Министерство образования и науки Российской Федерации Федеральное агентство по образованию гоу впо Всероссийский заочный финансово-экономический институт
Контрольная работа по предмету
«Эконометрика»
Вариант ?
Преподаватель Прокофьев О.В. Работа выполнена ?????????
Факультет финансово-кредитный
3 курс
№ личного дела ??????????
группа №?
Пенза 2012 г.
Задача
По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (, млн. руб.) от объема капиталовложений (, млн. руб.)
Требуется:
Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии.
Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков ; построить график остатков.
Проверить выполнение предпосылок МНК.
Осуществить проверку значимости параметров уравнения регрессии с помощью t-критерия Стьюдента
Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью - критерия Фишера, найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
Осуществить прогнозирование среднего значения показателя при уровне значимости, если прогнозное значения фактора Х составит 80% от его максимального значения.
Представить графически: фактические и модельные значения точки прогноза.
Составить уравнения нелинейной регрессии:
гиперболической;
степенной;
показательной.
Привести графики построенных уравнений регрессии.
Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
|
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
|
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
Найдем параметры уравнения линейной регрессии, дадим экономическую интерпретацию коэффициента регрессии.
Уравнение линейной регрессии имеет вид:
Значения параметров а и bлинейной модели определим, используя данные таблицы 1.1.
???
???-??????=???
Уравнение линейной регрессии имеет вид: =???+???*x.
С увеличением объема капиталовложений на 1 млн. руб. объем выпускаемой продукции увеличиться в среднем на ??? млн. руб. Это свидетельствует об эффективности работы предприятия.
Вычислим остатки; найдем остаточную сумму квадратов; оценим дисперсию остатков ; построим график остатков.
Остатки см табл 1.1 столбец
Остаточная сумма квадратов =????
Дисперсия остатков ??.???
График остатков
Проверим выполнение предпосылок МНК.
Проверка выполнения предпосылок МНК выполняется на основе анализа остаточной компоненты.
случайный характер остатков
нулевая средняя величина остатков, не зависящая от от xi
гомоскедастичность – дисперсия каждого отклонения eiодинакова для всех значенийx
отсутствие автокорреляции остатков
остатки подчиняются нормальному распределению
случайный характер остатков
Для простейшей визуальной проверки строится график зависимости остатков ei от теоретических значений результативного признака ŷ
e(y)
На графике остатки расположены случайным образом, значит остатки eiпредставляют собой случайные величины и МНК оправдан
Для проверки с помощью критерия поворотных точек строится график е(х) (используются отсортированные значения Х в порядке возрастания). .
x i сортированные |
e i |
поворотные точки |
? |
? |
пусто |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
пусто |
? |
? |
|
|
сумма |
? |
Количество поворотных точек р=?.
Критическое число
при n=10 равно 2.
Р>2, предпосылка о случайном характере остатков выполняется.
нулевая средняя величина остатков, не зависящая от от xi
Для простейшей визуальной проверки используется ранее построенный график е(х) зависимости остатков eiот факторов, включенных в регрессиюxi.
Остатки на графике расположены случайным образом внутри симметричной горизонтальной полосы, значит их математическое ожидание не зависит от xi.
Проверка равенства математического ожидания уровней ряда остатков нулю осуществляется в ходе проверки соответствующей нулевой гипотезы H0:. С этой целью строитсяt-статистика, где .
t=?2,262 (α= 0,05;ν=n-1=9) гипотеза принимается.
t-статистика |
|
? | |
t крит 0,05 |
|
2,262 | |
t |
ei=yi-yi^ |
(ei-ei cp)^2 |
|
1 |
? |
? |
|
2 |
? |
? |
|
3 |
? |
? |
|
4 |
? |
? |
|
5 |
? |
? |
|
6 |
? |
? |
|
7 |
? |
? |
|
8 |
? |
? |
|
9 |
? |
? |
|
10 |
? |
? |
|
Сумма |
? |
? |
|
Среднее |
? |
|
|
гомоскедастичность – дисперсия каждого отклонения eiодинакова для всех значенийx
Коэфф. Спирменагде
t-статистика ? это меньше(больше)t Крит=2,306, следовательно гипотеза об отсутствии гетероскедастичности при пятипроцентном уровне значимости принимается (отвергается)
К проверке предпосылки МНК №3 по тесту Спирмена | |||
r(x) |
r(e) |
r(x)-r(e) |
(r(x)-r(e))^2 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
Сумма |
|
|
? |
Коэфф. Спирмена |
|
? | |
t-статистика |
|
? | |
t крит 0,05 |
|
2,306 |
Гомоскедастичность присутствует
Независимость остатков проверяется с помощью критерия Дарбина – Уотсона.
dw=?/?=?
