- •Калининград – 2011 Содержание
- •Тема 1. Введение. Эконометрика и эконометрическое моделирование.
- •Тема 2. Временные ряды4.
- •Тема 3. Парная регрессия и корреляция.
- •3.1. Корреляционный анализ
- •Коэффициент парной корреляции
- •Множественный коэффициент корреляции
- •Частный коэффициент корреляции
- •Пример 3.1. Вычисление коэффициентов парной, множественной и частной корреляции.
- •3.2. Регрессионный анализ
- •Оценка параметров регрессионного уравнения
- •Матричная форма записи
- •Решение
- •Анализ статистической значимости параметров модели парной регрессии
- •Интервальная оценка параметров модели
- •Прогнозирование с применением уравнения регрессии
- •Решение:
- •1. Построение линейной модели парной регрессии
- •2. Построение степенной модели парной регрессии
- •3. Построение показательной функции
- •4.Построение гиперболической функции
- •Расчет прогнозного значения результативного показателя:
- •Тема 4. Множественная регрессия.
- •Оценка качества модели регрессии.
- •Использование многофакторных моделей для анализа и прогнозирования развития экономических систем.
- •Построение точечных и интервальных прогнозов на основе регрессионной модели. Какие факторы влияют на ширину доверительного интервала?
- •Коэффициент детерминации:
- •Тема 5. Системы линейных одновременных уравнений.
- •Тема 6. Многомерный статистический анализ
- •Факторный анализ
- •Кластерный анализ
- •Дискриминантный анализ
- •Постановка задачи дискриминантного анализа
- •Алгоритм выполнения дискриминантного анализа
- •4. Рассчитывается объединенная ковариационная матрица по формуле: .
- •Литература по теме 6.
- •Задание для выполнения контрольной работы по дисциплине Задача 1.
- •Приложения
- •Приложение 2. Значения t-критерия Стьюдента при уровне значимости 0,10; 0,05; 0,01 (двухсторонний)
- •Приложение 3. Критические границы отношения r/s
- •Приложение 4. D-статистика Дарбина - Уотсона: d1 и d2, уровень значимости в 5%
- •Основная
- •Дополнительная
- •Правила построения арпсс-моделей
Решение:
1. Построение линейной модели парной регрессии
Определим линейный коэффициент парной корреляции по следующей формуле:
;
Можно сказать, что связь между объемом капиталовложений Х и объемом выпуска продукции Y обратная, достаточно сильная.
Уравнение линейной регрессии имеет вид: ŷ = a + b x
Таблица 3.5
t |
y |
x |
yx |
xx |
|
|
|
2 |
|
|
|
1 |
64 |
64 |
4096 |
4096 |
13.43 |
180.36 |
-17.4 |
303.8 |
60.2 |
3.84 |
6.000 |
2 |
56 |
68 |
3808 |
4624 |
5.43 |
29.485 |
-13.4 |
180.36 |
58 |
-1.96 |
-3.500 |
3 |
52 |
82 |
4264 |
6724 |
1.43 |
2.0449 |
0.57 |
0.3249 |
50.3 |
1.74 |
3.346 |
4 |
48 |
76 |
3648 |
5776 |
-2.57 |
6.6049 |
-5.43 |
29.485 |
53.6 |
-5.56 |
-11.583 |
5 |
50 |
84 |
4200 |
7056 |
-0.57 |
0.3249 |
2.57 |
6.6049 |
49.2 |
0.84 |
1.680 |
6 |
46 |
96 |
4416 |
9216 |
-4.57 |
20.885 |
14.57 |
212.28 |
42.6 |
3.44 |
7.478 |
7 |
38 |
100 |
3800 |
10000 |
-12.6 |
158 |
18.57 |
344.84 |
40.4 |
-2.36 |
-6.211 |
итого |
354 |
570 |
28232 |
47492 |
0.01 |
397.71 |
|
1077.7 |
|
-0.02 |
39.798 |
ср.знач |
50.57 |
81.43 |
4033.14 |
6784.57 |
|
|
|
|
|
|
5.685 |
диспер |
56.8 |
154 |
|
|
|
|
|
|
|
|
|
Значения параметров a и b линейной модели определим, используя данные таблицы 3.5
Уравнение линейной регрессии имеет вид:
ŷ = 95,36 - 0,55 х
С увеличением объема капиталовложений на 1 млн. руб. объем выпускаемой продукции уменьшится в среднем на 550 тыс. руб. Это свидетельствует о неэффективности работы предприятий, и необходимо принять меры для выяснения причин и устранения этого недостатка.
Рассчитаем коэффициент детерминации:
R2 = r2yx = 0,822
Вариация результата Y (объема выпуска продукции) на 82,2 % объясняется вариацией фактора Х (объемом капиталовложений).
Оценку значимости уравнения регрессии проведем с помощью F-критерия Фишера:
F>FТАБЛ = 6,61 для = 0,05 ; к1=m=1, k2=n-m-1=5.
Уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т. к. F>FТАБЛ .
Определим среднюю относительную ошибку:
В среднем расчетные значения ŷ для линейной модели отличаются от фактических значений на 5,685 %.