ЭКОНОМЕТРИКА и математическая экономика / Орлова И.В. Экономико-мататематические методы и модели. Выполнение расчетов в среде Excel. 2000
.pdfТ а б л и ца 4 2.3
|
Объем |
Время |
Реклама |
Цена |
Цена |
Индекс |
|
реализа |
|
|
|
конкурен |
потреби |
|
ции |
|
|
|
та |
тельских |
|
|
|
|
|
|
расходов |
|
Столбец 1 |
Столбец 2 |
Сточбец 3 |
Столбец 4 Сточбец 5 Столбец 6 |
||
Объем реали |
1 |
|
|
|
|
|
зации |
|
|
|
|
|
|
Время |
0 678 |
1 |
|
|
|
|
Реклама |
0 646 |
0 106 |
1 |
|
|
|
Цена |
0 233 |
0 174 |
-0 003 |
1 |
|
|
Цена конку |
0 226 |
-0 051 |
0 204 |
0 698 |
1 |
|
рента |
|
|
|
|
|
|
Индекс потре |
0816 |
0 960 |
0 273 |
0 235 |
0 030 |
1 |
бительских |
|
|
|
|
|
|
расходов |
|
|
|
|
|
|
Анализ матрицы коэффициентов парной корреляции (табл 4.2.3) показывает, что зависимая переменная, т е объем реализации, имеет тесную связь с индексом потребительских расходов (г № =0.816), с рас ходами на рекламу (г}ГХ2 =0646) и со временем (г^ =0.678). Однако факторы Хг и Х$ тесно связаны между собой (гХ]Х$ = 0.96), что свидетель ствует о наличии мультиколлинеарности. Из этих двух переменных ос тавим в модели Х5 - индекс потребительских расходов. В этом примере п = 16, т = 5, после исключения незначимых факторов п = 16, к = 2.
2 Выбор вида модели и оценка ее параметров
Оценка параметров регрессии осуществляется по методу наимень ших квадратов по формуле (4.1.6), с использованием данных, приведен ных в табл. 4.2.4.
|
|
|
Таблица 4 2.4 |
Y |
Х0 |
XI |
XI |
объем |
|
реклама |
индекс потребительских |
реализации |
|
4 |
расходов |
126 |
|
100 |
|
137 |
|
48 |
98 4 |
148 |
|
38 |
101 2 |
191 |
|
87 |
103 5 |
274 |
|
82 |
104 1 |
112
|
|
Y |
хо |
XI |
|
|
|
Х2 |
Окончание |
||
|
|
|
|
|
|
|
|||||
|
объем |
|
реклама |
индекс потребительских |
|||||||
|
реализации |
|
|
97 |
|
|
|
расходов |
|
||
|
|
370 |
|
|
|
|
|
|
|
107 |
|
|
|
432 |
|
|
147 |
|
|
|
|
|
107 4 |
|
|
445 |
|
|
187 |
|
|
|
|
|
108 5 |
|
|
367 |
|
|
19 8 |
|
|
|
|
|
108 3 |
|
|
367 |
|
|
106 |
|
|
|
|
|
109 2 |
|
|
321 |
|
|
86 |
|
|
|
|
|
1101 |
|
|
307 |
|
|
65 |
|
|
|
|
|
1107 |
|
|
331 |
|
|
126 |
|
|
|
|
|
1103 |
|
|
345 |
|
|
65 |
|
|
|
|
|
111 8 |
|
|
364 |
|
|
58 |
|
|
|
|
|
1123 |
|
|
384 |
|
|
57 |
|
|
|
|
|
1129 |
|
' 1 |
1 |
1 \ |
|
*11 |
х2,\ |
|
|
1 |
1 |
1 \ У\ |
|
|
|
|
|
|
|
|
|
|
||
«I |
*1,1 |
*12 |
|
|
*1,2 |
х22 |
|
|
*1 1 |
х\2 |
)>2 |
|
|
|
|
|
|
х\16 |
|||||
\а2) |
V *2,1 |
*2,2 |
*2,16 ) |
1 |
Xl,l6*2 16, |
|
Х2Л |
х12 |
*2,16 ) |
||
|
|
|
|
|
|
|
.У\6 |
||||
|
|
|
' |
16 |
148.7 |
|
1715.7 > |
|
|
||
|
|
(ХТХ) |
= 148.7 |
1744.03 |
|
16036.2 |
, |
|
|||
|
|
|
,1715.7 |
16036.2 |
184282.13, |
|
|
||||
|
|
|
/ |
39.2314 |
0.06752 |
-0.3711 "\ |
|
(ХТХ) 0.06752 0.00299 -0.00088 -0.3711 -0.00088 0.00354
" о
a = (X1XylX'rY--
<*2
1471.314^1
9568
15754
Уравнение регрессии зависимости объема реализации от затрат на рекламу и индекса потребительских расходов можно записать в сле дующем виде:
Г = -1471 314 +9.568Х]+ 15.754Х2.
