МУ
.pdfС.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Как можно заметить (см. табл. 9), нормированный коэффициент корреляции практически не изменился, значимость критерия Фишера улучшилось. Уравнение регрессии имеет вид:
yˆ 42277 18841 X 2 1116 X 3 1143 X 9 26152 X13
Таблица 9.
ВЫВОД ИТОГОВ |
|
|
|
|
|
|
|
|
|
|
|
|
|
Регрессионная статистика |
|
|
|
|
|
|
Множественный |
|
|
|
|
|
|
R |
0,861801 |
|
|
|
|
|
R-квадрат |
0,7427 |
|
|
|
|
|
Нормированный |
|
|
|
|
|
|
R-квадрат |
0,719829 |
|
|
|
|
|
Стандартная |
|
|
|
|
|
|
ошибка |
16806,47 |
|
|
|
|
|
Наблюдения |
50 |
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
|
|
|
|
|
Значимость |
|
|
df |
SS |
MS |
F |
F |
|
Регрессия |
4 |
3,67E+10 |
9,17E+09 |
32,47336 |
9,62E-13 |
|
Остаток |
45 |
1,27E+10 |
2,82E+08 |
|
|
|
Итого |
49 |
4,94E+10 |
|
|
|
|
|
|
|
|
|
|
|
|
Коэффици- |
Стандартная |
t- |
P- |
Нижние |
Верхние |
|
енты |
ошибка |
статистика |
Значение |
95% |
95% |
Y-пересечение |
47277,07 |
10480,24 |
4,511068 |
4,59E-05 |
26168,78 |
68385,35 |
X2 |
-18841,6 |
5206,168 |
-3,61909 |
0,000746 |
-29327,3 |
-8355,83 |
X3 |
1116,169 |
101,2044 |
11,02886 |
2,22E-14 |
912,3325 |
1320,005 |
X9 |
-1142,9 |
582,5684 |
-1,96184 |
0,055985 |
-2316,26 |
30,44873 |
X13 |
-26152,2 |
8559,657 |
-3,05529 |
0,003772 |
-43392,3 |
-8912,19 |
Проанализируем теперь наличие автокорреляции и гетероскедастичности.
Для этого скопируем остатки, перенесем их на лист «Задача 3_4».
Для проверки автокорреляции скопируем столбец остатков (столбец
A) и вставим его в столбец В на одну строку ниже.
© С.В. Юдин, 2013 |
21 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Вызовем функцию «Корреляция» мастера анализа данных и найдем коэффициент корреляции между данными столбца А (А3:А51) и столбца В
(В3:В51) (табл. 10).
Таблица 10.
Корреляция
|
Столбец |
Столбец |
|
1 |
2 |
Столбец 1 |
1 |
|
Столбец 2 |
0,37585 |
1 |
Коэффициент корреляции равен r=0.376.
Для оценки значимости составим критерий Стьюдента:
|
|
|
r |
|
|
|
|
|
0.376 |
|
|
|
|
|
||
t |
|
|
|
|
|
n 2 |
|
|
24 |
2 |
0.074 |
|||||
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
||||||||
|
r 2 |
1 |
0.3762 |
|||||||||||||
1 |
|
|
|
|
|
|
|
|
|
Для доверительного уровня 5% и числа степеней свободы 22
критическое значение критерия найдем при помощи функции
«СТЬЮДЕНТ.ОБР.2Х(α; k)».
t0.05;22 2.074
Т.к. t t0.05;22 , то гипотезу о наличии автокорреляции отвергаем.
Проверим теперь гипотезу о гомоскедастичности. Для этого отдельно скопируем верхнюю половину столбца остатков и поместим его в столбец D, а нижнюю – в столбец Е.
Через мастера анализа данных вызовем функцию «Двухвыборочный
F-тест для дисперсии» (рис. 13-14).
© С.В. Юдин, 2013 |
22 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Рис. 13. Выбор функции
Рис. 14. Пример заполнения панели F-теста
Результат расчетов приведен в табл. 11.
Расчетное значение критерия Фишера равно 0.237, в то время как критическое значение – 0.504.
Т.к. Fрасч<Fкрит, то гипотезу о гомоскедастичности принимаем.
Таким образом, полученным уравнением регрессии можно пользоваться (на уровне значимости 0.05).
© С.В. Юдин, 2013 |
23 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Таблица 11.
