- •Економіко-математичне моделювання
- •Модуль 1
- •Модуль 2
- •Тематика лекцій
- •Модуль 1 Лабораторна робота №1
- •Теоретичні відомості
- •1. Для визначення яких величин повинна бути побудована модель?
- •Контрольні питання:
- •Лабораторна робота №2 “Графічний метод розв’язання злп” (4 години)
- •Теоретичні відомості
- •Контрольні питання:
- •5. Що називається лінією рівня та за якими даними вона будується?
- •(4 Години)
- •Варіанти завдань:
- •Варіанти завдань:
- •Теоретичні відомості
- •Контрольні питання:
- •Побудова двоїстих задач та їх економічний зміст” (2 години)
- •Теоретичні відомості
- •Лабораторна робота №5
- •Симплексних таблицях, розв’язання оптимізаційної задачі в електронних таблицях Excel” (2 години)
- •Модуль 2 Лабораторна робота №7
- •Теоретичні відомості
- •Завдання
- •Варіанти завдань:
- •Завдання:
- •Завдання:
- •Контрольні питання:
- •Лабораторна робота №10
- •Хід роботи:
- •Теоретичні відомості:
- •Контрольні питання:
- •Лабораторна робота №11
- •Завдання:
- •Контрольні питання:
- •Лабораторна робота №12
- •(2 Години)
- •Теоретичні відомості
- •Контрольні питання:
Контрольні питання:
1. Як отримується рівняння багатофакторної лінійної регресії.
2. Який економічний зміст багатофакторної регресії.
3. Як обчислити бета-коефіцієнти моделі і що вони характеризують.
4. Як обчислити коефіцієнт еластичності і який його економічний зміст.
5. Що характеризує діаграма розсіювання і як її побудувати.
Лабораторна робота №11
“Узагальнені економетричні моделі. Мультиколінеарність:
тестування наявності, методи усунення” (4 години)
121
Мета роботи: навчитись визначати наявність мультиколінеарності у лінійних моделях. Засвоїти методи оцінки моделей і усунення мультиколінеарності.
Завдання:
Відповідно до номера варіанту визначити:
1. Наявність мультиколінеарності у запропонованій залежності y = f(x1,x2, х3). Y звяти з лабораторної роботи №1, а х1, х2 та х3 наведено в наступній таблиці.
2. Побудувати економетричну модель без мультиколінеарності.
Таблиця 1
1 варіант |
||||||||||
х1 - валова продукція на 1 середньорічного працівника, грн. |
3,2 |
2,1 |
5,8 |
9,5 |
7,4 |
1,6 |
5,8 |
1,6 |
7,5 |
4,6 |
х2 - середній залишок оборотних коштів, тис.грн. |
4,6 |
7,9 |
8,4 |
4,6 |
5,7 |
1,9 |
2,5 |
5,6 |
3,8 |
4,9 |
х3 - оборотність кредиторської заборгованості, дн. |
3,0 |
2,9 |
5,4 |
3,0 |
4,2 |
1,2 |
1,6 |
3,6 |
2,4 |
3,2 |
2 варіант |
||||||||||
х1 - прибуток на 1 середньоспискового працівника, тис. грн. |
2,5 |
3,8 |
5,1 |
6,4 |
7,7 |
9 |
10,3 |
11,6 |
12,9 |
14,2 |
х2 - середній залишок оборотних коштів, тис.грн. |
5,8 |
4,9 |
6,8 |
5,2 |
5,4 |
5,9 |
6,1 |
8,2 |
7,9 |
9,6 |
х3 - оборотність дебіторської заборгованості, дн. |
7,5 |
6,3 |
8,7 |
7,6 |
6,9 |
6,6 |
7,6 |
10,5 |
10,2 |
12,3 |
3 варіант |
||||||||||
х1 - коефіцієнт фінансової незалежності |
0,75 |
0,95 |
0,95 |
0,56 |
0,87 |
0,95 |
0,68 |
0,79 |
0,85 |
0,79 |