Расчетные значения Y определяются путем последовательной под становки в эту модель значений факторов, взятых для каждого момента времени t
113
Т а б л и ца 4 2.5 |
|
Регрессионная статистика |
|
Множественный R |
0 927 |
R-квадрат |
0 859 |
Нормированный /?-квадрат |
0 837 |
Стандартная ошибка |
41 473 |
Наблюдения |
16 000 |
Пояснения к табл. 4.2.5.
№ |
Наименование |
|
Регрессионная статистика |
Формула |
||||||
|
Принятые |
|
|
|||||||
|
в отчете EXCEL |
|
наименования |
|
|
|
|
|
|
|
1 |
Множественный Коэффициент мно |
|
|
R=4RT |
|
|||||
|
R |
жественной корре |
|
|
|
|||||
|
|
|
|
|
|
|
||||
|
|
ляции, индекс кор |
|
|
|
|
|
|
||
|
/?-квадрат |
реляции |
|
|
|
|
|
|
|
|
2 |
Коэффициент |
Л 2 _ ! |
|
1>(02 |
|
_^{y,-yf |
||||
|
|
детерминации, R2 |
|
КУ<-У,)2 |
|
КУ,-У)2 |
||||
|
|
|
|
|
|
|
||||
3 |
Нормированный Скорректированный |
2 |
|
|
2 |
|
П Х |
|||
|
/?-квадрат |
R2 |
|
|
R |
-\ |
(1 |
R |
) |
п-~к-\ |
4 |
Стандартная |
Стандартная |
|
|
s - |2>(°2 |
|||||
|
ошибка |
ошибка оценки |
|
|
||||||
5 |
Наблюдения |
Количество |
|
|
|
п |
|
|
||
|
|
наблюдений, п |
|
|
|
|
|
|
||
|
|
|
|
|
Т а б л и ца 4.2.6 |
|||||
|
|
|
Дисперсионный анализ |
|
|
|
|
|||
|
|
|
Df |
SS |
MS |
|
F |
|
|
|
|
Регрессия |
2 |
136358 334 |
68179 167 |
39 639 |
|||||
|
Остаток |
|
13 |
22360 104 |
1720 008 |
|
|
|
||
|
Итого |
|
15 |
158718438 |
|
|
|
|
|
|
15
Пояснения к табл. 4.2.6.
