 
        
        МУ
.pdfС.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Как можно заметить (см. табл. 9), нормированный коэффициент корреляции практически не изменился, значимость критерия Фишера улучшилось. Уравнение регрессии имеет вид:
yˆ 42277 18841 X 2 1116 X 3 1143 X 9 26152 X13
Таблица 9.
| ВЫВОД ИТОГОВ | 
 | 
 | 
 | 
 | 
 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | |
| Регрессионная статистика | 
 | 
 | 
 | 
 | 
 | |
| Множественный | 
 | 
 | 
 | 
 | 
 | 
 | 
| R | 0,861801 | 
 | 
 | 
 | 
 | 
 | 
| R-квадрат | 0,7427 | 
 | 
 | 
 | 
 | 
 | 
| Нормированный | 
 | 
 | 
 | 
 | 
 | 
 | 
| R-квадрат | 0,719829 | 
 | 
 | 
 | 
 | 
 | 
| Стандартная | 
 | 
 | 
 | 
 | 
 | 
 | 
| ошибка | 16806,47 | 
 | 
 | 
 | 
 | 
 | 
| Наблюдения | 50 | 
 | 
 | 
 | 
 | 
 | 
| Дисперсионный анализ | 
 | 
 | 
 | 
 | 
 | |
| 
 | 
 | 
 | 
 | 
 | Значимость | 
 | 
| 
 | df | SS | MS | F | F | 
 | 
| Регрессия | 4 | 3,67E+10 | 9,17E+09 | 32,47336 | 9,62E-13 | 
 | 
| Остаток | 45 | 1,27E+10 | 2,82E+08 | 
 | 
 | 
 | 
| Итого | 49 | 4,94E+10 | 
 | 
 | 
 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 
 | Коэффици- | Стандартная | t- | P- | Нижние | Верхние | 
| 
 | енты | ошибка | статистика | Значение | 95% | 95% | 
| Y-пересечение | 47277,07 | 10480,24 | 4,511068 | 4,59E-05 | 26168,78 | 68385,35 | 
| X2 | -18841,6 | 5206,168 | -3,61909 | 0,000746 | -29327,3 | -8355,83 | 
| X3 | 1116,169 | 101,2044 | 11,02886 | 2,22E-14 | 912,3325 | 1320,005 | 
| X9 | -1142,9 | 582,5684 | -1,96184 | 0,055985 | -2316,26 | 30,44873 | 
| X13 | -26152,2 | 8559,657 | -3,05529 | 0,003772 | -43392,3 | -8912,19 | 
Проанализируем теперь наличие автокорреляции и гетероскедастичности.
Для этого скопируем остатки, перенесем их на лист «Задача 3_4».
Для проверки автокорреляции скопируем столбец остатков (столбец
A) и вставим его в столбец В на одну строку ниже.
| © С.В. Юдин, 2013 | 21 | 
 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Вызовем функцию «Корреляция» мастера анализа данных и найдем коэффициент корреляции между данными столбца А (А3:А51) и столбца В
(В3:В51) (табл. 10).
Таблица 10.
Корреляция
| 
 | Столбец | Столбец | 
| 
 | 1 | 2 | 
| Столбец 1 | 1 | 
 | 
| Столбец 2 | 0,37585 | 1 | 
Коэффициент корреляции равен r=0.376.
Для оценки значимости составим критерий Стьюдента:
| 
 | 
 | 
 | r | 
 | 
 | 
 | 
 | 
 | 0.376 | 
 | 
 | 
 | 
 | 
 | ||
| t | 
 | 
 | 
 | 
 | 
 | n 2 | 
 | 
 | 24 | 2 | 0.074 | |||||
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | |||||||
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | ||||||||
| 
 | r 2 | 1 | 0.3762 | |||||||||||||
| 1 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | |||||||
Для доверительного уровня 5% и числа степеней свободы 22
критическое значение критерия найдем при помощи функции
«СТЬЮДЕНТ.ОБР.2Х(α; k)».
t0.05;22 2.074
Т.к. t t0.05;22 , то гипотезу о наличии автокорреляции отвергаем.