Двухвыборочный F-тест для дисперсии
|
Остатки 1 |
Остатки 2 |
|
- |
|
Среднее |
405,3321882 |
405,3321882 |
Дисперсия |
101497205,1 |
427768078,6 |
Наблюдения |
25 |
25 |
df |
24 |
24 |
F |
0,237271573 |
|
P(F<=f) одностороннее |
0,000398816 |
|
F критическое |
|
|
одностороннее |
0,504093347 |
|
© С.В. Юдин, 2013 |
24 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
ЗАДАЧА 4. Система эконометрических уравнений
Требуется проверить гипотезы о факторах, определяющих уровень занятости населения в экономике региона, размеры инвестиционных вложений в основной капитал, стоимость валового регионального продукта и о взаимодействии этих трех процессов.
1.Постройте систему рекурсивных уравнений, выполните расчет параметров каждого уравнения;
2.Проанализируйте результаты.
3.Выполните прогноз уровня занятости, размера инвестиций и стоимости валового регионального продукта (ВРП) при условии, что экзогенные переменные увеличатся на заданный процент прироста от своих средних значений.
Для изучения проблемы предлагается рассмотреть следующие показатели и их значения по территориям Центрального федерального округа за 2001 г: (источник: файл РЕКУРССИСТ.doc).
y1 – стоимость валового регионального продукта (валовая добавленная стоимость) млрд руб.;
y2 – инвестиции в основной капитал за год, млрд руб.;
y3 – среднегодовая численность занятых в экономике региона, млн чел.; x1 – численность мигрантов за год, тыс. чел.;
x2 – среднегодовая стоимость основных фондов в экономике, млрд руб.;
x3 – доля социальных выплат в денежных доходах населения, %;
x4 – доля инвестиций в активную часть основных фондов экономики, %;
x5 – оборот розничной торговли за год, млрд руб.
Необходимо проверить следующие предположения:
© С.В. Юдин, 2013 |
25 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
у1 f (x2 , x4 , x5 )
y2 f ( y1 )
y3 f ( y2 , x3 )
Имеем набор данных (табл. 12).
Таблица 12.
Показатели ВРП
Территории |
у1 |
у2 |
у3 |
х1 |
х2 |
х3 |
х4 |
х5 |
федерального |
|
|
|
|
|
|
|
|
округа |
|
|
|
|
|
|
|
|
Брянская обл. |
26,2 |
3,7 |
0,596 |
-0,14 |
129,9 |
26,5 |
26,4 |
13,7 |
Владимирская |
35,4 |
6,3 |
0,721 |
2,69 |
139,1 |
24,8 |
47,0 |
14,6 |
обл. |
|
|
|
|
|
|
|
|
Ивановская обл. |
18,1 |
2,4 |
0,491 |
1,20 |
88,7 |
32,7 |
42,0 |
9,6 |
Калужская обл. |
26,1 |
6,5 |
0,484 |
0,96 |
112,9 |
23,4 |
38,0 |
12,1 |
Костромская |
18,2 |
4,1 |
0,330 |
0,31 |
94,5 |
20,4 |
42,6 |
8,4 |
обл. |
|
|
|
|
|
|
|
|
Курская обл. |
31,9 |
6,2 |
0,606 |
-1,29 |
143,5 |
21,0 |
37,2 |
15,1 |
Липецкая обл. |
48,2 |
8,3 |
0,570 |
5,05 |
156,9 |
17,7 |
55,3 |
19,4 |
Орловская обл. |
25,5 |
5,8 |
0,416 |
1,51 |
79,5 |
20,7 |
42,9 |
12,1 |
Рязанская обл. |
32,0 |
10,1 |
0,535 |
-0,38 |
139,9 |
22,7 |
59,9 |
14,8 |
Смоленская обл. |
29,9 |
8,8 |
0,488 |
-1,44 |
147,6 |
17,6 |
30,0 |
19,4 |
Тамбовская обл. |
25,9 |
3,5 |
0,514 |
-2,62 |
143,3 |
19,0 |
35,5 |
17,0 |
Тверская обл. |
38,7 |
10,9 |
0,665 |
-0,31 |
199,2 |
24,8 |
28,0 |
18,0 |
Тульская обл. |
43,7 |
8,1 |
0,781 |
-1,87 |
183,1 |
24,8 |
40,0 |
19,2 |
Ярославская |
46,9 |
14,5 |
0,663 |
1,53 |
221,6 |
16,9 |
48,5 |
17,7 |
обл. |
|
|
|
|
|
|
|
|
Расчеты будем проводить двухшаговым методом наименьших квадратов (ДМНК) в предположении, что связи линейные.
