- •1. Множественная линейная регрессия Задание
- •Методические рекомендации по выполнению работы
- •Комплексный пример основных расчетов по работе
- •2. Мультиколлинеарность Задание
- •Методические рекомендации по выполнению работы
- •2.1. Способ 1.
- •2.2. Способ 2.
- •6.1. Способ 1.
- •6.2. Способ 2.
- •Комплексный пример основных расчетов по работе 3
- •2.1. Способ 1.
- •2.2. Способ 2.
- •6.1. Способ 1.
- •6.2. Способ 2.
- •3. Гетероскедастичность Задание
- •Методические рекомендации по выполнению работы
- •4. Автокорреляция остатков Задание
- •Методические рекомендации по выполнению работы
Методические рекомендации по выполнению работы
1.Анализ рассматриваемых объясняющих переменных на наличие признаков мультиколлинеарности.
1.1.На основе исходного массива наблюдений с помощью инструментаАнализ Данных/Регрессияпакета MSExcelвыполняется построение и анализ статистического качествамножественной линейной регрессионной модели.
В отчете необходимо:
привести таблицы регрессионного анализа;
на основе таблиц результатов проанализировать статистическое качество модели, обратив внимание на знаки полученных оценок параметров и на противоречие между выводами, которые сделаны на основе F-критерия (достоверность модели в целом) и t‑критериев (недостоверность отдельных оценок параметров).
1.2.Для массива исходных данных с помощью инструментаАнализа Данных/Корреляциявыполняется построениекорреляционной матрицы.
В отчете необходимо:
проанализировать построенную в п.1.1 множественную линейную регрессионную модель на совпадение знаков оценок параметров модели и знаков парных коэффициентов корреляции между зависимой переменной и соответствующими факторами.
2.Находимкорреляционную матрицуr объясняющих переменных, элементы которой – парные коэффициенты корреляции между объясняющими переменными.
2.1. Способ 1.
2.1.1.Вычисляемсредние арифметические значенияиоценки стандартных отклоненийобъясняющих переменных с помощью встроенных функцийСРЗНАЧиСТАНДОТКЛОНПкатегорииСтатистические.
Например, если столбец данных i-той объясняющей переменной находится в ячейкахC2:C21, необходимо ввести формулы:
=СРЗНАЧ(C2:C21)
=СТАНДОТКЛОНП(C2:C21)
2.1.2.Выполняем стандартизацию объясняющих переменных с помощью встроенной функцииНОРМАЛИЗАЦИЯкатегорииСтатистические.
Например, в табл.3.5 значение первойобъясняющей переменной впервомнаблюдении находится в ячейкеC2. Поэтому для получения стандартизованного значения в ячейкуF2необходимо ввести следующую формулу (подготовив для копирования в соседние ячейки адреса ссылок на среднее значение и оценки стандартных отклонений):
=НОРМАЛИЗАЦИЯ(C2;C$22;C$23)
После копирования этой формулы в соседние ячейки получим матрицу стандартизованных объясняющих переменных.
Таблица 3.5 – Построение матрицы стандартизованных факторов
-
A
B
C
D
E
F
G
H
1
Наблюдение
Y
2
1
3
2
…
…
21
20
22
Среднее знач.
0
0
0
23
Ст.отклон.
-
24
n=
20
2.1.3.Находим корреляционную матрицу по формуле, где– матрица стандартизованных объясняющих переменных,– матрица, транспонированная по отношению к матрице. Для этого необходимо перемножить матрицыии разделить каждый элемент полученного произведения на количество наблюденийn.
Если матрица расположена в ячейкахF2:H21, а количество наблюдений – в ячейкеB24, то для корреляционной матрицы выделяем область пустых ячеек размера(m– количество объясняющих переменных), вводим формулу
=МУМНОЖ(ТРАНСП(F2:H21);F2:H21)/B24
нажимаем клавишу F2,затем – клавишиCtrl+Shift+Enter.