- •Государственный институт экономики финансов права и технологий
- •Глава 1. Постановка задачи
- •Глава 2. Приведение исходного нелинейного уравнения регрессии к линейному
- •Глава 3. Проверка наличия мультиколлениарности между факторами модели
- •Глава 4. Определение парамтров построения уравнения регресии
- •Глава 5.Проверка адекватности и точности модели
- •5.1. Проверка случайности колебаний уровней остаточной последовательности
- •5.2. Проверка соответствия распределения случайной компоненты нормальному закону распределения
- •5.3. Проверка равенства математического ожидания случайной компоненты нулю.
- •5.4. Проверка независимости значений уровней случайной компоненты
- •5.5. Определение точности модели.
- •Глава 6. Проверка отсутсвия или наличия гетероскедастичности исследуемой модели Дисперсия случайного члена уравнения регрессии в каждом наблюдении должна быть постоянна.
- •Глава 7. Метод ирвина
- •Глава 8. Определение оптимального вида линии тренда. Прогноз показателей
- •Заключение
- •Список литературы
- •Приложение
Заключение
Множественная регрессия широко используется для решения целого ряда вопросов эконометрики.
В настоящее время множественная регрессия - один из наиболее распространенных методов в эконометрике. Основная ее цель построить модель с большим числом факторов, определив при этом влияние каждого из них в отдельности, а также совокупное их воздействие на моделируемый показатель.
Согласно расчетам, произведенным в лабораторной работе, мы нашли, что линейная модель уравнения множественной регрессии имеет вид:
Следовательно, нелинейная нестационарная модель будет иметь вид:
Цель данной работы заключалась в определении адекватности и точности нелинейной нестационарной модели множественной регрессии с помощью приведения уравнения к линейному виду, а так же в определении наличия или отсутствия в модели гетероскедастичности, мультиколлинеарности и аномальных колебаний.
Проведенные исследования показали, что:
- гипотеза о случайном характере отклонений уровней остаточной последовательности принимается;
- распределение случайной компоненты требует исследования с применением более сложных критериев;
- гипотеза о равенстве нулю математического ожидания случайной последовательности принимается;
- гипотеза о независимости уровней случайной компоненты (т.е. об отсутствии в ней автокорреляции) ни отвергается ни принимается.
С использованием метода Ирвина, в модели были выявлены аномальные наблюдения, вызванные ошибками II рода.
С использованием теста ранговой корреляции Спирмена, была проверена нулевая гипотеза об отсутствии в модели гетероскедастичности.
Используя прогноз показателей на 3 года вперед, можно сравнить полученный результат с найденным значением показателя у.
Следовательно, найденное значение показателя ставки % рефинансирования Центрального Банка с помощью уравнения регрессии, оказалось приблизительно равным прогнозному значению этого показателя.
Список литературы
Экономико-математические методы и прикладные модели: Учеб. пособие для вузов/ В.В.Федосеев, А.Н.Гармаш, Д. М. Дайитбегов и др.; Под ред. В. В. Федосеева. – М.:ЮНИТИ, 2000. – 391 с.
Куриц кий Б.Я. Поиск оптимальных решений средствами Excel 7.0 – СПб.: BHV ,1997. – 384 с., ил.
Пучков В.Ф. Эконометрика: Учеб. пособие. - Гатчина, 2001. - 56 с.
Приложение