Контрольная по эконометрике / Оценка параметров и качества парной линейной регрессии
.docЛАБОРАТОРНАЯ РАБОТА №3
ОЦЕНКА ПАРАМЕТРОВ И КАЧЕСТВА
ПАРНОЙ ЛИНЕЙНОЙ РЕГРЕССИИ.
Цель лабораторной работы: построить линейную регрессию по имеющимся данным. Оценить качество модели в целом, ее статистическую значимость и статистическую значимость параметра регрессии b.
Работа выполняется средствами MS Excel.
ХОД РАБОТЫ.
-
Внесите в ячейки рабочего листа MS Excel ряды данных (рис.1)
Рис. 1.
-
Рассчитайте столбцы значений xy, x2, y2 . Для этого введите и скопируйте по соответствующим столбцам формулы
В ячейку D2 =B2*C2
В ячейку E2 =B2*B2
В ячейку F2 =C2*C2
Рабочий лист примет вид (рис.2)
Рис. 2.
-
Рассчитайте по полученным столбцам суммы и средние значения данных.
Для этого введите и скопируйте по соответствующей строке формулы
В ячейку B12 =СУММ(B2:B11)
В ячейку B13 =СРЗНАЧ(B2:B11)
-
Рассчитайте параметры регрессии b и a.
В ячейке B15 вычислите значение b =(D13-B13*C13)/(E13-B13*B13)
В ячейке B16 вычислите значение a =C13-B15*B13
5. Используя полученные значения параметров b и a, рассчитайте теоретические значения результативного признака y как парную линейную регрессию. Для этого введите в ячейку G2 формулу =$B$16+$B$15*B2 и скопируйте ее в ячейки G3:G11. Рассчитайте сумму и среднее значение полученного столбца, скопировав в ячейки G12 и G13 соответственно формулы из ячеек F12 и F13. Рабочий лист примет вид (Рис.3):
Рис. 3.
6. Рассчитайте столбцы y-yx и (y-yx)2 - отклонения и квадраты отклонений. Для этого введите и скопируйте по соответствующим столбцам формулы
В ячейку H2 =G2-C2
В ячейку I2 = H2* H2
Найдите сумму и среднее значение квадратов отклонений (остаточную дисперсию), скопировав в ячейки I12 и I13 соответственно формулы из ячеек F12 и F13.
7. Рассчитайте среднюю ошибку аппроксимации А.
Для этого в ячейку J2 введите формулу =ABS(H2/C2), скопируйте ее в ячейки J3:J11. Найдите сумму и среднее значение по данным J2:J11. Рабочий лист будет иметь вид (рис.4)
Рис.4.
8. Рассчитайте дисперсии и средние квадратические значения фактора х и результата у (см. рис. 5). Для этого введите
В
В ячейку B19 =F13-C13*C13
В ячейку B20 =КОРЕНЬ(B18)
В ячейку B21 =КОРЕНЬ(B19)
Рис. 5
9. Рассчитайте показатели корреляции, детерминации, критерий Фишера для оценки качества модели. Введите следующие формулы
В ячейку Е16 =(D13-B13*C13)/B21/B20
В ячейку Е17 =E16*E16
В ячейку Е19 =E17/(1-E17)*8
10. Для оценки статистической значимости параметра b рассчитайте соответственно значение t-критерия Стьюдента, стандартную ошибку параметра и границы доверительного интервала, введя формулы:
В ячейку Е20 =КОРЕНЬ(E19)
В ячейку Е21 =КОРЕНЬ(I12/8)/B20/КОРЕНЬ(10)
В ячейку Е22 =B15-1,7*E21
В ячейку Е23 =B15+1,7*E21
В итоге имеем следующие расчетные данные (рис.6)
Рис. 6.
11. Для проверки правильности оценки параметров и расчета коэффициента детерминации выполните построение графика и линейного тренда по исходным данным. Представленные на диаграмме (используйте вкладку Параметры окна построения тренда) значения параметров линейной регрессии и коэффициента детерминации (достоверность R2) должен совпадать с рассчитанными значениями.(рис. 7).
Рис. 7 Рис.8
12. Для проверки вычисления других статистик регрессии воспользуемся Пакетом анализа. Для его активизации входим в меню «Сервис», «Анализ данных», «Регрессия». Замечание. Если в «Сервисе» нет пакета «Анализ данных», то входим в «Надстройки», подгружаем «Пакет анализа данных» и снова входим в «Сервис». Меню показано на рис. 8.
В результате получаем 4 таблицы и три графика. Сравните полученные результаты с результатами автоматической обработки. Сделайте выводы о качестве полученной регрессии
ТАБЛИЦЫ РЕГРЕССИОННОГО АНАЛИЗА
ВЫВОД ИТОГОВ |
|
|
|
|
|
|
|
|
Регрессионная статистика |
|
|
|
|
|
|
|
|
Множественный R |
0,868715 |
|
|
|
|
|
|
|
R-квадрат |
0,754666 |
|
|
|
|
|
|
|
Нормированный R-квадрат |
0,723999 |
|
|
|
|
|
|
|
Стандартная ошибка |
83,94853 |
|
|
|
|
|
|
|
Наблюдения |
10 |
|
|
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
||
|
df |
SS |
MS |
F |
Значимость F |
|
|
|
Регрессия |
1 |
173425,6 |
173425,6 |
24,6086 |
0,001106 |
|
|
|
Остаток |
8 |
56378,84 |
7047,355 |
|
|
|
|
|
Итого |
9 |
229804,4 |
|
|
|
|
|
|
|
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% |
Нижние 95,0% |
Верхние 95,0% |
Y-пересечение |
261,8757 |
60,10855 |
4,356712 |
0,002423 |
123,2651 |
400,4862 |
123,2651 |
400,4862 |
Переменная X 1 |
0,309384 |
0,062367 |
4,960706 |
0,001106 |
0,165566 |
0,453202 |
0,165566 |
0,453202 |
ВЫВОД ОСТАТКА |
|
|
|
ВЫВОД ВЕРОЯТНОСТИ |
|
|||
Наблюдение |
Предсказанное Y |
Остатки |
Стандартные остатки |
|
Персентиль |
Y |
|
|
1 |
457,4063 |
3,593651 |
0,045405 |
|
5 |
298 |
|
|
2 |
490,2011 |
33,79895 |
0,427038 |
|
15 |
351 |
|
|
3 |
421,2084 |
-123,208 |
-1,5567 |
|
25 |
425 |
|
|
4 |
459,8814 |
-108,881 |
-1,37568 |
|
35 |
461 |
|
|
5 |
553,3154 |
70,68462 |
0,893075 |
|
45 |
524 |
|
|
6 |
536,6086 |
47,39135 |
0,598773 |
|
55 |
576 |
|
|
7 |
479,682 |
-54,682 |
-0,69089 |
|
65 |
584 |
|
|
8 |
489,2729 |
86,7271 |
1,095766 |
|
75 |
588 |
|
|
9 |
497,0075 |
90,9925 |
1,149658 |
|
85 |
624 |
|
|
10 |
909,4163 |
-46,4163 |
-0,58645 |
|
95 |
863 |
|
|