- •Структура умк дистанционного обучения учебной дисциплины
- •Рабочая программа
- •1. Цели и задачи дисциплины
- •1.1. Цель преподавания дисциплины.
- •1.2. Задачи изучения дисциплины.
- •Содержание и структура дисциплины
- •2.1. Лекции, их содержание и наименование тем
- •2.2. Лабораторные занятия
- •2.3. Практические занятия
- •Содержание самостоятельной работы студентов
- •1. Предмет и основные задачи эконометрики
- •1.1. Введение в предмет эконометрика
- •1.2. Основные этапы эконометрического исследования
- •2. Особенности построения эконометрических моделей
- •2.1. Обоснование формы эконометрической модели
- •2.2. Выбор факторов эконометрической модели
- •3. Множественная линейная регрессия
- •3.1. Анализ множественной линейной регрессии с помощью
- •3.2. Теоретические предпосылки мнк
- •3.3. Оценивание коэффициентов множественной
- •3.4. Интерпретация оценок параметров и уравнения
- •4. Анализ качества уравнения регрессии
- •4.1. Характеристики и критерии качества эконометрических
- •4.2. Дисперсии и стандартные ошибки параметров линейной регрессии
- •4.3. Доверительные интервалы коэффициентов регрессии
- •4.4. Стандартная ошибка и доверительные интервалы уравнения регрессии
- •4.5. Статистическая значимость уравнения регрессии
- •5. Уравнение регрессии в стандартизованной форме
- •5.1. Стандартизованные переменные
- •5.2. Нормальная система уравнений мнк в стандартизованных
- •5.3. Параметры стандартизованной регрессии
- •6. Возможности экономического анализа на основе многофакторной модели
- •6.1. Коэффициенты стандартизованной регрессии
- •6.2. Средние и частные коэффициенты эластичности
- •6.3. Линейные коэффициенты парной, частной и
- •Варианты контрольных заданий Вариант 1
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
- •Вариант 11
- •Вариант 12
- •Вариант 13
- •Вариант 14
- •Вариант 15
- •Вариант 16
- •Вариант 17
- •Вариант 18
- •Вариант 19
- •Вариант 20
- •Вариант 21
- •Вариант 22
- •Вариант 23
- •Вариант 24
- •Вариант 25
- •Вариант 26
- •Вариант 27
- •Вариант 28
- •Вариант 29
- •Вариант 30
- •Порядок выполнения типового примера.
- •Вопросы к зачету по дисциплине «эконометрика»
- •6. Нелинейная регрессия
Порядок выполнения типового примера.
Имеются следующие выборочные данные:
|
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
где X1 и X2 - объясняющие или факторные переменные; Y- объясняемая переменная; n = 48 - число выполненных измерений, или объем выборки.
Исследуем зависимость объясняемой переменной Y от факторных переменных Х1 и Х2, используя множественный регрессионный анализ. Для этого необходимо выполнить расчеты:
Вычисление осредненных характеристик выборки (допускается выполнение на компьютере, остальные разделы – с помощью калькулятора).
Вычисление коэффициентов парной корреляции.
Вычисление стандартизованных коэффициентов множественной линейной регрессии и ранжирование с их помощью факторных переменных.
Обоснование формы и оценка параметров линейной множественной регрессии.
Построение множественной линейной регрессии в естественной форме.
Вычисление стандартной ошибки регрессии.
Вычисление частных коэффициентов корреляции и частных коэффициентов эластичности.
Вычисление коэффициента множественной регрессии и индекса множественной корреляции.
Проверка гипотезы о статистической значимости полученного уравнения множественной регрессии
Вычисление доверительных интервалов параметров регрессии при уровне значимости ,1 или 0,05.
Каждый из них должен включать:
а) изложение теоретических предпосылок и обоснование расчетных формул;
б) выполнение расчетов;
в) обсуждение полученных результатов.
Исследование должно включать в себя наряду с получением оценок статистических характеристик многомерной пространственной выборки обоснование применяемых методов их вычисления, а также элементы экономического анализа.