Верхние (d2=0,88) и нижние (d1=1,32) критические значения, позволяющие принять или отвергнуть гипотезу об отсутствии автокорреляции, зависят от количества уровней динамического ряда и числа независимых переменных модели.
Если 0<d<d1, то уровни автокоррелированы, то есть зависимы, модель неадекватна.
Если d1<d<d2, то критерий Дарбина-Уотсона не дает ответа на вопрос о независимости уровней ряда остатков. В таком случае необходимо воспользоваться другими критериями (например, проверить независимость уровней по первому коэффициенту автокорреляции).
Если d2<d<2 , то уровни ряда остатков являются независимыми.
В нашем случае d2<d<2 уровни ряда остатков являются независимыми.
(В нашем случае 0<d< d1 уровни ряда остатков являются зависимыми.)
(В нашем случае d1<d<d2, зона неопределённости. Проверяем независимость ряда остатков по первому коэффициенту автокорреляции
=?/?=?
Это значение меньше (больше) критического 0,36 и ряд остатков можно (нельзя) считать некоррелированным)
нормальности распределения остаточной компоненты по R/S-критерию с критическими уровнями 2,67-3,69;
Рассчитаем значение RS: RS = (Emax - Emin)/ S,
где Emin - максимальное значение уровней ряда остатков E(t);
Emax - минимальное значение уровней ряда остатков E(t)
S - среднее квадратическое отклонение.
Emax= |
? |
Emin= |
? |
Emax-Emin= |
? |
S= |
? |
RS= |
? |
Так как ?<?, ?<?, полученное значение RS попало в заданный интервал. Значит, уровни ряда остатков подчиняются нормальному распределению.
Таким образом, предпосылки МНК выполняются.
Осуществим проверку значимости параметров уравнения регрессии с помощью t-критерия Стьюдента
Проверка значимости отдельных коэффициентов регрессии связана с определением расчетных значений t-критерия (t–статистики) для соответствующих коэффициентов регрессии:
= ? < 2,306
= = ?>2,306
Затем расчетные значения сравниваются с табличнымиtтабл= 2,306. Табличное значение критерия определяется при (n-2) степенях свободы (n - число наблюдений) и соответствующем уровне значимости (0,05)
Если расчетное значение t-критерия с (n - 2) степенями свободы превосходит его табличное значение при заданном уровне значимости, коэффициент регрессии считается значимым.
В нашем случае коэффициент a регрессии незначим, коэффициент b регрессии значим (a регрессии значим, коэффициент b регрессии значим).
Вычислим коэффициент детерминации, проверить значимость уравнения регрессии с помощью - критерия Фишера, найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
Определим линейный коэффициент парной корреляции по формуле
== ?
Рассчитаем коэффициент детерминации:
?
Вариация результата Y (объема выпуска продукции) на ? % объясняется вариацией фактора X (объемом капиталовложений).
Оценку значимости уравнения регрессии проведем с помощью F-критерия Фишера:
?
F>Fтабл.=5,318 для α=0,05; k1=m=1; k2=n-m-1=10-1-1-8.
Уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т. к. F > Fтабл.
Определим среднюю относительную ошибку:
?%
В среднем расчетные значения у для линейной модели отличаются от фактических значений на ?%.
Вывод о качестве модели. Все (не все) предпосылки МНК выполнены, модель качественная и может быть применена для прогнозирования (нуждается в совершенствовании).
Осуществим прогнозирование среднего значения показателя при уровне значимости, если прогнозное значения фактора Х составит 80% от его максимального значения.
Прогнозное значение показателя, если прогнозное значение фактора составит 80% от его максимального значения =?*0,8=? составит
=?+?*?=?
Интервальный прогноз:
=?
для 10 - 2 =8 степеней свободы и уровня значимости 0,1 равно 1,859.
Тогда
Представим графически: фактические и модельные значения точки прогноза.
Таблица 1.1.
n |
y |
x |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
- |
- |
? |
? |
2 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
3 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
4 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
5 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
6 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
7 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
8 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
9 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
10 |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
? |
итого |
? |
? |
? |
? |
? |
? |
? |
? |
|
? |
? |
? |
? |
? |
? |
ср. знач |
? |
? |
? |
? |
|
|
|
|
|
|
|
? |
|
? |
|
диспер |
? |
? |
|
|
|
|
|
|
|
? |
|
|
|
|
|
Составим уравнения нелинейной регрессии:
гиперболической;
степенной;
показательной.
Приведем графики построенных уравнений регрессии.
Для указанных моделей найдем коэффициенты детерминации и средние относительные ошибки аппроксимации. Сравним модели по этим характеристикам и сделаем вывод.