-10,1644 |
8,00 |
|
129 |
90 |
0,011111 |
141,152 |
-12,152 |
9,42 |
|
131 |
81 |
0,012346 |
135,8984 |
-4,89844 |
3,74 |
|
120 |
88 |
0,011364 |
140,0774 |
-20,0774 |
16,73 |
|
125 |
80 |
0,0125 |
135,2418 |
-10,2418 |
8,19 |
|
122 |
78 |
0,012821 |
133,8779 |
-11,8779 |
9,74 |
|
130 |
68 |
0,014706 |
125,8549 |
4,145084 |
3,19 |
|
143 |
84 |
0,011905 |
137,7747 |
5,225294 |
3,65 |
|
117 |
79 |
0,012658 |
134,5684 |
-17,5684 |
15,02 |
|
152 |
84 |
0,011905 |
137,7747 |
14,22529 |
9,36 |
ИТОГО |
2991 |
1806 |
0,271315 |
2991 |
-5,8E-13 |
176,7624 |
СРЕДНЕЕ |
135,9545 |
82,09091 |
0,012332 |
135,9545 |
-2,6E-14 |
8,034655 |
Кв.отк.Y |
3766,955 |
|
|
|
|
|
R^2 |
0,953076 |
|
|
|
|
|
Таблица 10 –Степенная модель
|
Y |
Х |
Yt |
E |
Eотн. |
|
167 |
120 |
154,7079 |
12,29206 |
7,36 |
|
126 |
86 |
137,406 |
-11,406 |
9,05 |
|
151 |
76 |
131,4903 |
19,5097 |
12,92 |
|
144 |
70 |
127,6965 |
16,3035 |
11,32 |
|
148 |
84 |
136,2597 |
11,74027 |
7,93 |
|
150 |
88 |
138,5351 |
11,46487 |
7,64 |
|
130 |
81 |
134,507 |
-4,50696 |
3,47 |
|
147 |
81 |
134,507 |
12,49304 |
8,50 |
|
132 |
80 |
133,9134 |
-1,91343 |
1,45 |
|
149 |
80 |
133,9134 |
15,08657 |
10,13 |
|
132 |
73 |
129,6185 |
2,381488 |
1,80 |
|
119 |
72 |
128,9836 |
-9,98359 |
8,39 |
|
127 |
83 |
135,68 |
-8,68002 |
6,83 |
|
129 |
90 |
139,6479 |
-10,6479 |
8,25 |
|
131 |
81 |
134,507 |
-3,50696 |
2,68 |
|
120 |
88 |
138,5351 |
-18,5351 |
15,45 |
|
125 |
80 |
133,9134 |
-8,91343 |
7,13 |
|
122 |
78 |
132,7119 |
-10,7119 |
8,78 |
|
130 |
68 |
126,3855 |
3,614496 |
2,78 |
|
143 |
84 |
136,2597 |
6,740272 |
4,71 |
|
117 |
79 |
133,3151 |
-16,3151 |
13,94 |
|
152 |
84 |
136,2597 |
15,74027 |
10,36 |
ИТОГО |
2991 |
1806 |
2968,754 |
22,24618 |
170,8816 |
СРЕДНЕЕ |
135,9545 |
82,09091 |
134,9434 |
1,01119 |
7,767348 |
Кв.отк.Y |
3766,955 |
|
|
|
|
R^2 |
0,954637 |
|
|
|
|
Таблица 11 – Показательная модель
|
Y |
Х |
Yt |
E |
Eотн. |
|
167 |
120 |
155,1238 |
11,87617 |
7,11 |
|
126 |
86 |
135,4354 |
-9,43543 |
7,49 |
|
151 |
76 |
130,1353 |
20,86468 |
13,82 |
|
144 |
70 |
127,0553 |
16,94467 |
11,77 |
|
148 |
84 |
134,3584 |
13,64159 |
9,22 |
|
150 |
88 |
136,5211 |
13,47892 |
8,99 |
|
130 |
81 |
132,7589 |
-2,75893 |
2,12 |
|
147 |
81 |
132,7589 |
14,24107 |
9,69 |
|
132 |
80 |
132,23 |
-0,23001 |
0,17 |
|
149 |
80 |
132,23 |
16,76999 |
11,26 |
|
132 |
73 |
128,5861 |
3,413899 |
2,59 |
|
119 |
72 |
128,0738 |
-9,07381 |
7,63 |
|
127 |
83 |
133,8231 |
-6,82312 |
5,37 |
|
129 |
90 |
137,6154 |
-8,61543 |
6,68 |
|
131 |
81 |
132,7589 |
-1,75893 |
1,34 |
|
120 |
88 |
136,5211 |
-16,5211 |
13,77 |
|
125 |
80 |
132,23 |
-7,23001 |
5,78 |
|
122 |
78 |
131,1785 |
-9,17848 |
7,52 |
|
130 |
68 |
126,045 |
3,955046 |
3,04 |
|
143 |
84 |
134,3584 |