Выполнение численных расчетов необходимо сопровождать обсуждением экономического содержания полученных результатов. В конце работы на отдельном листе прилагается список использованной методической и учебной литературы.
В таблице 1. показаны вычисления всех средних величин, которые необходимы для проведения этого анализа и вычисления по данным выборки следующих показателей:
Таблица 1
№ п/п |
|
|
|
|
|
|
|
|
|
1 |
28 |
-69 |
298 |
784 |
4761 |
88804 |
-1932 |
8344 |
-20562 |
2 |
30 |
-67 |
310 |
900 |
4489 |
96100 |
-2010 |
9300 |
-20770 |
3 |
29 |
-62 |
295 |
841 |
3844 |
87025 |
-1798 |
8555 |
-18290 |
4 |
30 |
-77 |
316 |
900 |
5929 |
99856 |
-2310 |
9480 |
-24332 |
5 |
31 |
-78 |
311 |
961 |
6084 |
96721 |
-2418 |
9641 |
-24258 |
6 |
29 |
-63 |
308 |
841 |
3969 |
94864 |
-1827 |
8932 |
-19404 |
7 |
30 |
-72 |
309 |
900 |
5184 |
95481 |
-2160 |
9270 |
-22248 |
8 |
30 |
-79 |
306 |
900 |
6241 |
93636 |
-2370 |
9180 |
-24174 |
9 |
29 |
-74 |
307 |
841 |
5476 |
94249 |
-2146 |
8903 |
-22718 |
10 |
29 |
-68 |
293 |
841 |
4624 |
85849 |
-1972 |
8497 |
-19924 |
11 |
30 |
-67 |
303 |
900 |
4489 |
91809 |
-2010 |
9090 |
-20301 |
12 |
29 |
-72 |
300 |
841 |
5184 |
90000 |
-2088 |
8700 |
-21600 |
13 |
30 |
-73 |
311 |
900 |
5329 |
96721 |
-2190 |
9330 |
-22703 |
14 |
29 |
-66 |
302 |
841 |
4356 |
91204 |
-1914 |
8758 |
-19932 |
15 |
29 |
-71 |
299 |
841 |
5041 |
89401 |
-2059 |
8671 |
-21229 |
16 |
29 |
-66 |
304 |
841 |
4356 |
92416 |
-1914 |
8816 |
-20064 |
17 |
29 |
-76 |
309 |
841 |
5776 |
95481 |
-2204 |
8961 |
-23484 |
18 |
29 |
-73 |
297 |
841 |
5329 |
88209 |
-2117 |
8613 |
-21681 |
19 |
30 |
-67 |
315 |
900 |
4489 |
99225 |
-2010 |
9450 |
-21105 |
20 |
29 |
-69 |
297 |
841 |
4761 |
88209 |
-2001 |
8613 |
-20493 |
21 |
29 |
-59 |
308 |
841 |
3481 |
94864 |
-1711 |
8932 |
-18172 |
22 |
30 |
-76 |
304 |
900 |
5776 |
92416 |
-2280 |
9120 |
-23104 |
23 |
31 |
-78 |
318 |
961 |
6084 |
101124 |
-2418 |
9858 |
-24804 |
24 |
32 |
-82 |
337 |
1024 |
6724 |
113569 |
-2624 |
10784 |
-27634 |
25 |
30 |
-79 |
316 |
900 |
6241 |
99856 |
-2370 |
9480 |
-24964 |
26 |
30 |
-64 |
302 |
900 |
4096 |
91204 |
-1920 |
9060 |
-19328 |
27 |
31 |
-77 |
320 |
961 |
5929 |
102400 |
-2387 |
9920 |
-24640 |
28 |
29 |