Скопируем таблицу, перенесем ее в Excel (лист «Задача 4») и удалим ненужные столбцы данных (x1).
1. Определим уравнение регрессии для эндогенной переменной y1 в
зависимости от экзогенных переменных x2, x4, x5.
© С.В. Юдин, 2013 |
26 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Перенесем данные указанных переменных на лист «Задача 4_1» и
найдем коэффициенты уравнения регрессии с помощью мастера «Анализ данных». Результаты представим в табл. 13.
Таблица 13.
ВЫВОД ИТОГОВ
Регрессионная |
|
|
|
|
|
|
статистика |
|
|
|
|
|
|
Множествен- |
|
|
|
|
|
|
ный R |
0,9345 |
|
|
|
|
|
R-квадрат |
0,87329 |
|
|
|
|
|
Нормирован- |
|
|
|
|
|
|
ный R- |
|
|
|
|
|
|
квадрат |
0,835277 |
|
|
|
|
|
Стандартная |
|
|
|
|
|
|
ошибка |
3,921504 |
|
|
|
|
|
Наблюдения |
14 |
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
|
|
|
|
|
Значимость |
|
|
df |
SS |
MS |
F |
F |
|
Регрессия |
3 |
1059,867 |
353,2891 |
22,97339 |
8,36E-05 |
|
Остаток |
10 |
153,7819 |
15,37819 |
|
|
|
Итого |
13 |
1213,649 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t- |
|
|
|
|
Коэффици- |
Стандарт- |
статис- |
P- |
Нижние |
Верхние |
|
енты |
ная ошибка |
тика |
Значение |
95% |
95% |
Y- |
|
|
|
|
|
|
пересечение |
-15,8496 |
6,706628 |
-2,36327 |
0,039731 |
-30,7929 |
-0,90628 |
х2 |
0,12159 |
0,04531 |
2,683551 |
0,022952 |
0,020635 |
0,222546 |
х4 |
0,335583 |
0,112478 |
2,983549 |
0,013724 |
0,084967 |
0,5862 |
х5 |
1,115545 |
0,513677 |
2,171686 |
0,055013 |
-0,029 |
2,260088 |
Коэффициенты уравнения регрессии значимы, коэффициент
детерминации составляет 0.835, значимость критерия Фишера менее одной
десятитысячной.
Уравнение регрессии имеет вид:
yˆ1 15.850 0.121 x2 0.336 x4 1.116 x5
© С.В. Юдин, 2013 |
27 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
2. Т.к. эндогенная переменная y2 также входит в левую часть третьего уравнения системы, то для него также необходимо найти
уравнение регрессии по всем экзогенным переменным.
Это уравнение построим на имеющихся данных на листе «Задача
4_2». Результаты сведены в табл. 14.
Таблица 14.
ВЫВОД ИТОГОВ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Регрессионная |
|
|
|
|
|
||
статистика |
|
|
|
|
|
||
Множествен- |
|
|
|
|
|
|
|
ный R |
|
0,86971 |
|
|
|
|
|
R-квадрат |
|
0,756395 |
|
|
|
|
|
Нормирован- |
|
|
|
|
|
|
|
ный R- |
|
|
|
|
|
|
|
квадрат |
|
0,648126 |
|
|
|
|
|
Стандартная |
|
|
|
|
|
|
|
ошибка |
|
1,96489 |
|
|
|
|
|
Наблюдения |
|
14 |
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
||
|
|
|
|
|
|
Значимость |
|
|
|
df |
SS |
MS |
F |
F |
|
Регрессия |
|
4 |
107,89 |
26,9725 |
6,986259 |
0,007654 |
|
Остаток |
|
9 |
34,74714 |
3,860793 |
|
|
|
Итого |
|
13 |
142,6371 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Коэффици- |
Стандартная |
t-статис- |
P- |
Нижние |
Верхние |
|
|
енты |
ошибка |
тика |
Значение |
95% |
95% |
Y- |
|
|
|
|
|
|
|
пересечение |
|
-0,43886 |
6,186027 |
-0,07094 |
0,944994 |
-14,4326 |
13,55491 |
х2 |
|
0,070782 |
0,022828 |
3,100678 |
0,012709 |
0,019142 |
0,122422 |
х3 |
|
-0,16254 |
0,149497 |
-1,08723 |
0,305195 |
-0,50072 |
0,175648 |
х4 |
|
0,085758 |
0,058149 |
1,474801 |
0,174367 |
-0,04578 |
0,217299 |
х5 |
|
-0,15667 |
0,278462 |
-0,56263 |
0,587424 |
-0,7866 |
0,473253 |
Коэффициент детерминации составляет 0.648, значимость его и уравнения регрессии по критерию Фишера хорошая, значим только один коэффициент уравнения регрессии (для x2). Поэтому пересчитаем уравнение регрессии для одной переменной (табл. 15).