|
Df- |
число |
55 - сумма |
|
MS |
F - критерий |
|
|
степеней |
квадратов |
|
|
|
Фишера |
|
|
свободы |
|
|
|
|
|
|
Регрессия |
к = 2 |
1СР/->)2 |
l(yt-yf/k |
|
|
||
|
|
(\-FT)(n-k-\) |
|||||
|
|
|
|
|
|
||
Остаток п-к-\ |
= \Ъ |
le(tf |
Jf(t)2/(n-k-\) |
|
|||
Итого |
п - 1 |
= 15 |
I(v/-v)2 |
|
|
|
|
|
|
|
|
|
|
Таблица 4.2.7 |
|
|
|
|
Коэффициенты |
Стандартная ошибка |
/-статистика |
||
У-пересечение |
|
-1471.3143 |
|
259.7660 |
-5.6640 |
||
Реклама |
|
|
9.5684 |
|
2.2659 |
4.2227 |
|
Индекс потребитель |
15.7529 |
|
2.4669 |
6.3858 |
|||
ских расходов |
|
|
|
|
|
|
Во втором столбце табл. 4.2.7 содержатся коэффициенты уравнения регрессии ао, «ь а2. В третьем столбце содержатся стандартные ошибки ко эффициентов уравнения рефессии (4.1.12), а в четвертом - /-статистика (4.1.11), используемая для проверки значимости коэффициентов уравне ния регрессии.
Уравнение регрессии зависимости объема реализации от затрат на рекламу и индекса потребительских расходов, полученное с помощью EXCEL, как было указано ранее, имеет вид:
У =-1471.314+ 9.568Х, +15.754*2.
|
|
Таблица 4.2.8 |
|
ВЫВОД ОСТАТКА |
|
Наблюдение |
Предсказанное Y |
Остатки |
1 |
142 247 |
-16.247 |
2 |
124 697 |
12.303 |
3 |
159 237 |
-11.237 |
4 |
242.353 |
-51.353 |
5 |
247.021 |
26.979 |
6 |
307 057 |
62.943 |
7 |
361 200 |
70 800 |
116
|
|
Окончание |
|
ВЫВОД ОСТАТКА |
|
Наблюдение |
Предсказанное Y |
Остатки |
8 |
416 802 |
28 198 |
9 |
424.177 |
-57.177 |
10 |
350.325 |
16.675 |
11 |
345.365 |
-24.365 |
12 |
334.724 |
-27 724 |
13 |
386.790 |
-55.790 |
14 |
352 052 |
-7.052 |
15 |
353 230 |
10 770 |
16 |
361 725 |
22 275 |
3. Оценка качества модели
В табл. 4.2.8 приведены вычисленные по модели значения У и зна чения остаточной компоненты.
Рис. 4.2.5 График остатков.
Проверку независимости проведем с помощью d-критерия Дарби- на-Уотсона.
В качестве критических табличных уровней при N = 16, двух объ ясняющих факторах при уровне значимости 5% возьмем величины с/, =0,98 и d2 = 1,54.
117
Так как расчетное значение попало в интервал от d\ до d2, то нельзя сделать окончательный вывод по этому критерию. Для определения сте пени автокорреляции вычислим коэффициент автокорреляции и прове рим его значимость при помощи критерия стандартной ошибки.
Стандартная ошибка коэффициента корреляции рассчитывается следующим образом:
Коэффициенты автокорреляции случайных данных обладают выбо рочным распределением, приближающимся к нормальному с нулевым математическим ожиданием и средним квадратическим отклонением, равным l/л/й = l/л/Тб = 0.25.
Если г, находится в интервале:
-1.96 • 0.25 < г, < 1.96 • 0.25,
то можно считать, что данные не показывают наличие автокорреляции первого порядка, так как
-0.49 < п = 0.305 < 0.49,
и свойство независимости выполняется.
Вычислить для модели коэффициент детерминации
" № " ~Ъ(У,-У,)2~Ъ(У,-У)2~
= 1-22360.104/158718.44 = 136358.3/158718.44 = 0.859.
Он показывает долю вариации результативного признака под воздейст вием изучаемых факторов. Следовательно, около 86% вариации зависимой переменной учтено в модели и обусловлено влиянием включенных факторов.
