Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Эконометрия.doc
Скачиваний:
10
Добавлен:
03.03.2016
Размер:
5.1 Mб
Скачать

Комплексный пример основных расчетов по работе 3

1.Исходный массив 15 наблюдений расположен в ячейкахB3:E17(табл.3.6).

Таблица 3.6 – Исходные данные и массив стандартизованных объясняющих переменных

A

B

C

D

E

F

G

H

1

2

Набл-ние

Y

X1

X2

X3

Х1*

Х2*

Х3*

3

1

21,6

25,2

25,8

7,9

1,407477

-1,92156

-1,59927

4

2

25,2

24,3

31,3

8,1

1,263312

-1,44

-1,56317

5

3

26,0

23,9

36,4

9,5

1,199239

-0,99347

-1,31047

6

4

36,4

22,6

38,7

10,3

0,991001

-0,79209

-1,16606

7

5

38,5

21,5

39,1

13,1

0,814799

-0,75707

-0,66065

8

6

43,6

20,4

45,3

15,5

0,638597

-0,21422

-0,22744

9

7

40,1

19,1

45,4

17,0

0,430359

-0,20546

0,043321

10

8

47,8

14,7

52,0

17,0

-0,27445

0,372405

0,043321

11

9

55,5

14,4

47,3

19,6

-0,3225

-0,03911

0,512634

12

10

59,8

14,0

51,8

20,8

-0,38658

0,354894

0,72924

13

11

68,0

12,2

55,9

20,7

-0,67491

0,713873

0,71119

14

12

69,5

11,8

58,9

21,6

-0,73898

0,976542

0,873644

15

13

73,4

8,9

61,0

23,4

-1,20351

1,160409

1,198553

16

14

72,2

7,3

64,2

23,0

-1,4598

1,440588

1,126351

17

15

76,6

5,9

63,1

23,9

-1,68406

1,344277

1,288806

18

Ср.знач.

 

16,41333

47,74667

16,76

0

-4,4E-15

-5,1E-15

19

Ст.откл.

 

6,242848

11,42126

5,540012

 

 

 

20

n=

15

21

m=

3

1.1.По исходным данным, расположенным в блокеB3:E17, с помощью инструментаАнализ Данных/Регрессияпостроена множественная линейная регрессияYна факторы. Полученные таблицы регрессионного анализа представлены в табл.3.7.

Проанализируем статистическое качество исходной эконометрической модели.

Коэффициент детерминации 0,968117(значение высокое) указывает на весьма высокую степень обусловленности вариации результата вариацией включенных в модель факторов (96,81%), иными словами – на очень тесную связь факторов и результата.

Уровень значимости F-статистики1,64E-08значительно меньше допустимого уровня значимости 0,05. Поэтому с надежностью 0,95 полученное значение коэффициента детерминации не случайно, оно сформировалось под влиянием существенных факторов. Следовательно, модель в целом является статистически достоверной.

Знаки оценок параметров модели не противоречат теории:

  • средний эффект всех факторов, которые влияют на объем спроса, за исключением включенных в модель, не отрицательный ;

  • с увеличением цены товара объем спроса на него снижается ;

  • спрос на товар растет, если растут цены на его товары-заменители .

Таблица 3.7 – Регрессия по исходным данным

ВЫВОД ИТОГОВ

Регрессионная статистика

Множественный R

0,983929

R-квадрат

0,968117

Нормированный R-квадрат

0,959422

Стандартная ошибка

3,820525

Наблюдения

15

Дисперсионный анализ

 

df

SS

MS

F

Значимость F

Регрессия

3

4875,384

1625,128

111,3375

1,64E-08

Остаток

11

160,5605

14,59641

Итого

14

5035,944

 

 

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Y-пересечение

35,0286

28,698

1,220594

0,247759

-28,1353

98,19251

X1

-1,25535

0,720522

-1,74227

0,109311

-2,8412

0,330514

X2

0,333936

0,390887

0,854302

0,411157

-0,5264

1,194273

X3

1,188036

0,747852

1,588599

0,140458

-0,45798

2,834047

Р-значения оценок параметров:

для (Y-пересечение):0,247759> 0,05;

для (коэффициент приX1): 0,109311> 0,05;

для (коэффициент приX2): 0,411157> 0,05;

для (коэффициент приХ3): 0,140458> 0,05.

Следовательно, с надежностью 0,95 оценки всех параметров статистически не значимы, что позволяет рассматривать все факторы какнеинформативныеи ставить под сомнение необходимость включения их в модель.

Возникшее противоречие (F-критерий утверждает достоверность модели в целом, а t‑критерий – недостоверность оценок параметров) обычно определяется существующей между объясняющими переменными мультиколлинеарностью. Поэтому целесообразно выполнить исследование массива объясняющих переменных на мультиколлинеарность по методу Фаррара-Глобера.

1.2.Для построения по исходным данным, расположенным в блокеB3:E17, общей корреляционной матрицы выбираемСервис/Анализ данных/Корреляцияи в диалоговом окне указываем:

Входной интервал$B$2:$E$17

Группированиепо столбцам

Метки в первой строке

Выходной интервал$A$45

Подтверждаем ОК.

В результате в ячейках A45:E49появитсянижний треугольниккорреляционной матрицы (см. табл.3.8).

Следует заметить, что знаки полученных в ячейках B47:B49коэффициентов корреляции между зависимой переменнойYи объясняющими переменными, совпадают со знаками оценок параметров множественной линейной регрессии, которые были получены ранее (см. в табл.3.7 колонку«Коэффициенты»).

Таблица 3.8 – Корреляционная матрица объясняющих переменных

A

B

C

D

E

F

G

H

I

44

Общая корреляционная матрица

45

 

Y

X1

X2

X3

Корр.матрица КОРРЕЛЯЦИЯ

46

Y

1

 

X1

X2

X3

47

X1

-0,97569

1

X1

1

48

X2

0,968695

-0,96905

1

X2

-0,96905

1

49

X3

0,972048

-0,96397

0,963418

1

X3

-0,96397

0,963418

1

50

51

Корр.матрица по стандартиз.перем.

Достроенная корр.матрица

52

 

X1

X2

X3

53

1

-0,96905

-0,96397

X1

1

-0,96905

-0,96397

54

-0,96905

1

0,963418

X2

-0,96905

1

0,963418

55

-0,96397

0,963418

1

X3

-0,96397

0,963418

1

2.Находимкорреляционную матрицуrобъясняющих переменных.