Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
KR2_Lysenko_Ruslan.docx
Скачиваний:
7
Добавлен:
05.06.2015
Размер:
144.64 Кб
Скачать

Контрольная работа по эконометрике №2

Выполнил:

Студент группы ДЭМ-202

Лысенко Руслан

Вариант 4

1.Из предложенных данных вычеркните строчку с номером, соответствующим последней цифре номера зачетной книжки.

Данные 4-го варианта:

T

Y

X1

X2

X3

X4

1

30,8

459,7

39,5

55,3

79,2

2

31,2

492,9

37,3

54,7

77,4

3

35,6

560,3

39,3

69,8

80,4

4

38,4

717,8

40,1

70

93,7

5

40,4

768,2

38,6

73,2

106,1

6

40,3

843,3

39,8

67,8

104,8

7

41,8

911,6

39,7

79,1

114

8

40,4

931,1

52,1

95,4

124,1

9

40,7

1021,5

48,9

94,2

127,6

10

40,1

1165,9

58,3

123,5

142,9

11

42,7

1349,6

57,9

129,9

143,6

12

44,1

1449,4

56,5

117,6

139,2

13

50,6

1759,1

61,6

129,8

203,3

14

50,1

1994,2

58,9

128

219,6

15

51,7

2258,1

66,4

141

221,6

16

52,9

2478,7

70,4

168,2

232,6

2.Постройте уравнения регрессии со значимыми коэффициентами, используя пошаговый алгоритм регрессионного анализа. Требуется построить и сравнить ур-я регрессии вида:

1.-функция спроса

2.-функция потребления

3. -функция спроса и потребления

4. -функция спроса с учетом цены на товары заменители

Уравнения являются нелинейными, поэтому для построения регрессионных моделей необходимо привести их к линейному виду, а именно прологарифмировать.

ln Y

ln X1

ln X2

ln X3

ln X4

3,42751469

6,130574103

3,676300672

4,012772909

4,371976299

3,440418095

6,200306314

3,618993327

4,001863709

4,348986781

3,572345638

6,328472355

3,671224519

4,24563401

4,387014176

3,64805746

6,576190979

3,691376334

4,248495242

4,540098189

3,698829785

6,644050116

3,653252276

4,293195421

4,664382046

3,696351469

6,737322767

3,683866912

4,216562195

4,652053772

3,73289634

6,815201297

3,681351188

4,370712875

4,736198448

3,698829785

6,836366683

3,953164949

4,558078578

4,821087692

3,706228092

6,929027414

3,889777396

4,545420182

4,848900371

3,691376334

7,0612486

4,065602093

4,816241156

4,962145085

3,75419892

7,207563531

4,058717385

4,866764924

4,967031657

3,786459782

7,278904957

4,034240638

4,767289035

4,935911748

3,923951576

7,472557594

4,120661871

4,865994804

5,314682721

3,914021008

7,597998246

4,075841091

4,852030264

5,39180771

3,945457782

7,722279031

4,195697056

4,94875989

5,400873955

3,968403339

7,815489508

4,254193263

5,125153748

5,44932024

1 Модель:

-функция спроса; отражает прямую зависимость потребления цыплят от стоимости 1-го фунта цыплят.

Проводим регрессионный анализ с помощью функции в EXCEL.

Для построения модели необходимо вычислить коэффициент b0, который рассчитываетя с помощью функции в EXCEL exp. Вычисляем экспоненциальную функцию для значения Y-пересечения.

b0

4,102658854

Коэффициент b2 в данном случае равен 0,59.

Теперь получены все необходимые данные для построения регрессионной модели. Получается следующее уравнение:

Функция спроса

Y=4,102*X2^0,59

Так как эта функция отражает прямую зависимость потребления цыплят от стоимости 1-го фунта цыплят, а коэффициент эластичности (b2)>0, то модель является неинтерпретируемой: ведь потребление цыплят по логике не должно увеличиваться с увеличением цены на них, что также говорит о том, что, видимо, мы не обладаем достаточными данными, например, об уровне инфляции или доходе населения.

Далее рассчитываем среднюю относительную ошибку аппроксимации . Для этого делим остатки, полученные в ходе регрессионного анализа с помощьюEXCEL, на значения lnY, а затем поделить сумму вычисленных значений на количество наблюдений (в нашем случае оно равно 16) и умножить на 100%. Ниже приведены результаты вычисления:

0,048944653

0,035116625

0,005574055

0,012014519

0,031698348

0,026129574

0,036064018

0,016463161

0,004275337

0,036607742

0,018171922

0,005657402

0,016498177

0,020804689

0,0105628

0,007528277

Сумма

0,332111298

Дельта (%)

2,075695613

Значение данного показателя в 2% говорит об адекватности модели (<10%). Фактическое значение результативного признака y отличается от теоретических значений, рассчитанных по уравнению регрессии. Чем меньше это отличие, тем ближе теоретические значения подходят к эмпирическим, и лучше качество модели.

Далее необходимо проверить модель на наличие автокорреляции остатков по критерию Дарбина-Уотсона. Наличие автокорреляции означает, что модель выбрана неудачно, так как последовательные значения остатков не обладают свойствами независимости и могут коррелировать между собой. Фактическое значение вычисляется по формуле:

Фактическое значение необходимо сравнить с табличными, критическими.

Результаты для данной модели:

ei

ei^2

ei-ei-1

(ei-ei-1)^2

-0,167758519

0,028142921

0

0

-0,12081587

0,014596475

0,046942648

0,002203612

-0,019912453

0,000396506

0,100903418

0,0101815

0,043829655

0,001921039

0,063742107

0,004063056

0,117246792

0,01374681

0,073417138

0,005390076

0,096584088

0,009328486

-0,020662705

0,000426947

0,134623241

0,018123417

0,038039153

0,001446977

-0,060894429

0,003708131

-0,19551767

0,038227159

-0,015845375

0,000251076

0,045049054

0,002029417

-0,135132954

0,018260915

-0,119287579

0,014229527

-0,06822101

0,004654106

0,066911944

0,004477208

-0,021421524

0,000458882

0,046799486

0,002190192

0,064738048

0,004191015

0,086159572

0,007423472

0,081429991

0,006630843

0,016691943

0,000278621

0,041675081

0,001736812

-0,03975491

0,001580453

0,029875238

0,00089253

-0,011799842

0,000139236

0,127039964

0,094287454

DW

0,742187348

d1

1,1

d2

1,37

DW<d1, это говорит о том, что существует положительная автокорреляция, модель неадекватна.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]