Проверим теперь гипотезу о гомоскедастичности. Для этого отдельно скопируем верхнюю половину столбца остатков и поместим его в столбец D, а нижнюю – в столбец Е.
Через мастера анализа данных вызовем функцию «Двухвыборочный
F-тест для дисперсии» (рис. 13-14).
| © С.В. Юдин, 2013 | 22 | 
 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Рис. 13. Выбор функции
Рис. 14. Пример заполнения панели F-теста
Результат расчетов приведен в табл. 11.
Расчетное значение критерия Фишера равно 0.237, в то время как критическое значение – 0.504.
Т.к. Fрасч<Fкрит, то гипотезу о гомоскедастичности принимаем.
Таким образом, полученным уравнением регрессии можно пользоваться (на уровне значимости 0.05).
| © С.В. Юдин, 2013 | 23 | 
 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Таблица 11.
Двухвыборочный F-тест для дисперсии
| 
 | Остатки 1 | Остатки 2 | 
| 
 | - | 
 | 
| Среднее | 405,3321882 | 405,3321882 | 
| Дисперсия | 101497205,1 | 427768078,6 | 
| Наблюдения | 25 | 25 | 
| df | 24 | 24 | 
| F | 0,237271573 | 
 | 
| P(F<=f) одностороннее | 0,000398816 | 
 | 
| F критическое | 
 | 
 | 
| одностороннее | 0,504093347 | 
 | 
| © С.В. Юдин, 2013 | 24 | 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
ЗАДАЧА 4. Система эконометрических уравнений
Требуется проверить гипотезы о факторах, определяющих уровень занятости населения в экономике региона, размеры инвестиционных вложений в основной капитал, стоимость валового регионального продукта и о взаимодействии этих трех процессов.
1.Постройте систему рекурсивных уравнений, выполните расчет параметров каждого уравнения;
2.Проанализируйте результаты.
3.Выполните прогноз уровня занятости, размера инвестиций и стоимости валового регионального продукта (ВРП) при условии, что экзогенные переменные увеличатся на заданный процент прироста от своих средних значений.
Для изучения проблемы предлагается рассмотреть следующие показатели и их значения по территориям Центрального федерального округа за 2001 г: (источник: файл РЕКУРССИСТ.doc).
y1 – стоимость валового регионального продукта (валовая добавленная стоимость) млрд руб.;
y2 – инвестиции в основной капитал за год, млрд руб.;
y3 – среднегодовая численность занятых в экономике региона, млн чел.; x1 – численность мигрантов за год, тыс. чел.;
x2 – среднегодовая стоимость основных фондов в экономике, млрд руб.;
x3 – доля социальных выплат в денежных доходах населения, %;
x4 – доля инвестиций в активную часть основных фондов экономики, %;
x5 – оборот розничной торговли за год, млрд руб.
Необходимо проверить следующие предположения:
| © С.В. Юдин, 2013 | 25 | 
 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
у1 f (x2 , x4 , x5 )
y2 f ( y1 )
y3 f ( y2 , x3 )
Имеем набор данных (табл. 12).
Таблица 12.