-64 |
291 |
841 |
4096 |
84681 |
-1856 |
8439 |
-18624 |
29 |
29 |
-71 |
290 |
841 |
5041 |
84100 |
-2059 |
8410 |
-20590 |
30 |
32 |
-74 |
324 |
1024 |
5476 |
104976 |
-2368 |
10368 |
-23976 |
31 |
29 |
-63 |
304 |
841 |
3969 |
92416 |
-1827 |
8816 |
-19152 |
32 |
29 |
-68 |
292 |
841 |
4624 |
85264 |
-1972 |
8468 |
-19856 |
33 |
29 |
-63 |
309 |
841 |
3969 |
95481 |
-1827 |
8961 |
-19467 |
34 |
30 |
-61 |
303 |
900 |
3721 |
91809 |
-1830 |
9090 |
-18483 |
35 |
30 |
-67 |
307 |
900 |
4489 |
94249 |
-2010 |
9210 |
-20569 |
36 |
31 |
-76 |
329 |
961 |
5776 |
108241 |
-2356 |
10199 |
-25004 |
37 |
32 |
-73 |
336 |
1024 |
5329 |
112896 |
-2336 |
10752 |
-24528 |
38 |
31 |
-77 |
310 |
961 |
5929 |
96100 |
-2387 |
9610 |
-23870 |
39 |
30 |
-64 |
301 |
900 |
4096 |
90601 |
-1920 |
9030 |
-19264 |
40 |
27 |
-63 |
270 |
729 |
3969 |
72900 |
-1701 |
7290 |
-17010 |
41 |
32 |
-73 |
338 |
1024 |
5329 |
114244 |
-2336 |
10816 |
-24674 |
42 |
28 |
-60 |
283 |
784 |
3600 |
80089 |
-1680 |
7924 |
-16980 |
43 |
30 |
-63 |
305 |
900 |
3969 |
93025 |
-1890 |
9150 |
-19215 |
44 |
32 |
-82 |
332 |
1024 |
6724 |
110224 |
-2624 |
10624 |
-27224 |
45 |
30 |
-70 |
304 |
900 |
4900 |
92416 |
-2100 |
9120 |
-21280 |
46 |
28 |
-60 |
293 |
784 |
3600 |
85849 |
-1680 |
8204 |
-17580 |
47 |
29 |
-73 |
299 |
841 |
5329 |
89401 |
-2117 |
8671 |
-21827 |
48 |
27 |
-66 |
283 |
729 |
4356 |
80089 |
-1782 |
7641 |
-18678 |
|
1425 |
-3355 |
14698 |
42373 |
236333 |
4509744 |
-99818 |
437051 |
-1029769 |
Среднее значение |
29,69 |
-69,90 |
306,21 |
882,77 |
4923,60 |
93953,00 |
-2079,54 |
9105,23 |
-21453,52 |
1. Статистические дисперсии:
;
;
;
Стандартные (среднеквадратические) отклонения:
; ;
.
Ковариации:
;
.
2. Линейные коэффициенты парной корреляции:
;
;
.
Анализируя значения коэффициентов парной корреляции, приходим к следующему выводу:
Связанные переменные |
Теснота связи |
Направление связи |
и |
сильная |
прямая |
и |
умеренная |
обратная |
и |
умеренная |
обратная |
3. Стандартизованные коэффициенты регрессии:
;
.
Сравнивая модули значений и, приходим к выводу, что сила влияния фактораХ1 на объясняемую переменную Y намного больше, чем сила влияния фактора Х2.
4. Оценки коэффициенты множественной линейной регрессии:
;
;
.
