- •Задание контрольной работы
- •Методика выполнения контрольной работы
- •Построить диаграмму рассеяния
- •Найти оценки дисперсий оценок коэффициентов регрессии
- •Найти точечное и интервальное (с надежностью 0.9) предсказания зависимой переменной при значении объясняющей, равной максимальному наблюденному ее значению, увеличенному на 10%.
- •Найти средний коэффициент эластичности зависимой переменной по независимой
- •Варианты
- •Вариант 2
- •Вариант 3
- •Вариант 4
- •Вариант 5
- •Вариант 6
- •Вариант 7
- •Вариант 8
- •Вариант 9
- •Вариант 10
Найти средний коэффициент эластичности зависимой переменной по независимой
Средний коэффициент эластичности показывает, на сколько процентов в среднем по совокупности изменится результат у от своей средней величины при изменении фактора х на 1% своего среднего значения:
=0,5435*50,71/34,14=0,8073.
Получается, что при изменении фактора х на 1% своего среднего значения, результат у от своей средней величины изменится на 0,8073% в среднем по совокупности.
По критерию Дарбина-Уотсона проверить гипотезу об автокоррелированности остатков
Упорядочим x по возрастанию. Рассчитаем остатки . Результаты приведены в таблице
Рис. 8 Таблица остатков
Рассчитаем величину d для использования критерия Дарбина-Уотсона.
. Обычно величину d рассчитывают через коэффициент автокорреляции первого порядка:
=2*(1-(-0,1825))=2,3651
Алгоритм выявления автокорреляции остатков на основе критерия Дарбина-Уотсона следующий. Выдвигается гипотеза H0 об отсутствии автокорреляции остатков. Альтернативные гипотезы H1 и H1* состоят, соответственно, в наличии положительной или отрицательной автокорреляции остатков. Далее по специальной таблице определяются критические значения критерия Дарбина-Уотсона dLи dU для заданного числа наблюдений n, числа независимых переменных модели k и уровня значимости α. По этим значениям числовой промежуток [0; 4] разбивают на пять отрезков.
[0; dL] Есть положительная автокорреляция остатков. Гипотеза H0 отклоняется, с вероятностью (1-α) принимается гипотеза H1.
[dL; dU] Зона неопределенности.
[dU; 4-dU] Нет оснований отклонять H0 (автокорреляция остатков отсутствует).
[4-dU; 4-dL] Зона неопределенности.
[4-dL; 4] Есть отрицательная автокорреляция остатков. Гипотеза H0 отклоняется, с вероятностью (1-α) принимается H1*.
Находим по таблице для заданного числа наблюдений n=14, числа независимых переменных модели k=1 и уровня значимости α=0,05 dL =1,05 и dU =1,35
В нашем случае интервалы будут иметь вид.
[0; 1,05] Есть положительная автокорреляция остатков. Гипотеза H0 отклоняется, с вероятностью (1-α) принимается гипотеза H1.
[1,05; 1,35] Зона неопределенности.
[1,35; 2,65] Нет оснований отклонять H0 (автокорреляция остатков отсутствует).
[2,65; 2,95] Зона неопределенности.
[2,95; 4] Есть отрицательная автокорреляция остатков. H0 отклоняется, с вероятностью (1-α) принимается H1*.
Наше фактическое значение d=2,3651 попадает в третий интервал, в котором нет оснований отклонять H0 (автокорреляция остатков отсутствует).
Варианты
Вариант 1
Дана зависимость y от x
i |
Регион |
Среднедушевые денежные доходы (в месяц), руб. |
Средний размер назначенных месячных пенсий, руб. |
y |
x |
||
1 |
Республика Башкортостан |
6819.7 |
2353.6 |
2 |
Республика Марий Эл |
3349.0 |
2270.8 |
3 |
Республика Мордовия |
4111.0 |
2304.0 |
4 |
Республика Татарстан |
7251.0 |
2412.5 |
5 |
Удмуртская Республика |
4618.2 |
2472.5 |
6 |
Чувашская Республика |
3905.2 |
2266.9 |
7 |
Пермский край |
8134.2 |
2490.0 |
8 |
Нижегородская область |
6062.0 |
2506.3 |
9 |
Оренбургская область |
4984.7 |
2340.8 |
10 |
Пензенская область |
4311.8 |
2375.5 |
11 |
Самарская область |
9273.9 |
2481.3 |
12 |
Саратовская область |
4948.2 |
2384.9 |
13 |
Ульяновская область |
4514.7 |
2367.4 |