х2 - виробничі витрати на 1 середньоспискового працівника,тис.грн. |
8,7 |
11,3 |
14,7 |
19,1 |
24,8 |
32,3 |
42,0 |
54,6 |
71,0 |
92,3 |
х3 - середній залишок оборотних коштів, тис.грн. |
11,2 |
14,5 |
18,9 |
7,6 |
31,9 |
6,6 |
7,6 |
70,2 |
91,2 |
118,6 |
4 варіант |
122
х1 - коефіцієнт співвідношення власних і залучених коштів |
0,75 |
0,2 |
1,25 |
0,56 |
1,2 |
1,5 |
0,68 |
0,79 |
0,85 |
0,79 |
х2 - адміністративні витрати на 1 управлінця, тис.грн. |
0,5 |
1,1 |
1,7 |
2,3 |
2,9 |
3,5 |
4,1 |
4,7 |
5,3 |
5,9 |
х3 - середній залишок запасів, тис.грн. |
0,6 |
1,4 |
2,4 |
7,6 |
3,7 |
6,6 |
7,6 |
6,0 |
6,8 |
7,6 |
5 варіант |
||||||||||
х1 - коефіцієнт термінової ліквідності |
1,96 |
1,9 |
1,8 |
1,67 |
1,9 |
1,5 |
2,1 |
1,92 |
1,94 |
1,72 |
х2 - адміністративних витрат на 1 управлінця, тис.грн. |
12,5 |
15,9 |
16,8 |
14,3 |
14,9 |
16,9 |
16,1 |
16,7 |
17,3 |
16,7 |
х3 - прибуток на 1 середньорічного працівника, тис.грн. |
25,0 |
31,8 |
33,6 |
28,6 |
29,8 |
29,6 |
30,1 |
30,5 |
32,5 |
33,4 |
6 варіант |
||||||||||
х1 - поточний коефіцієнт покриття |
1,9 |
1,7 |
1,8 |
1,67 |
1,86 |
1,5 |
2,1 |
1,79 |
1,82 |
1,72 |
х2 - питома вага власного капіталу у структурі майна,% |
48,2 |
49,7 |
42,5 |
40,1 |
45,1 |
25,7 |
37,2 |
38,7 |
50,2 |
48,5 |
х3 - питома вага найбільш ліквідних активів в структурі активів, % |
24,1 |
24,9 |
21,3 |
20,1 |
22,6 |
12,9 |
18,6 |
19,4 |
20,1 |
19,3 |
7 варіант |
||||||||||
х1 - питома вага адміністративних витрат в структурі витрат, % |
33 |
37 |
29 |
25 |
26 |
28 |
30 |
41 |
36 |
28 |
х2 - виробничих витрат на 1 середньорічного працівника, тис.грн. |
5,8 |
6,1 |
6,3 |
6,6 |
6,9 |
7,2 |
7,4 |
7,7 |
8,0 |
8,2 |
х3 - питома вага управлінців в структурі працівників, % |
18,6 |
19,4 |
20,3 |
22,8 |
22,0 |
22,9 |
21,7 |
24,6 |
25,5 |
26,3 |
8 варіант |
||||||||||
х1 - урожайність зернових, ц/га |
171 |
180 |
199 |
187 |
199 |
210 |
199 |
199 |
205 |
199 |
х2 - кількість органічних добрив на 10га, ц.д.р. |
15,7 |
14,2 |
13,9 |
14,9 |
15,8 |
17,6 |
14,2 |
16,0 |
15,8 |
14,2 |
х3 - кількість мінеральних добрив на 10 га, ц.д.р |
9,8 |
8,9 |
8,7 |
9,3 |
10,1 |
11,2 |
8,9 |
10,0 |
9,9 |
8,9 |
9 варіант |
||||||||||
х1 - середній вихід продукції рослинництва на 10 га, ц |
234 |
256 |
284 |
301 |
276 |
250 |
289 |
269 |
310 |
310 |
х2 - кількість фосфорних добрив на 10 га, ц.д.р. |
18,0 |
18,9 |
17,9 |
17,6 |
17,2 |
17,9 |
17,5 |
17,9 |
17,7 |
17,8 |
х3 - кількість внесення азотних добрив на 10 га, ц.д.р. |
17,0 |
17,8 |
16,9 |
16,9 |
16,2 |
16,9 |
16,5 |
17,2 |
16,7 |
16,9 |
10 варіант |
||||||||||
х1 - середньорічний надій молока на 1 гол., ц |
4100 |
3700 |
4100 |
4222 |
5001 |
5200 |
4022 |
4310 |
4100 |
3890 |
х2 - продуктивність праці на 1 середньорічного працівника, люд.-год. |
531,0 |
500,4 |
450,0 |
459,0 |
531,0 |
609,1 |
621,0 |
550,6 |
567,0 |
592,2 |
х3 - рівень механізації робіт, % |
59,0 |
55,6 |
50,0 |
51,0 |
59,0 |
67,8 |
69,0 |
61,9 |
63,0 |
