- •О лабораторной работе №2
- •III курса
- •Введение
- •Глава 1. Постановка задачи
- •Глава 2. Приведение исходного нелинейного уравнения регрессии к линейному
- •Глава 3. Проверка наличия мультиколлениарности между факторами модели
- •Матрица коэффициентов парной корреляции
- •Проверка значимости коэффициентов парной корреляции, используя t - критерий Стьюдента
- •Глава 4. Определение параметров уравнения регрессии. Построение уравнения регрессии
- •Вывод остатка
- •Глава 5. Проверка адекватности и точности модели
- •5.1. Проверка случайности колебаний уровней остаточной последовательности
- •5.2. Проверка соответствия распределения случайной компоненты нормальному закону распределения
- •5.3. Проверка равенства математического ожидания случайной компоненты нулю
- •5.4. Проверка независимости значений уровней случайной компоненты
- •5.5. Определение точности модели.
- •Глава 6. Проверка отсутствия или наличия гетероскедантичности исследуемой модели
- •Глава 7. Метод Ирвина
- •Глава 8. Определение оптимального вида линии тренда. Прогноз показателей
- •Заключение
- •Список использованной литературы
- •Приложение 1
- •Приложение 2
- •Приложение 3
Глава 1. Постановка задачи
В данной работе необходимо рассмотреть нелинейную нестационарную модель изучаемого экономического объекта. В качестве объекта исследования представлен производственный процесс, о котором известны следующие статистические данные:
-
у(t) - ставка % рефинансирования Центрального Банка;
-
х1(t) - уровень безработицы в %;
-
х2(t) - уровень инфляции в %.
Для заданного варианта совокупности предприятий требуется найти коэффициенты нелинейной нестационарной модели уравнения множественной регрессии вида:
(1)
Значения величин у(t), х1(t), х2(t) даны в Таблице №1 "Исходные данные". Данное нелинейное уравнение требуется привести к линейному уравнению вида:
(2)
Необходимо:
-
определить параметры уравнения регрессии, используя замену переменной;
-
проверить наличие мультиколлинеарности между факторами;
-
проверить статистическую значимость уравнения в целом и отдельных коэффициентов уравнения. Это позволит оценить адекватность полученной модели исследуемому процессу и возможность её использования для осуществления анализа и проектирования;
-
проверить отсутствие гетероскедастичности и автокорреляции остатков исследуемой модели, а также установить адекватность и точность уравнения регрессии.
-
проверить наличие аномальных наблюдений, используя метод Ирвина;
-
осуществить прогноз показателей.
Таблица 1
Исходные данные
t |
x1 |
x2 |
Y |
1 |
20 |
45 |
28,03 |
2 |
20 |
25 |
23,91 |
3 |
18 |
30 |
24,8 |
4 |
16 |
30 |
24,19 |
5 |
19 |
25 |
22,96 |
6 |
16 |
25 |
22,37 |
7 |
14 |
15 |
19,62 |
8 |
17 |
12 |
18,98 |
9 |
13 |
14 |
18,74 |
10 |
11 |
15 |
20,7 |
11 |
12 |
12 |
18,35 |
12 |
11 |
15 |
18,83 |
13 |
9 |
17 |
21,53 |
14 |
7 |
18 |
20,15 |
15 |
8 |
19 |
19,93 |
16 |
6 |
20 |
21,88 |
17 |
4 |
24 |
21,53 |
18 |
6 |
12 |
17,65 |
19 |
3 |
8 |
18,42 |
20 |
4 |
6 |
16,26 |
Глава 2. Приведение исходного нелинейного уравнения регрессии к линейному
Многие экономические процессы наилучшим образом описываются нелинейными уравнениями регрессии. Одним из недостатков линейного регрессионного анализа является то, что он может быть применен только к линейным уравнениям вида +βnxni.
Уравнения вида у = α + β/х или у = αxβ являются нелинейными.
Нелинейность по переменным всегда можно обойти путем использования соответствующих операций.
Рассмотрим нелинейное нестационарное уравнение:
, .
Где:
у(t) - ставка % рефинансирования Центрального Банка;
х1(t) - уровень безработицы в %;
х2(t) - уровень инфляции в %.
Обозначим 1/x1 = Z1 и .
Таким образом: .
Линейность уравнения достигается путем замены переменных.
Таблица 2
t |
y |
z1 |
z2 |
|
t |
y |
z1 |
z2 |
1 |
28,03 |
0,05 |
12,65 |
11 |
18,35 |
0,08 |
5,24 |
|
2 |
23,91 |
0,05 |
8,55 |
12 |
18,83 |
0,09 |
6,08 |
|
3 |
24,8 |
0,06 |
9,65 |
13 |
21,53 |
0,11 |
6,61 |
|
4 |
24,19 |
0,06 |
9,65 |
14 |
20,15 |
0,14 |
6,87 |
|
5 |
22,96 |
0,05 |
8,55 |
15 |
19,93 |
0,13 |
7,12 |
|
6 |
22,37 |
0,06 |
8,55 |
16 |
21,88 |
0,17 |
7,37 |
|
7 |
19,62 |
0,07 |
6,08 |
17 |
21,53 |
0,25 |
8,32 |
|
8 |
18,98 |
0,06 |
5,24 |
18 |
17,65 |
0,17 |
5,24 |
|
9 |
18,74 |
0,08 |
5,81 |
19 |
18,42 |
0,33 |
4,00 |
|
10 |
20,7 |
0,09 |
6,08 |
20 |
16,26 |
0,25 |
3,30 |