5. Уравнение множественной линейной регрессии в естественной форме:
6. Вычисление стандартной ошибки регрессии выполняется с помощью расчетной таблицы 2::
Таблица 2
№ п/п |
ᄃ |
EMBED Equation.3 |
EMBED Equation.3 |
EMBED Equation.3 |
EMBED Equation.3 |
EMBED Equation.3 |
1 |
28 |
-69 |
298 |
289,63 |
8,37 |
70,12 |
2 |
30 |
-67 |
310 |
308,72 |
1,28 |
1,64 |
3 |
29 |
-62 |
295 |
298,08 |
-3,08 |
9,48 |
4 |
30 |
-77 |
316 |
310,54 |
5,46 |
29,76 |
5 |
31 |
-78 |
311 |
320,46 |
-9,46 |
89,42 |
6 |
29 |
-63 |
308 |
298,26 |
9,74 |
94,84 |
7 |
30 |
-72 |
309 |
309,63 |
-0,63 |
0,40 |
8 |
30 |
-79 |
306 |
310,91 |
-4,91 |
24,10 |
9 |
29 |
-74 |
307 |
300,27 |
6,73 |
45,32 |
10 |
29 |
-68 |
293 |
299,17 |
-6,17 |
38,11 |
11 |
30 |
-67 |
303 |
308,72 |
-5,72 |
32,73 |
12 |
29 |
-72 |
300 |
299,90 |
0,10 |
0,01 |
13 |
30 |
-73 |
311 |
309,81 |
1,19 |
1,40 |
14 |
29 |
-66 |
302 |
298,81 |
3,19 |
10,18 |
15 |
29 |
-71 |
299 |
299,72 |
-0,72 |
0,52 |
16 |
29 |
-66 |
304 |
298,81 |
5,19 |
26,95 |
17 |
29 |
-76 |
309 |
300,63 |
8,37 |
70,02 |
18 |
29 |
-73 |
297 |
300,09 |
-3,09 |
9,52 |
19 |
30 |
-67 |
315 |
308,72 |
6,28 |
39,43 |
20 |
29 |
-69 |
297 |
299,36 |
-2,36 |
5,55 |
21 |
29 |
-59 |
308 |
297,53 |
10,47 |
109,58 |
22 |
30 |
-76 |
304 |
310,36 |
-6,36 |
40,48 |
23 |
31 |
-78 |
318 |
320,46 |
-2,46 |
6,03 |
24 |
32 |
-82 |
337 |
330,92 |
6,08 |
37,02 |
25 |
30 |
-79 |
316 |
310,91 |
5,09 |
25,92 |
26 |
30 |
-64 |
302 |
308,17 |
-6,17 |
38,11 |
27 |
31 |
-77 |
320 |
320,27 |
-0,27 |
0,08 |
28 |
29 |
-64 |
291 |
298,44 |
-7,44 |
55,41 |
29 |
29 |
-71 |
290 |
299,72 |
-9,72 |
94,49 |
30 |
32 |
-74 |
324 |
329,46 |
-5,46 |
29,77 |
31 |
29 |
-63 |
304 |
298,26 |
5,74 |
32,93 |
32 |
29 |
-68 |
292 |
299,17 |
-7,17 |
51,46 |
33 |
29 |
-63 |
309 |
298,26 |
10,74 |
115,31 |
34 |
30 |
-61 |
303 |
307,63 |
-4,63 |
21,40 |
35 |
30 |
-67 |
307 |
308,72 |
-1,72 |
2,96 |
36 |
31 |
-76 |
329 |
320,09 |
8,91 |
79,36 |
37 |
32 |
-73 |
336 |
329,27 |
6,73 |
45,24 |
38 |
31 |
-77 |
310 |
320,27 |
-10,27 |
105,56 |
39 |
30 |
-64 |
301 |
308,17 |
-7,17 |
51,46 |
40 |
27 |
-63 |
270 |
278,80 |
-8,80 |
77,48 |
41 |
32 |
-73 |
338 |
329,27 |
8,73 |
76,14 |
42 |
28 |
-60 |
283 |
287,98 |
-4,98 |
24,85 |
43 |
30 |
-63 |
305 |
307,99 |
-2,99 |
8,95 |
44 |
32 |
-82 |
332 |
330,92 |
1,08 |
1,18 |
45 |
30 |
-70 |
304 |
309,27 |
-5,27 |
27,75 |
46 |
28 |
-60 |
293 |
287,98 |
5,02 |
25,15 |
47 |
29 |
-73 |
299 |
300,09 |
-1,09 |
1,18 |
48 |
27 |
-66 |
283 |
279,35 |
3,65 |
13,33 |
|
1425 |
-3355 |
14698 |
14698,00 |
0,00 |
1798,07 |
/n |
29,69 |
-69,90 |
306,21 |
306,21 |
0,00 |
37,46 |
EMBED Equation.3 .
