- •1. Парная регрессия
- •1.1. Спецификация модели
- •1.2. Парная линейная регрессия. Оценка параметров. Экономическая интерпретация
- •1.3. Основные предположения регрессионного анализа
- •1.4. Статистические свойства оценок. Проверка статистической значимости в парной линейной регрессии
- •1.5. Доверительные интервалы для оценок параметров. Доверительные интервалы прогноза для парной линейной регрессии
- •1.6. Метод Гольдфельда—Квандта проверки гипотезы гомоскедастичности
- •2. Множественная регрессия
- •2.1. Спецификация модели
- •2.2. Множественная линейная регрессия. Оценка параметров. Экономическая интерпретация
- •3. Системы одновременных уравнений
- •4. Временные ряды
- •4.1. Компоненты временных рядов
- •4.2. Критерии случайности
- •4.3. Оценка тренда и периодической составляющей
- •4.4. Критерий Дарбина—Уотсона
- •4.5. Сглаживание временного ряда с помощью простой скользящей средней
- •4.6. Сглаживание временного ряда с помощью взвешенной скользящей средней
- •4.7. Сглаживание временного ряда с помощью скользящей медианы
- •5. Практические задания
- •5.1. Лабораторная работа № 1. Парная линейная регрессия
- •5.2. Лабораторная работа № 2. Метод Гольдфельда—Квандта проверки гипотезы гомоскедастичности
- •5.3. Лабораторная работа № 3. Множественная линейная регрессия
- •5.4. Лабораторная работа № 4. Макроэкономическая модель Кейнса
- •5.5. Лабораторная работа № 5. Проверка случайности ряда наблюдений
- •5.6. Лабораторная работа № 6. Оценка тренда и периодической составляющей
- •5.7. Лабораторная работа № 7. Сглаживание временного ряда с помощью простой скользящей средней
- •5.8. Лабораторная работа № 8. Критерий Дарбина—Уотсона
- •5.9. Лабораторная работа № 9. Подбор и оценка тренда с помощью встроенных средств Excel
- •5.10. Тест по парной и множественной регрессии
- •6. Рекомендуемая литература
- •8. Приложения. Статистические таблицы
- •8.1. Приложение 1. Стандартное нормальное распределение
- •8.2. Приложение 2. Критические значения -критерия Стьюдента
- •8.3. Приложение 3. Критические значения -критерия Фишера
- •8.4. Приложение 4. Критические значения статистики Дарбина—Уотсона
- •8.5. Приложение 5. Критические значения распределения
- •199034, С.-Петербург, Университетская наб., 7/9
- •199061, С.-Петербург, Средний пр., 41.
5.10. Тест по парной и множественной регрессии
Регрессионный анализ находит широкое применение в маркетинговых исследованиях, когда изучается взаимосвязь двух и более переменных. Рассмотрим компанию, производящую шариковые ручки Click, которая заинтересована в исследовании эффективности своих маркетинговых усилий. Компания использует оптовых торговцев для реализации продукции Click и в дополнение к их усилиям прибегает к персональным продажам и коротким рекламным телевизионным роликам. Компания планирует использовать в качестве меры оценки эффективности ежегодный объем продаж по территориям.
Ниже, в таблице, приведены данные для компании, производящей шариковые ручки.
Территория |
Продажа (тыс. долларов) |
Телевизионная реклама (число показов в месяц) |
Число торговых представителей |
005 019 033 039 061 082 091 101 115 118 133 149 162 164 178 187 189 205 222 237 242 251 260 266 279 298 306 332 347 358 |
260,3 286,1 279,4 410,8 438,2 315,3 565,1 570,0 426,1 315,0 403,6 220,5 343,6 644,6 520,4 329,5 426,0 343,2 450,4 421,8 245,6 503,3 375,7 265,5 620,6 450,5 270,1 368,0 556,1 570,0 |
5 7 6 9 12 8 11 16 13 7 10 4 9 17 19 9 11 8 13 14 7 16 9 5 18 18 5 7 12 13 |
3 5 3 4 6 3 7 8 4 3 6 4 4 8 7 3 6 3 5 5 4 6 5 3 6 5 3 6 7 6 |
ЗАДАНИЕ
А) Постройте парные линейные регрессии — зависимости результативного признака от факторов и , взятых по отдельности.
По результатам исследования оформите отчет, в котором должны быть приведены:
-
исходные данные;
-
найденное уравнение линейной регрессии;
-
диаграмма рассеяния с линией регрессии;
-
коэффициенты корреляции и детерминации, средняя абсолютная ошибка аппроксимации, результаты -статистики и выводы по критерию Фишера;
-
стандартные ошибки параметров регрессии, соответствующие значения -статистик;
-
выводы о статистической значимости найденных коэффициентов, а также доверительные интервалы параметров регрессии;
-
значение точечного прогноза, ошибку точечного прогноза и доверительный интервал прогноза для значений факторов на 200% превышающих средние выборочные для каждого из факторов.
-
выводы общего характера.
Б) Постройте множественную регрессию показателя на оба фактора вместе:
-
перед построением множественной регрессии исследуйте мультиколлинеарность факторов — случай, когда факторы связаны между собой линейной зависимостью;
-
вычислите коэффициенты уравнения множественной регрессии в матричном виде по формуле . Запишите уравнение регрессии в развернутой форме;
-
вычислите расчетные значения ;
-
вычислите остатки, т.е. отклонения истинных значений признака от расчетных;
-
найдите величину средней абсолютной ошибки аппроксимации и оценку для дисперсии , где — число наблюдений, — число объясняющих переменных;
-
вычислите множественный коэффициент детерминации , сравните его с коэффициентами детерминации парных линейных регрессий, полученных в п. А);
-
вычислите фактическое значение -критерия и проверьте значимость полученного уравнения в целом;
-
вычислите стандартные ошибки коэффициентов регрессии: , , ;
-
оцените значимость коэффициентов регрессии с помощью - критерия Стьюдента.
-
постройте точечный прогноз для значений переменных в 2,5 раза превышающих их средние значения.
-
подготовьте отчет по пункту Б), в котором приведите также выводы общего характера.