Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Оценка надежности результатов
Так же как и для множественной регрессии, можно сформулировать гипотезы о равенстве нулю параметров частных уравнений регрессии. , частный -критерий оценивает статистическую значимость присутствия каждого фактора в уравнений. В числе показан прирост доли объяснённой или факторной вариации за счет дополнительного включения в модель соответствующего фактора: - - прирост факторной дисперсии за счет ; … … … - -прирост факторной дисперсии за счет . В знаменателе указана доля остаточной вариации по регрессионной модели, включающей полный набор факторов. Числитель и знаменатель формулы приведены к сравнимому виду путем деления на число степеней свободы, соответственно, на 1 и . В , так как прирост факторной суммы квадратов отклонений обусловлен дополнительным включением в модель одного исследуемого фактора, то число степеней свободы для него равно 1. Если , где =1, = , то дополнительное включение в модель фактора xi в модель статистически оправдано и коэффициент чистой регрессии bi при факторе xi статистически значим. Если , то дополнительное включение в модель фактора xi не увеличивает существенно долю объяснённой вариации признака , значит, нецелесообразно включение его в модель. С помощью частного - критерия можно проверить значимость всех коэффициентов регрессии в предположении, что каждый коэффициент вводился последним в уравнение.
Таблица 18. Дисперсионный анализ для оценки факторов.
Средняя часть таблицы существенно меняется, в зависимости от того, какие гипотезы проверяются, так как во множественной регрессии источник вариации складывается из нескольких составляющих и каким образом проверяется действие включенных факторов, независимо, последовательно и в какой последовательности. Например: три переменных , , , то можно определить - критерий, частный, для уравнения с , затем - критерий последовательного включения после и наконец, - критерий, частный для уравнения с , , . Последовательный - критерий может интересовать лишь на стадии формирования модели. С критерием Стьюдента связан именно част..
Оценка значимости коэффициентов чистой регрессии по - критерию Стьюдента может быть проведена и без расчета частных - критериев. В этом случае, аналогично парной регрессии: = , βi - коэффициент чистой регрессии при ; - среднеквадратическая ошибка коэффициента регрессии βi. Для уравнения средняя квадратическая ошибка коэффициента регрессии может быть определена так: = - средне квадратическое отклонение для y; - средне квадратическое отклонение для ; - коэффициент детерминации для уравнения множественной регрессии; - коэффициент детерминации для зависимости фактора со всеми другими факторами уравнения множественной регрессии. – число степеней свободы для остаточной суммы квадратов отклонений. Если проверяется регрессия:
Для фактора определим Для фактора определим частный - критерий
ПРИМЕР РЕШЕНИЯ ЗАДАЧИ Задание 3.1. Имеются данные о заработной плате, возрасте, стаже работы по специальности и выработке по 15 рабочим цехам. Нужно установить влияние на заработную плату таких факторов, как возраст, стаж работы и выработка. Решение. 1 этап -Предположим, что влияние всех из вышеперечисленных факторов имеет место быть. Для анализа влияния факторов построим эконометрическую модель. 2 этап – Результативным признаком в нашем примере является заработная плата, этот фактор мы обозначим за Y. Факторными признаками будут возраст, стаж работы и выработка, которые мы обозначим как x1, x2, x3 соответственно. Что бы отобрать факторы для нашей модели, мы должны провести корреляционно-регрессионный анализ.
Таблица 19. Исходные данные к Заданию 3.1.
Факторы, включаемые во множественную регрессию, должны отвечать следующим требованиям.
1) Они должны быть количественно измеримы. Если необходимо включить в модель качественный фактор, не имеющий количественного измерения, то ему нужно придать количественную определенность. 2) Факторы не должны быть интеркоррелированы (т.е. между объясняющими переменными присутствует корреляция) и тем более находиться в точной функциональной связи. Включение в модель факторов с высокой интеркорреляцией может привести к ненадежной оценке коэффициентов регрессии, так как нельзя определить их изолированное влияние на результативный показатель и параметры уравнения регрессии оказываются не интерпретируемыми. Для отбора факторов в модель построим матрицу парных коэффициентов корреляции. Рис 3. Вставка функции КОРРЕЛ. Чтобы вычислить коэффициенты корреляции между факторами, в ячейке пересечения факторов вызываем функцию КОРРЕЛ. В ячейку массив1 выбираем массив значений одного из коррелируемых факторов, массив 2 – значения другого фактора.
Рис4. Аргументы функции КОРРЕЛ. После составления матрицы парной корреляции, производим анализ полученных значений.