Показатели ВРП
| Территории | у1 | у2 | у3 | х1 | х2 | х3 | х4 | х5 | 
| федерального | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| округа | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| Брянская обл. | 26,2 | 3,7 | 0,596 | -0,14 | 129,9 | 26,5 | 26,4 | 13,7 | 
| Владимирская | 35,4 | 6,3 | 0,721 | 2,69 | 139,1 | 24,8 | 47,0 | 14,6 | 
| обл. | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| Ивановская обл. | 18,1 | 2,4 | 0,491 | 1,20 | 88,7 | 32,7 | 42,0 | 9,6 | 
| Калужская обл. | 26,1 | 6,5 | 0,484 | 0,96 | 112,9 | 23,4 | 38,0 | 12,1 | 
| Костромская | 18,2 | 4,1 | 0,330 | 0,31 | 94,5 | 20,4 | 42,6 | 8,4 | 
| обл. | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| Курская обл. | 31,9 | 6,2 | 0,606 | -1,29 | 143,5 | 21,0 | 37,2 | 15,1 | 
| Липецкая обл. | 48,2 | 8,3 | 0,570 | 5,05 | 156,9 | 17,7 | 55,3 | 19,4 | 
| Орловская обл. | 25,5 | 5,8 | 0,416 | 1,51 | 79,5 | 20,7 | 42,9 | 12,1 | 
| Рязанская обл. | 32,0 | 10,1 | 0,535 | -0,38 | 139,9 | 22,7 | 59,9 | 14,8 | 
| Смоленская обл. | 29,9 | 8,8 | 0,488 | -1,44 | 147,6 | 17,6 | 30,0 | 19,4 | 
| Тамбовская обл. | 25,9 | 3,5 | 0,514 | -2,62 | 143,3 | 19,0 | 35,5 | 17,0 | 
| Тверская обл. | 38,7 | 10,9 | 0,665 | -0,31 | 199,2 | 24,8 | 28,0 | 18,0 | 
| Тульская обл. | 43,7 | 8,1 | 0,781 | -1,87 | 183,1 | 24,8 | 40,0 | 19,2 | 
| Ярославская | 46,9 | 14,5 | 0,663 | 1,53 | 221,6 | 16,9 | 48,5 | 17,7 | 
| обл. | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
Расчеты будем проводить двухшаговым методом наименьших квадратов (ДМНК) в предположении, что связи линейные.
Скопируем таблицу, перенесем ее в Excel (лист «Задача 4») и удалим ненужные столбцы данных (x1).
1. Определим уравнение регрессии для эндогенной переменной y1 в
зависимости от экзогенных переменных x2, x4, x5.
| © С.В. Юдин, 2013 | 26 | 
 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Перенесем данные указанных переменных на лист «Задача 4_1» и
найдем коэффициенты уравнения регрессии с помощью мастера «Анализ данных». Результаты представим в табл. 13.
Таблица 13.
ВЫВОД ИТОГОВ
| Регрессионная | 
 | 
 | 
 | 
 | 
 | |
| статистика | 
 | 
 | 
 | 
 | 
 | |
| Множествен- | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R | 0,9345 | 
 | 
 | 
 | 
 | 
 | 
| R-квадрат | 0,87329 | 
 | 
 | 
 | 
 | 
 | 
| Нормирован- | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R- | 
 | 
 | 
 | 
 | 
 | 
 | 
| квадрат | 0,835277 | 
 | 
 | 
 | 
 | 
 | 
| Стандартная | 
 | 
 | 
 | 
 | 
 | 
 | 
| ошибка | 3,921504 | 
 | 
 | 
 | 
 | 
 | 
| Наблюдения | 14 | 
 | 
 | 
 | 
 | 
 | 
| Дисперсионный анализ | 
 | 
 | 
 | 
 | 
 | |
| 
 | 
 | 
 | 
 | 
 | Значимость | 
 | 
| 
 | df | SS | MS | F | F | 
 | 
| Регрессия | 3 | 1059,867 | 353,2891 | 22,97339 | 8,36E-05 | 
 | 
| Остаток | 10 | 153,7819 | 15,37819 | 
 | 
 | 
 | 
| Итого | 13 | 1213,649 | 
 | 
 | 
 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 
 | 
 | 
 | t- | 
 | 
 | 
 | 
| 
 | Коэффици- | Стандарт- | статис- | P- | Нижние | Верхние | 
| 
 | енты | ная ошибка | тика | Значение | 95% | 95% | 
| Y- | 
 | 
 | 
 | 
 | 
 | 
 | 
| пересечение | -15,8496 | 6,706628 | -2,36327 | 0,039731 | -30,7929 | -0,90628 | 
| х2 | 0,12159 | 0,04531 | 2,683551 | 0,022952 | 0,020635 | 0,222546 | 
| х4 | 0,335583 | 0,112478 | 2,983549 | 0,013724 | 0,084967 | 0,5862 | 
| х5 | 1,115545 | 0,513677 | 2,171686 | 0,055013 | -0,029 | 2,260088 | 
Коэффициенты уравнения регрессии значимы, коэффициент
детерминации составляет 0.835, значимость критерия Фишера менее одной
десятитысячной.
