- •Введение
- •Тема 1 Эконометрические модели и особенности их построения
- •1.1. Сущность понятия «эконометрика»
- •1.2. Основные этапы эконометрического моделирования и классификация моделей
- •Тема 2 Парная регрессия и корреляция в эконометрических исследованиях
- •2.2. Решение типовых задач.
- •Пример 2. По группе предприятий, производящих однородную продукцию, известно, как зависит себестоимость единицы продукции y от факторов, приведенных в табл. 2.3:
- •2.3. Реализация типовых задач на компьютере.
- •Тема 3 Множественная регрессия и корреляция
- •3.2. Решение типовых задач.
- •3.3. Реализация типовых задач на компьютере.
- •Тема 4 Линейные модели с гетероскедастичными и автокоррелированными остатками
- •Тема 5 Линейные регрессионные модели с переменной структурой (фиктивные переменные)
- •Тема 6. Нелинейные модели регрессии и их линеаризация
- •Тема 7 Эконометрическое моделирование временных рядов
- •6.2. Решение типовых задач.
- •6.3. Реализация типовых задач на компьютере.
- •Тема 8 Модели стационарных и нестационарных временных рядов
- •Тема 9 Система линейных одновременных уравнений
- •5.2. Решение типовых задач.
- •Тема 10 Анализ и прогнозирование на базе эконометрических моделей
- •7.3. Каузальные методы прогнозирования.
- •7.4. Качественные методы прогнозирования.
3.3. Реализация типовых задач на компьютере.
Решение с помощью ППП Excel
Сводную таблицу основных статистических характеристик для одного или нескольких массивов данных можно получить с помощью инструмента анализа данных Описательная статистика. Для этого выполните следующие шаги:
введите исходные данные:
|
A |
B |
C |
D |
1 |
|
у |
Х1 |
Х2 |
2 |
1 |
7,0 |
3,8 |
10 |
3 |
2 |
7,0 |
3,9 |
14 |
4 |
3 |
7,0 |
3,7 |
15 |
5 |
4 |
7,0 |
4,0 |
16 |
6 |
5 |
7,0 |
3,8 |
17 |
7 |
6 |
7,0 |
4,8 |
19 |
8 |
7 |
8,0 |
5,4 |
19 |
9 |
8 |
8,0 |
4,4 |
20 |
10 |
9 |
8,0 |
5,3 |
20 |
11 |
10 |
10,0 |
4,8 |
20 |
12 |
11 |
9,0 |
6,0 |
21 |
13 |
12 |
11,0 |
6,4 |
22 |
14 |
13 |
9,0 |
6,8 |
22 |
15 |
14 |
11,0 |
7,2 |
25 |
16 |
15 |
12,0 |
8,0 |
28 |
17 |
16 |
12,0 |
8,2 |
29 |
18 |
17 |
12,0 |
8,1 |
30 |
19 |
18 |
12,0 |
8,5 |
31 |
20 |
19 |
14,0 |
9,6 |
32 |
21 |
20 |
14,0 |
9,0 |
36 |
в главном меню выберите последовательно пункты Сервис / Анализ данных / Описательная статистика, после чего щелкните по кнопке ОК;
заполните диалоговое окно ввода данных и параметров вывода следующим образом:
Входной интервал – диапазон, содержащий анализируемые данные, это может быть одна или несколько строк или столбцов ($B$1:$D$21);
Группирование – по столбцам или по строкам – необходимо указать дополнительно (выбрать по столбцам);
Метки – флажок, который указывает, содержит ли первая строка названия столбцов или нет (поставить флажок);
Выходной интервал – достаточно указать левую верхнюю ячейку будущего диапазона ($F$1);
Новый рабочий лист – можно задать произвольное имя нового листа.
Если необходимо получить дополнительную информацию Итоговой статистики, Уровня надежности, k-ого наибольшего и наименьшего значений, установите соответствующие флажки в диалоговом окне (поставить флажок для итоговой статистики). Щелкните по кнопке ОК.
Значения линейных коэффициентов парной корреляции определяют тесноту попарно связанных переменных, использованных в данном уравнении множественной регрессии. Линейные коэффициенты частной корреляции оценивают тесноту связи значений двух переменных, исключая влияние всех переменных, представленных в уравнении множественной регрессии.
К сожалению, в ППП Excel нет специального инструмента для расчета линейных коэффициентов частной корреляции. Матрицу парных коэффициентов корреляции переменных можно рассчитать, используя инструмент анализа данных Корреляция. Для этого:
в главном меню последовательно выберите пункты Сервис / Анализ данных / Корреляция. Щелкните по кнопке ОК;
заполните диалоговое окно ввода данных и параметров вывода аналогично пункту 1.2 (описательная статистика);
результаты вычислений – матрица коэффициентов парной корреляции.
Вычисление параметров линейного уравнения множественной регрессии.
Эта операция проводится с помощью инструмента анализа данных Регрессия. Она аналогична расчету параметров парной линейной регрессии, описанной в главе 2, только в отличие от парной регрессии в диалоговом окне при заполнении параметра входной интервал X следует указать не один столбец, а все столбцы, содержащие значения факторных признаков.