8,641585 |
6,04 |
|
117 |
79 |
131,7032 |
-14,7032 |
12,57 |
|
152 |
84 |
134,3584 |
17,64159 |
11,61 |
ИТОГО |
2991 |
1806 |
2935,859 |
55,14079 |
165,5659 |
СРЕДНЕЕ |
135,9545 |
82,09091 |
133,4481 |
2,5064 |
7,525725 |
Кв.отк.Y |
3766,955 |
|
|
|
|
R^2 |
0,956048 |
|
|
|
|
Составим сводную таблицу характеристик качества построенных моделей:
сводная таблица характеристик качества |
||
модель |
R-квадрат |
Е ср.отн. |
линейная |
0,22 |
7,66 |
степенная |
0,953 |
7,77 |
показательная |
0,956 |
7,53 |
гиперболическая |
0,956 |
8,03 |
Исходя из рассчитанных индексов детерминации и средней ошибки аппроксимации для каждой модели можно сделать вывод, что степенная, показательная и гиперболическая функция примерно в равной степени отражают зависимость среднедневной заработной платы от среднедушевого прожиточного минимума на один день, согласно которой первое на 95% зависит от второго.
Для нелинейных
моделей
коэффициенты эластичности определяются
соотношением
,
согласно которому:
для степенной
модели
коэффициент эластичности
и представляет собой постоянную величину;
для показательной
модели
коэффициент эластичности
и зависит от значения фактора Х;
для гиперболической
модели
коэффициент эластичности
и также зависит от значения фактора Х.
Для построенной степенной модели Э=0,356. Следовательно увеличение среднедушевого прожиточного минимума за один день на 1% приведёт к увеличение среднедневной заработной платы на 0,356%.
Для показательной и гиперболической моделей результаты расчета коэффициентов эластичности приведены в таблице 12.
Таблица 12
Х |
Гипербола |
Экспонента |
68 |
0,49723046 |
0,271457446 |
70 |
0,47625787 |
0,279441489 |
72 |
0,45698288 |
0,287425531 |
73 |
0,44791886 |
0,291417553 |
76 |
0,42276297 |
0,303393616 |
78 |
0,40750551 |
0,311377659 |
79 |
0,40028243 |
0,31536968 |
80 |
0,39331096 |
0,319361702 |
80 |
0,39331096 |
0,319361702 |
80 |
0,39331096 |
0,319361702 |
81 |
0,38657816 |
0,323353723 |
81 |
0,38657816 |
0,323353723 |
81 |
0,38657816 |
0,323353723 |
83 |
0,3737812 |
0,331337765 |
84 |
0,36769527 |
0,335329787 |
84 |
0,36769527 |
0,335329787 |
84 |
0,36769527 |
0,335329787 |
86 |
0,35609919 |
0,343313829 |
88 |
0,34521217 |
0,351297872 |
88 |
0,34521217 |
0,351297872 |
90 |
0,3349711 |
0,359281914 |
120 |
0,23181545 |
0,479042552 |
Таким образом , согласно показательной модели увеличение среднедушевого прожиточного минимума в день трудоспособного на 1% приведёт к росту среднедневной заработной платы от 0,27% до 0,48%. Согласно гиперболической модели увеличение на 1 % приведёт к росту от 0,23% до 0,5%.
С точки зрения эластичности наиболее подходящей моделью является показательная, так как она отражает рост заработной платы при увеличении прожиточного минимума.