Уравнение регрессии имеет вид:
yˆ1 15.850 0.121 x2 0.336 x4 1.116 x5
| © С.В. Юдин, 2013 | 27 | 
 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
2. Т.к. эндогенная переменная y2 также входит в левую часть третьего уравнения системы, то для него также необходимо найти
уравнение регрессии по всем экзогенным переменным.
Это уравнение построим на имеющихся данных на листе «Задача
4_2». Результаты сведены в табл. 14.
Таблица 14.
| ВЫВОД ИТОГОВ | 
 | 
 | 
 | 
 | 
 | 
 | |
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | |
| Регрессионная | 
 | 
 | 
 | 
 | 
 | ||
| статистика | 
 | 
 | 
 | 
 | 
 | ||
| Множествен- | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R | 
 | 0,86971 | 
 | 
 | 
 | 
 | 
 | 
| R-квадрат | 
 | 0,756395 | 
 | 
 | 
 | 
 | 
 | 
| Нормирован- | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R- | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| квадрат | 
 | 0,648126 | 
 | 
 | 
 | 
 | 
 | 
| Стандартная | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| ошибка | 
 | 1,96489 | 
 | 
 | 
 | 
 | 
 | 
| Наблюдения | 
 | 14 | 
 | 
 | 
 | 
 | 
 | 
| Дисперсионный анализ | 
 | 
 | 
 | 
 | 
 | ||
| 
 | 
 | 
 | 
 | 
 | 
 | Значимость | 
 | 
| 
 | 
 | df | SS | MS | F | F | 
 | 
| Регрессия | 
 | 4 | 107,89 | 26,9725 | 6,986259 | 0,007654 | 
 | 
| Остаток | 
 | 9 | 34,74714 | 3,860793 | 
 | 
 | 
 | 
| Итого | 
 | 13 | 142,6371 | 
 | 
 | 
 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 
 | 
 | Коэффици- | Стандартная | t-статис- | P- | Нижние | Верхние | 
| 
 | 
 | енты | ошибка | тика | Значение | 95% | 95% | 
| Y- | 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| пересечение | 
 | -0,43886 | 6,186027 | -0,07094 | 0,944994 | -14,4326 | 13,55491 | 
| х2 | 
 | 0,070782 | 0,022828 | 3,100678 | 0,012709 | 0,019142 | 0,122422 | 
| х3 | 
 | -0,16254 | 0,149497 | -1,08723 | 0,305195 | -0,50072 | 0,175648 | 
| х4 | 
 | 0,085758 | 0,058149 | 1,474801 | 0,174367 | -0,04578 | 0,217299 | 
| х5 | 
 | -0,15667 | 0,278462 | -0,56263 | 0,587424 | -0,7866 | 0,473253 | 
Коэффициент детерминации составляет 0.648, значимость его и уравнения регрессии по критерию Фишера хорошая, значим только один коэффициент уравнения регрессии (для x2). Поэтому пересчитаем уравнение регрессии для одной переменной (табл. 15).
| © С.В. Юдин, 2013 | 28 | 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Таблица 15.