65,8 |
11 варіант |
||||||||||
х1 - питома вага запасів у структурі активів, % |
13 |
17 |
15 |
10 |
11 |
18,4 |
19 |
15,3 |
18 |
16 |
123
х2 - вихід валової продукції рослинництва з 1 га, ц |
182,4 |
172,8 |
185,6 |
195,2 |
192,0 |
198,4 |
180,6 |
188,8 |
199,6 |
185,6 |
||||||||||
х3 - кількість внесення калійних добрив на 10 га,ц.д.р |
5,7 |
5,4 |
5,8 |
6,1 |
6,0 |
6,2 |
5,7 |
5,9 |
6,3 |
5,7 |
||||||||||
12 варіант |
||||||||||||||||||||
х1 - виручка від реалізації на 1 середньорічного працівника, грн. |
190 |
210 |
245 |
189 |
194 |
220 |
175 |
220 |
196 |
220 |
||||||||||
х2 - виробничі витрати на 1 середньорічного працівника, тис.грн. |
77,1 |
68,9 |
71,4 |
66,9 |
114,0 |
70,1 |
128,5 |
108,3 |
122,0 |
100,9 |
||||||||||
х3 - затрати праці на 1 середньорічного працівника, люд.-год. |
270,0 |
241,0 |
250,0 |
219,0 |
399,0 |
241,0 |
458,0 |
379,0 |
427,0 |
353,0 |
||||||||||
13 варіант |
||||||||||||||||||||
х1 - урожайність цукрових буряків, ц/га |
371 |
372 |
421 |
344 |
378 |
344 |
340 |
344 |
342 |
360 |
||||||||||
х2 - кількість внесення неорганічних добрив на 10 га, ц.д.р. |
7,6 |
7,3 |
7,6 |
7,1 |
7,2 |
6,6 |
7,0 |
6,5 |
7,1 |
7,6 |
||||||||||
х3 - кількість внесення органічних добрив на 10 га, т |
310,0 |
300,0 |
300,0 |
305,0 |
302,0 |
270,0 |
289,0 |
267,0 |
290,0 |
312,0 |
||||||||||
14 варіант |
||||||||||||||||||||
х1 - фондовіддача, грн. |
567 |
555 |
580 |
490 |
580 |
569 |
580 |
580 |
559 |
537 |
||||||||||
х2 - прибуток на 1 середньорічного працівника, тис.грн. |
6,7 |
7,2 |
11,0 |
7,0 |
8,9 |
9,1 |
13,9 |
8,9 |
13,8 |
12,6 |
||||||||||
х3 - питома вага виробничих витрат у структурі витрат, % |
346,0 |
375,0 |
574,0 |
364,0 |
465,0 |
534,0 |
756,0 |
465,0 |
756,0 |
657,0 |
||||||||||
15 варіант |
||||||||||||||||||||
х1 - питома вага кредиторської заборгованості у структурі пасивів, % |
71,3 |
71,3 |
68,9 |
79,5 |
77,4 |
71,3 |
81,2 |
71,3 |
80,9 |
82,5 |
||||||||||
х2- оборотність запасів, дн |
65,4 |
49,9 |
57,6 |
72,2 |
71,4 |
73,1 |
79,1 |
60,1 |
60,3 |
49,0 |
||||||||||
х3 - прибуток (збиток) на 1 середньорічного працівника, тис.грн. |
7,6 |
5,8 |
6,7 |
8,4 |
8,3 |
8,5 |
9,2 |
5,8 |
5,4 |
5,7 |
||||||||||
16 варіант |
||||||||||||||||||||
х1 - фондозабезпеченість грн./га |
23 |
26 |
36 |
33 |
36 |
35 |
41 |
38 |
36 |
36 |
||||||||||
х2- питома вага основних фондів у структурі активів, % |
14,1 |
12,3 |
13,2 |
14,9 |
14,8 |
14,2 |
14,9 |
12,3 |
9,6 |
12,2 |
||||||||||
х3 - питома вага власного капіталу у структурі пісивів, %: |
7,6 |
5,8 |
6,7 |
8,4 |
8,3 |
8,5 |
9,2 |
5,8 |
5,4 |
5,7 |
Приклад. Отримано набір статистичних даних, що характеризують
залежність прибутку підприємства (у, тис.грн.) від виробничих витрат (х1, тис.грн.) і середньорічних залишків запасів (х2, тис.грн.) та середньої кількості працівників (х3, чол.). Перевірити на наявність мультиколінераності залежність
у = f(x1,x2,х3) і знайти методи її усунення.