Проверку значимости уравнения регрессии произведем на основе вычисления F-критерия Фишера:
F = |
# |
— |
°'859/2 -39.6. |
(\-R2)/(n-k~\) (l-0.859)/13 |
|||
Табличное значение F-критерия при доверительной вероятности |
|||
0,95 Vi = к = 2 nv2 |
= n-k- |
1 = 1 6 - 2 - 1 = 13 составляет4.81. |
Поскольку Fpac > Fra6l, уравнение регрессии следует признать адекватным.
118
Значимость коэффициентов уравнения регрессии аь а2 оценим с использованием r-критерия Стьюдента.
|
taj=aJ/Saj=aJ/sexJb^, |
|
||
|
|
'39.2314 |
0.06752 |
-0.3711 ^ |
|
(ХТХ)'1= |
0.06752 |
0.00299 |
-0.00088 |
|
|
ч-0.3711 -0.00088 |
0.00354 , |
|
|
|
Ь22 = 0.00299, |
|
|
|
|
&33 = 0.00354, |
|
|
0 | |
= 9.5684/2.2659 = 9.5684/41.473^0.00299 -4.223, |
|||
tai |
= 15.7529/2.4669 = 15.7529/41.473V0.00354 -6.3858. |
|||
Табличное значение r-критерия при уровне значимости 5% и степе |
||||
нях свободы ( 1 6 - 2 - 1 |
= 13) составляет 1,77. Так как tpPC> t^n. T0 коэф |
фициенты а\, а2 существенны (значимы).
4. Проанализировать влияние факторов на зависимую переменную по модели (для каждого коэффициента регрессии вычислить коэффици ент эластичности, ^-коэффициент)
Учитывая, что коэффициент регрессии невозможно использовать для непосредственной оценки влияния факторов на зависимую перемен ную из-за различия единиц измерения, используем коэффициент эла стичности (Э) и ^-коэффициент, которые соответственно рассчитыва ются по формулам:
JI — 3| • ЛСр . / С р ,
Э, = 9.568 • 9.294 / 306.813 = 0.2898;
Э 2 = 15.7529 • 107.231 / 306.813 = 5.506;
Р, = а, • SA(: Sh
где SvУ = J« |
2 |
N -1 |
р, = 9.568 • 4.913 / 102.865 = 0.457; р2 = 15.7529 • 4.5128 / 102.865 = 0.691.
Коэффициент эластичности показывает, на сколько процентов из меняется зависимая переменная при изменении фактора на 1 %.
119
Бета-коэффициент с математической точки зрения показывает, на ка кую часть величины среднего квадратического отклонения меняется среднее значение зависимой переменной с изменением независимой переменной на одно среднее квадратическое отклонение при фиксированном на постоян ном уровне значении остальных независимых переменных. Это означает, что при увеличении затрат на рекламу в нашем примере на 4.91 тыс. руб. объем реализации увеличится на 47 тыс. руб. (0.457-102.865).
5. Определить точечные и интервальные прогнозные оценки объе ма реализации на два квартала вперед (tQ1 - 1,12)
Прогнозные значения Х\пр(\7), Х2пр(18) и Х1пр(17), Х2пр(18) можно определить или вычислить на основе экстраполяционных методов.
Для фактора Х\ Затраты на рекламу выбрана модель
ATi = 12.83 - 11.6161 + 4.3Ш2 - 0.552*3 + 0.020/4 - 0.0006f5,
по которой получен прогноз на два месяца вперед1. Графики модели временного ряда Затраты на рекламу приведены на рис. 4.2.6.
Упреждение |
Прогноз |
1 |
5 75 |
2 |
4 85 |
Затраты на |
peanut) |
1 |
•> |
* |
4 |
з |
' |
7 |
» |
9 |
10 |
II |
i : |
П |
14 |
Ь |
1Ь |
17 |
18 |
Рис. 4.2.6. Выбор тренда для временною ряда Затраты на рекламу
Полиномы таких высоких порядков редко используются при прогнозировании экономических показателей
120