ВЫВОД ИТОГОВ
| Регрессионная | 
 | 
 | 
 | 
 | 
 | |
| статистика | 
 | 
 | 
 | 
 | 
 | |
| Множествен- | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R | 0,797006 | 
 | 
 | 
 | 
 | 
 | 
| R-квадрат | 0,635219 | 
 | 
 | 
 | 
 | 
 | 
| Нормирован- | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R- | 
 | 
 | 
 | 
 | 
 | 
 | 
| квадрат | 0,604821 | 
 | 
 | 
 | 
 | 
 | 
| Стандартная | 
 | 
 | 
 | 
 | 
 | 
 | 
| ошибка | 2,082293 | 
 | 
 | 
 | 
 | 
 | 
| Наблюдения | 14 | 
 | 
 | 
 | 
 | 
 | 
| Дисперсионный анализ | 
 | 
 | 
 | 
 | 
 | |
| 
 | 
 | 
 | 
 | 
 | Значимость | 
 | 
| 
 | df | SS | MS | F | F | 
 | 
| Регрессия | 1 | 90,60582 | 90,60582 | 20,89645 | 0,000642 | 
 | 
| Остаток | 12 | 52,03132 | 4,335943 | 
 | 
 | 
 | 
| Итого | 13 | 142,6371 | 
 | 
 | 
 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 
 | Коэффици- | Стандарт- | t- | P- | Нижние | Верхние | 
| 
 | енты | ная ошибка | статистика | Значение | 95% | 95% | 
| Y- | 
 | 
 | 
 | 
 | 
 | 
 | 
| пересечение | -2,08145 | 2,081176 | -1,00013 | 0,336989 | -6,61594 | 2,453047 | 
| х2 | 0,064828 | 0,014182 | 4,571264 | 0,000642 | 0,033929 | 0,095727 | 
Уравнение регрессии имеет вид: yˆ2 2.081 0.065 x2
3. Определим теперь зависимость второй эндогенной переменной от первой, используя исходные данные (лист «Задача 4_3») (табл. 16).
Уравнение регрессии адекватно, коэффициент при факторе значим.
Уравнение регрессии имеет вид: y2 1.346 0.265 y1
| © С.В. Юдин, 2013 | 29 | 
 
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Таблица 16.
ВЫВОД ИТОГОВ
| Регрессионная | 
 | 
 | 
 | 
 | 
 | |
| статистика | 
 | 
 | 
 | 
 | 
 | |
| Множествен- | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R | 0,771611 | 
 | 
 | 
 | 
 | 
 | 
| R-квадрат | 0,595383 | 
 | 
 | 
 | 
 | 
 | 
| Нормирован- | 
 | 
 | 
 | 
 | 
 | 
 | 
| ный R- | 
 | 
 | 
 | 
 | 
 | 
 | 
| квадрат | 0,561665 | 
 | 
 | 
 | 
 | 
 | 
| Стандартная | 
 | 
 | 
 | 
 | 
 | 
 | 
| ошибка | 2,193046 | 
 | 
 | 
 | 
 | 
 | 
| Наблюдения | 14 | 
 | 
 | 
 | 
 | 
 | 
| Дисперсионный анализ | 
 | 
 | 
 | 
 | 
 | |
| 
 | 
 | 
 | 
 | 
 | Значимость | 
 | 
| 
 | df | SS | MS | F | F | 
 | 
| Регрессия | 1 | 84,92371 | 84,92371 | 17,65767 | 0,001227 | 
 | 
| Остаток | 12 | 57,71343 | 4,809453 | 
 | 
 | 
 | 
| Итого | 13 | 142,6371 | 
 | 
 | 
 | 
 | 
| 
 | 
 | 
 | 
 | 
 | 
 | 
 | 
| 
 | Коэффици- | Стандарт- | t- | P- | Нижние | Верхние | 
| 
 | енты | ная ошибка | статистика | Значение | 95% | 95% | 
| Y- | 
 | 
 | 
 | 
 | 
 | 
 | 
| пересечение | -1,35455 | 2,092349 | -0,64738 | 0,529576 | -5,91338 | 3,204293 | 
| у1 | 0,264526 | 0,062951 | 4,202103 | 0,001227 | 0,127368 | 0,401684 | 
3. Т.к. третья эндогенная переменная зависит от второй эндогенной и экзогенных переменных, то при построении уравнения регрессии необходимо использовать не точные значения y2, а расчетные по уравнению регрессии.
Скопируем исходные данные на лист «Задача 4_4», удалим ненужные переменные и вычислим новый столбец (см. рис. 15).
| © С.В. Юдин, 2013 | 30 | 
