отчет по эконометрике 1
.docx
«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ
ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ»
(СПбГЭУ)
Отчет по лабораторной работе №1
«Эконометрика»
Выполнила:
Драганчук Марина
Группа М3421
Санкт-Петербург
2014
-
Статистическая совокупность данной лабораторной работы состоит из 50 элементов. Каждая единица совокупности является вином сорта Каберне Совиньон. Статистическая совокупность была проанализирована по ряду качественных и количественных признаков (характеристик): «выдержка», «содержание винограда сорта Каберне Совиньон», «цена», «объем», «крепость».
Таблица №1 - «Вина сорта Каберне Совиньон»
Продолжение таблицы №1
Источник данных - сайт winestyle.ru.
Для построения аналитической группировки был выделен признак-фактор и признак-результат. В качестве признака-фактора (x) я выбрала признак «крепость», а признак-результат (y) – «цена». Далее была произведена группировка единиц совокупности по признаку-фактору (х). По каждой полученной группе были отобраны соответствующие значения признака-результата (y) и на их основе рассчитан некоторый обобщающий показатель – среднее значение y.
Таблица №2 – «Аналитическая группировка»
-
Далее я рассчитала общую дисперсию, используя свойство разложения дисперсий. Общая дисперсия характеризует вариацию признака, как результат влияния всех факторов. По теореме о разложении дисперсии общая дисперсия признака-результата (цена) может быть разложена на составляющие: межгрупповую, (характеризует часть вариации, обусловленную влиянием фактора, положенного в основу группировки) среднюю из внутригрупповых дисперсий, (характеризует часть вариации, происходящую под влиянием прочих факторов):
Сравнив дисперсию, полученную по теореме о разложении дисперсий и ту, что получила в Excel’е, я получила одинаковые значения, что говорит о том, что расчет произведен верно.
-
Далее рассчитываем эмпирическое корреляционное отношение. Оно рассчитывается, как корень из эмпирического коэффициента детерминации.
, связь слабая.
, доля вариации признака y «цена» под влиянием признака х «крепость».
Для того, чтобы рассчитать коэффициент линейной парной корреляции, для начала рассчитаем ковариацию- cov(x,y) – показатель совместной вариации признаков:
Таблица №3 – «Показатели для расчета коэффициента линейной парной корреляции»
Крепость,% (x) |
Цена, руб (y) |
x*y |
11 |
120 |
1320 |
11 |
360 |
3960 |
11,2 |
364 |
4076,8 |
11,5 |
201 |
2311,5 |
12 |
311 |
3732 |
12 |
390 |
4680 |
12,1 |
570 |
6897 |
12,1 |
465 |
5626,5 |
12,2 |
235 |
2867 |
12,2 |
690 |
8418 |
12,3 |
650 |
7995 |
12,4 |
591 |
7328,4 |
12,4 |
630 |
7812 |
12,4 |
260 |
3224 |
12,4 |
580 |
7192 |
12,4 |
436 |
5406,4 |
12,4 |
418 |
5183,2 |
12,5 |
415 |
5187,5 |
12,5 |
408 |
5100 |
12,5 |
406 |
5075 |
12,6 |
405 |
5103 |
12,7 |
390 |
4953 |
12,7 |
182 |
2311,4 |
12,7 |
344 |
4368,8 |
Продолжение таблицы №3
Крепость,% (x) |
Цена, руб (y) |
x*y |
12,8 |
155 |
1984 |
12,8 |
220 |
2816 |
13 |
333 |
4329 |
13 |
380 |
4940 |
13 |
402 |
5226 |
13 |
449 |
5837 |
13,1 |
465 |
6091,5 |
13,2 |
524 |
6916,8 |
13,2 |
620 |
8184 |
13,2 |
580 |
7656 |
13,2 |
295 |
3894 |
13,3 |
300 |
3990 |
13,3 |
176 |
2340,8 |
13,4 |
307 |
4113,8 |
13,4 |
333 |
4462,2 |
13,5 |
388 |
5238 |
13,6 |
191 |
2597,6 |
13,6 |
451 |
6133,6 |
13,6 |
490 |
6664 |
13,6 |
603 |
8200,8 |
14 |
380 |
5320 |
14 |
397 |
5558 |
14 |
418 |
5852 |
14 |
518 |
7252 |
14 |
571 |
7994 |
14 |
588 |
8232 |
Среднее значение |
||
12,82 |
407,1 |
5239,032 |
cov(x,y)= 5239,032-12,82*407,1=20,01 (руб.*%)
Далее рассчитываем коэффициент линейной парной корреляции по формуле Пирсона:
(%)
(руб.)
, связь прямая линейная, связь между данными факторами практически отсутствует.
4. Далее рассчитываем величину - коэффициент детерминации. Он определяет долю вариации одной из переменных, которая объясняется вариацией другой переменной (по конкретному уравнению регрессии).
=>3,5%
Это значит, что 3,5% общей вариации цены обусловлено влиянием крепости (по линейному уравнению регрессии).
=
По данному значению коэффициента можно судить, что между признаками «крепость» (x) и «цена» (у) существует слабая связь.
Таблица №4- «Показатели для расчета коэффициента детерминации»
3931,7 |
82426,41 |
3931,7 |
2218,41 |
3931,7 |
1857,61 |
3115,1 |
42477,21 |
2068,2 |
9235,21 |
798,1 |
292,41 |
798,1 |
26536,41 |
615,3 |
3352,41 |
615,3 |
29618,41 |
456,3 |
80032,41 |
456,3 |
59000,41 |
321,0 |
33819,21 |
209,4 |
49684,41 |
209,4 |
21638,41 |
209,4 |
29894,41 |
209,4 |
835,21 |
209,4 |
118,81 |
209,4 |
62,41 |
121,5 |
0,81 |
121,5 |
1,21 |
121,5 |
4,41 |
57,4 |
292,41 |
17,1 |
50670,01 |
17,1 |
3981,61 |
Продолжение таблицы №4
17,1
63554,4
0,5
35006,4
0,5
5490,8
38,5
734,4
38,5
26,0
38,5
1755,6
38,5
3352,4
93,1
13665,6
171,4
45326,4
171,4
29894,4
171,4
12566,4
171,4
11470,4
273,5
53407,2
273,5
10020,0
399,3
5490,8
399,3
364,8
548,9
46699,2
722,2
1927,2
722,2
6872,4
722,2
38376,8
722,2
734,4
1652,7
102,0
1652,7
118,8
1652,7
12298,8
1652,7
26863,2
1652,7
32724,8
36748,7
986894,5
5. Далее рассчитываем параметры а и b и составляем уравнения.
Подставим наши данные в систему:
Рассчитаем значения параметров a и b по следующим формулам:
Подставим наши значения:
Из первого уравнения выражаем а и подставим во второе уравнение:
Получаем эмпирические коэффициенты регрессии:
a = -34,58 (руб.)
b = 34,45 (руб./% крепости)
Линейное уравнение регрессии имеет вид
Коэффициент b=34,45 показывает, что при увеличении крепости вина на 1 %, его цена увеличивается в среднем на 34,45 руб.
Коэффициент «a» показывает значение цены при x=0(крепость= %), однако, данное значение невозможно в данной работе, так как в статистической совокупности не рассматриваются вина с нулевой крепостью,%