Таблиця 2
124
Прибуток підприємства (у, тис.грн.) |
Виробничі витрати (х1, тис.грн.) |
Середньорічні залишки запасів (х2, тис.грн |
Середня кількость працівників (x3, чол.). |
4,2 |
6,9 |
6 |
200 |
1,5 |
2,9 |
5,4 |
210 |
2,8 |
3,5 |
3,1 |
230 |
5,6 |
9,1 |
7,2 |
200 |
2,5 |
5,2 |
4,6 |
250 |
3,9 |
6,5 |
3,9 |
240 |
3,8 |
2,9 |
3,8 |
205 |
4,6 |
1,4 |
2,6 |
210 |
4,9 |
8,8 |
6,8 |
230 |
7,2 |
11,5 |
8,5 |
210 |
5,3 |
4,9 |
1,8 |
200 |
1. Знайдемо часткові коефіцієнти кореляції ryx1, ryx2, ryx3 , rx1x2, rx1x3, rx2x3.
і побудуємо кореляційну матрицю.
Побудуємо кореляційну матрицю використовуючи настройку “Аналіз даних – Кореляція” електронної таблиці Excel.
Кореляційна матриця матиме вигляд (табл.3).
Таблиця 3
Кореляційна матриця економічних показників
|
y |
x1 |
x2 |
x3 |
y |
1 |
|
|
|
x1 |
0,690433 |
1 |
|
|
x2 |
0,404724 |
0,819116 |
1 |
|
x3 |
-0,40934 |
-0,01483 |
-0,0979 |
1 |
Після аналізу кореляційної матриці можна зробити висновок, що коефіцієнти х1 і х2 мають велике значення коефіцієнту кореляції і це може свідчити про наявність лінійної залежності між ними. На основі даного висновку можна говорити про наявність мультиколінеарності в даній моделі.
2. Визначимо ступінь колінеарності. У разі відсутності мульти-
колінеарності у моделі множинний коефіцієнт детермінації R2yx1x2х3 буде
125
приблизно дорівнювати сумі часткових коефіцієнтів детермінації R2yx1, R2yx2, R2yx3. Якщо мультиколенеарність присутня, тоді це рівняння виконуватись не буде і у якості виміру мультиколінеарності можна використати змінну М1:
М1 = R2yx1x2x3 – ( R2yx1 + R2yx2 +R2yx3 ).
Чим більше змінна М1 наближатиметься до нуля, тим менша мультиколінеарність.
Знайдемо коефіцієнти детермінації. Для цього використовуємо надстройку “Аналіз даних– Регресія”.
R2yx1x2x3 = 0,754283 (будуємо регресі ю між y та x1, x2, x3) R2yx1= 0,476698 (будуємо регресі ю між y та x1)
R2yx2= 0,163801 (будуємо регресі ю між y та x2) R2yx3= 0,167558 (будуємо регресі ю між y та x3)
M1= 0,754283 – 0,476698 – 0,163801 – 0,167558= – 0,053774
Відповідно, до нашого приклада: М1 ненаближається до 0, тому слід вважати наявність мультиколінеарності.
3. Перевіримо інтенсивність мультиколінеарності за формулою:
n
R 2 yi
M 2 1
i 1
2
R y12...n
Відповідно до нашого приклада отримаємо:
M 2 1
n
R 2 yi
i 1
R 2 y12...n
0,476698
0,163801
0,754383
0,167558
1.07115
Даний коефіцієнт значно більший нуля, тому можна говорити про високу інтенсивність мультиколінеарності.
4. Одним із методів усунення мультиколінеарності є метод виключення змінних за Фарраром та Глаубером.
Процедура відбору змінних складається з трьох кроків. При цьому передбачається нормальне розподілення залишків.
Крок 1. Мультиколінеарність виявляється в загальному вигляді. Для
126
цього будується матриця R коефіцієнтів парної кореляції між пояснюючими змінними та визначається її визначник.
1
D r21
...
rm1
r12
1
rm 2
...
...
...
r1m
r2 m
1
rij=cov(xi, xj)/σxi σxj
Кореляційну матрицю можна отримати використовуючи пакет “Аналіз даних” електронної таблиці Excel інструмент “Кореляція”.
|
1 |
0.819116 |
0.01483 |
|
D |
0.819116 |
1 |
0.0979 |
0,321622 |
|
0.01483 |
0.0979 |
1 |
|
Далі для перевірки наявності мульколінеарності взагалі серед пояснюючих змінних використовується хі квадрат критерій χ2 (хі квадрат ).
Висувається нульова гіпотеза Н0: між пояснюючими змінними мультиколінеарність відсутня. Альтернативна гіпотеза Н1:між пояснюючими змінними є мультиколінеарність.
Розраховують значення χ2
χ2=–(n-1-1/6*(2*m+5))*lnD
де n–кількість спостережень, m– кількість пояснюючих змінних.