7. Частные коэффициенты линейной корреляции:
EMBED Equation.3 EMBED Equation.3EMBED Equation.3
Сравнение с парными коэффициентами корреляции показывает, что существует слабая взаимосвязь между факторными переменными. Но она сильно проявилась на связи Y и X2, уменьшив характеристику связи с -0,598 до -0,144. На связь Y и X1 она повлияла незначительно ( 0,893 и 0,832 соответственно).
Средние частные коэффициенты эластичности:
EMBED Equation.3
EMBED Equation.3
При увеличении фактора X1 на 1% от его среднего уровня объясняемая переменная Y возрастает на 0,944 % от среднего уровня, а при увеличении фактора X2 на 1% от его среднего уровня объясняемая переменная Y возрастает на 0,041 % от своего среднего уровня.
8. Характеристика совокупного влияния всех факторов на объясняемую переменную ‑ коэффициент множественной корреляции EMBED Equation.3 можно рассчитать несколькими способами:
для уравнения регрессии в стандартизованной форме:
EMBED Equation.3
2) используя матрицы парных коэффициентов корреляции R’ и R:
EMBED Equation.3 ,
где EMBED Equation.3 - определитель матрицы коэффициентов парной корреляции;
EMBED Equation.3 - определитель матрицы межфакторной корреляции, или межфакторного взаимодействия.
Таким образом: EMBED Equation.3
3) как корень квадратный из коэффициента множественной детерминации:
EMBED Equation.3
На основании значения коэффициента множественной регрессии делается вывод, что зависимость объясняемой переменной от факторов EMBED Equation.3 и EMBED Equation.3характеризуется как тесная, в которой 80,2% вариацииопределяются вариацией данных факторов. Прочие факторы, не включенные в модель, составляют соответственно только 19,8 % от общей вариации.
9. Оценивание качества уравнения регрессии с помощью F-критерия Фишера состоит в проверке гипотезы H0 о статистической значимости уравнения регрессии или показателя тесноты связи. Для этого сравнивают фактическое значение критерия EMBED Equation.3 с критическим, табличным значением EMBED Equation.3.
EMBED Equation.3
где EMBED Equation.3 - число объясняющих переменных, или факторов, включенных в модель.
Табличное значение значением EMBED Equation.3 находится с помощью таблиц критических точек критерия Фишера:
EMBED Equation.3 ,
где - уровень значимости; EMBED Equation.3и EMBED Equation.3- число степеней свободы большей (числителя) и меньшей (знаменателя) дисперсий соответственно.
Так как в нашем случае EMBED Equation.3 , то гипотезаH0 о случайной природе статистической связи отклоняется. Имеющиеся статистические данные свидетельствуют о том, что в 95 % случаев связь обусловлена влиянием факторов регрессии, а остальные не включенные в нее факторы являются статистически не значимыми. С вероятностью 0,95 делаем заключение о статистической значимости уравнения регрессии в целом и показателя тесноты связи EMBED Equation.3 , которые сформировались под неслучайным воздействием факторовХ1 и Х2.
10. Найдем доверительные интервалы для коэффициентов регрессии EMBED Equation.3 , EMBED Equation.3 и EMBED Equation.3 .
EMBED Equation.3 .
Табличная величина критерия Стьюдента:
EMBED Equation.3 .
Дисперсия стандартной ошибки оценки коэффициентов EMBED Equation.3 :
1) EMBED Equation.3 .
Предельная ошибка выборки оценки коэффициента EMBED Equation.3 :
EMBED Equation.3
Таким образом, интервальная оценка коэффициента EMBED Equation.3 :
EMBED Equation.3 .
EMBED Equation.3
2) EMBED Equation.3 ,
EMBED Equation.3 .
Таким образом: EMBED Equation.3 ,
EMBED Equation.3 .
3) EMBED Equation.3
EMBED Equation.3
Таким образом: EMBED Equation.3
EMBED Equation.3 .