© С.В. Юдин, 2013 |
28 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Таблица 15.
ВЫВОД ИТОГОВ
Регрессионная |
|
|
|
|
|
|
статистика |
|
|
|
|
|
|
Множествен- |
|
|
|
|
|
|
ный R |
0,797006 |
|
|
|
|
|
R-квадрат |
0,635219 |
|
|
|
|
|
Нормирован- |
|
|
|
|
|
|
ный R- |
|
|
|
|
|
|
квадрат |
0,604821 |
|
|
|
|
|
Стандартная |
|
|
|
|
|
|
ошибка |
2,082293 |
|
|
|
|
|
Наблюдения |
14 |
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
|
|
|
|
|
Значимость |
|
|
df |
SS |
MS |
F |
F |
|
Регрессия |
1 |
90,60582 |
90,60582 |
20,89645 |
0,000642 |
|
Остаток |
12 |
52,03132 |
4,335943 |
|
|
|
Итого |
13 |
142,6371 |
|
|
|
|
|
|
|
|
|
|
|
|
Коэффици- |
Стандарт- |
t- |
P- |
Нижние |
Верхние |
|
енты |
ная ошибка |
статистика |
Значение |
95% |
95% |
Y- |
|
|
|
|
|
|
пересечение |
-2,08145 |
2,081176 |
-1,00013 |
0,336989 |
-6,61594 |
2,453047 |
х2 |
0,064828 |
0,014182 |
4,571264 |
0,000642 |
0,033929 |
0,095727 |
Уравнение регрессии имеет вид: yˆ2 2.081 0.065 x2
3. Определим теперь зависимость второй эндогенной переменной от первой, используя исходные данные (лист «Задача 4_3») (табл. 16).
Уравнение регрессии адекватно, коэффициент при факторе значим.
Уравнение регрессии имеет вид: y2 1.346 0.265 y1
© С.В. Юдин, 2013 |
29 |
С.В. Юдин. Лабораторные работы по эконометрике. Методические указания
Таблица 16.
ВЫВОД ИТОГОВ
Регрессионная |
|
|
|
|
|
|
статистика |
|
|
|
|
|
|
Множествен- |
|
|
|
|
|
|
ный R |
0,771611 |
|
|
|
|
|
R-квадрат |
0,595383 |
|
|
|
|
|
Нормирован- |
|
|
|
|
|
|
ный R- |
|
|
|
|
|
|
квадрат |
0,561665 |
|
|
|
|
|
Стандартная |
|
|
|
|
|
|
ошибка |
2,193046 |
|
|
|
|
|
Наблюдения |
14 |
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
|
|
|
|
|
Значимость |
|
|
df |
SS |
MS |
F |
F |
|
Регрессия |
1 |
84,92371 |
84,92371 |
17,65767 |
0,001227 |
|
Остаток |
12 |
57,71343 |
4,809453 |
|
|
|
Итого |
13 |
142,6371 |
|
|
|
|
|
|
|
|
|
|
|
|
Коэффици- |
Стандарт- |
t- |
P- |
Нижние |
Верхние |
|
енты |
ная ошибка |
статистика |
Значение |
95% |
95% |
Y- |
|
|
|
|
|
|
пересечение |
-1,35455 |
2,092349 |
-0,64738 |
0,529576 |
-5,91338 |
3,204293 |
у1 |
0,264526 |
0,062951 |
4,202103 |
0,001227 |
0,127368 |
0,401684 |
3. Т.к. третья эндогенная переменная зависит от второй эндогенной и экзогенных переменных, то при построении уравнения регрессии необходимо использовать не точные значения y2, а расчетные по уравнению регрессии.
Скопируем исходные данные на лист «Задача 4_4», удалим ненужные переменные и вычислим новый столбец (см. рис. 15).
© С.В. Юдин, 2013 |
30 |