Ця величина має розподіл χ2 з f=1/2*m*(m-1) ступенями вільності. Якщо розраховане значення χ2 менше за табличне, то Н0 приймається. вважаємо, що мультиколінеарності між пояснюючими змінними немає. Інакше . А які данні сильно корелюють визначається на другому кроці.
χ2= – (10-1-1/6*(2*2+5))*ln(0,321622)=8,508,
f=1/2*2*(2-1)=1.
Табличне значення χ2=3,841 (при f=1 та α=0,05)
Таким чином (8,508 ≥ 3,841), тому гіпотеза про наявність мультиколінеарності між пояснюючими змінним не суперечить даним дослідження
Крок 2. Використовуються коефіцієнти детермінації між пояснюючими
127
змінними R2k12…k-1k+1…m. Оцінка мультиколінеарності основана на тому,
що величина
2
m R
F k .12...k 1.k 1...,m
n
m 1 1
R
2
k .1.2.k 1,k 1,...,m
має F-розподіл з f1=m-1 I f2=n-m ступенями вільності.
Якщо F≥Fα;f1,f2, то змінній xk в найбільшому ступені притаманна мультиколінеарність. По Фаррару і Глауберу вивчення m значень F-статистик має показувати, які з пояснюючих змінних в більшій мірі підверджені мультиколінеарності.
R2 x1,x2,x3 = 0,675265
F = (10-2)*0,675265/[(2-1)*(1–0,675265)]= 16,6355
F ≥ Fтабл.
R2 x2,x1,x3= 0,678307
F = (10-2)*0,678307/((2-1)*(1-0,678307))= 16,8684
F ≥ Fтабл.
R2 x3,x1,x2= 0,02257
F = (10-2)*0,02257/((2-1)*(1–0,02257))=5,367608/0,329049=0,18473
F < Fтабл.
Fтабл .= 5,32 з f1 = m-1 = 2-1 = 1 I f2 = n-m = 10-2=8 ступенями вільності. F ≥ Fтабл.
Таким чином змінним х1 та х2 в найбільшому ступені притаманна мультиколінеарність
Крок 3. З’ясовується, яка пояснююча змінна породжує мультиколінеарність, та вирішується питання про її виключення з аналізу. Для цієї цілі розраховується коефіцієнт частинної кореляції rjk12…m (j, k=1,2,…,m; j
<> k) між пояснюючими змінними. Змінна y в розрахунок не береться. В якості
критерію використовується величина
t jk
r jk12..m n m
1 r 2
jk12..m
що має t-розподіл з f = n – m ступенями вільності. Якщо tj,k > tα,f, то між
128
змінними існує колінеарність и одна з них має бути виключеною. При виключенні змінної дослідник має опиратися як на власну інтуїцію, та і на змістовну теорію явища. Якщо tj,k ≤ tα,f, то дані не підтверджують наявність колінеарності між змінними xj та xk .
Знайдемо коефіцієнти частинної кореляції rjk12…m (j, k=1,2,…,m; j<>k) між
пояснюючими змінними. Кореляційна матриця має вигляд.
|
x1 |
x2 |
x3 |
x1 |
1 |
|
|
x2 |
0,819116 |
1 |
|
x3 |
-0,01483 |
-0,0979 |
1 |
t0.05;8 = 2,31
r2 123 = r2 12+r213, r2 231 = r2 23+r2 21 r2 312 = r2 31+r232
1. r2 123
r2 123 = 0,8191162+(–0,01483)2 = 0,671171, r 123 = 0,819225
t12
0.819225 10 2
4.040761
1 0.671171
t12 > t0.05;8 Між змінними х1 та х2 існує колінеарність.
2. r2 213
r2 231 = (–0,0979)2 + 0,8191162 = 0,68053, r 213 = 0,824946
t 23
0.824946 10 2
4.12815
1 0.68053
t23 > t0.05;8 . Між змінними х2 та х3 існує колінеарність.
3. r2 312
r2 312 = (–0,01483)2+(–0,0979)2 = 0,009804 = 0,099017
t31
0.099017 10 2
0,281445
1 0.009804
t31 < t0.05;8. Між змінними х3 та х1 не існує колінеарність.
Висновок: змінну х2 потрібно вилучити з розгляду. Наша модель буде
129
показувати залежність між y (прибутку підприємства, тис.грн.) та х1
(виробничих витрат, тис.грн.) та х3 (середньої кількості працівників, чол.).
Економетрична модель буде мати вигляд:
y = 9,976384 + 0,349471*x1 – 0,03592*x2