Рис 5. Матрица парной корреляции. Наиболее тесная связь с результативным признаком Y фактора х3, поэтому мы включаем его в нашу модель. Коэффициент парной регрессии между факторами х2 и х3 больше 0,7, следовательно факторы мультиколлинеарны, значит из модели фактор х2 мы исключаем. Итак, для дальнейшего анализа в модели мы оставляем факторы х1 и х3. 3 этап -Для анализа нашей модели выбираем линейную форму связи: y= b1x1+b3x3+a. В данном уравнении нам необходимо рассчитать коэффициенты b1, b3 и a. 4 этап – Для определения параметров модели программой MS EXCEL предусмотрена функция ЛИНЕЙН (иногда встречаются случаи, когда часть переменных зависимы линейно, а другая часть не линейно, к таким переменным нужно применить линеаризацию). Так как нам нужно найти 3 параметра, следовательно, нам нужно выделить на свободном месте листка EXCEL массив – 3 столбца, 5 строк. Вызываем мастер функции. Рис 6. Аргументы функции ЛИНЕЙН. В ячейку «Известные_значения_у» добавляем массив Y. В ячейку «Известные_значения_х» добавляем массив х (так как на предыдущих этапах мы выбрали для модели х1 и х3, то добавляем в ячейку массивы х1 и х3, важно, чтобы столбцы с этими значениями располагались рядом друг с другом). В ячейку «Конст» пишем 1. В ячейку «Статистика» пишем 1. Далее единовременным нажатие Gtrl+Shift+Enter сворачиваем мастер функций. Таблица 20. Значения параметров линейной модели
Полученная таблица означает следующее: b1 = 0,033 b3 = 0,065 a = 2,044/ Индекс детерминации = 0,852. Fфакт = 34,51. 5 этап – Анализ качества модели Так как индекс детерминации равен 0,852, а это близко к 1, значит справедлив вывод – качество модели высокое. Fфакт = 34,51, проверяем с табличным значением Критерия Фишера. Так как полученное нами значение больше табличного, модель статистически значима. 6 этап – Интерпретация результатов моделирования y = 0,033 x1+0,065 x3+2,044. Так как перед x1 и x3 коэффициенты имеют знак «+», то x1, x3 и у изменяются в одном направлении.
При изменении x1 на 1, у увеличится на 0,033 ед. При изменении x3 на 1, у увеличится на 0,065 ед.
7 этап – Чтобы построить прогноз произведем расчеты Рассчитаем модельное, подставив в y = 0,033 x1+0,065 x3+2,044 значения x1 и x3. Талица 21. Расчет промежуточных величин Средняя ошибка аппроксимации составила 4,39% (<7%), следовательно модель не содержит систематических ошибок и можно составлять прогноз.
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ.
Задание 3.
По 20 предприятиям региона (табл. 22) изучается зависимость выработки продукции на одного работника у (тыс. руб.) от ввода в действие новых основных средств (% от стоимости фондов на конец года) и от удельного веса рабочих высокой квалификации в общей численности рабочих (%). Таблица 22. Исходные данные к Заданию 3.
Требуется: 1. Оценить показатели вариации каждого признака и сделать вывод о возможностях применения МНК для их изучения. 2. Проанализировать линейные коэффициенты парной и частной корреляции. 3. Написать уравнение множественной регрессии, оценить значимость его параметров, пояснить их экономический смысл. 4. С помощью F-критерия Фишера оценить статистическую надежность уравнения регрессии и Сравнить значения скорректированного и нескорректированного линейных коэффициентов множественной детерминации. 5. С помощью частных F-критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора после и фактора после . 6. Рассчитать средние частные коэффициенты эластичности и дать на их основе сравнительную оценку силы влияния факторов на результат.
Задание 4.
В табл. 23 представлены данные о рынке строящегося жилья в Санкт-Петербурге. Таблица 23. Исходные данные к Заданию 4.
Принятые в таблице обозначении:
y- цена квартиры, тыс. у.е.; - число комнат в квартире; - район города (1 - Приморский, Шувалово - Озерки, 2 - Гражданка, 3 - Юго-Запад, 4 - Красносельский); - общая площадь квартиры (м2); . - жилая площадь квартиры(м1); - площадь кухни (м2); - тип дома (1- кирпичный, 0 - другой); - наличие балкона (1-есть, 0- нет); - число месяцев до окончания срока строительства. Задание: 1. Определите факторы, формировавшие цену квартир в строящихся домах в Санкт-Петербурге. Сформируйте фиктивную переменную z, отражающую местоположение квартиры и позволяющую разделить всю совокупность квартир на две группы: квартиры на севере города (Приморский район, Шувалово-Озерки, Гражданка) и на юге города (Юго-Запад, Красносельский район).
2. Составьте матрицу парных коэффициентов корреляции: а) исходных переменных; б) логарифмов исходных переменных (кроме фиктивных переменных). Вместо переменной используйте фиктивную переменную z. 3. Постройте уравнение регрессии, характеризующее зависимость цены от всех факторов в линейной форме. Установите, какие факторы мультиколлинеарны. *4. Постройте уравнение регрессии, характеризующее зависимость цены от всех факторов в степенной форме. Установите, какие факторы мультиколлинеарны. В какой модели мультиколлинеарность проявляется сильнее? 5. Существует ли разница в ценах квартир, расположенных в северной и южной частях Санкт-Петербурга? Является ли наличие балкона или лоджии преимуществом квартиры на рынке? *- задание повышенной сложности.
ЗАДАНИЕ ДЛЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ
Сформулировать гипотезу о взаимосвязи нескольких экономических показателях и провести эконометрическое исследование, построив модель множественной регрессии, на основе реальных статистических данных, полученных из официальных источников статистической информации (Государственного комитета статистики РФ, международных финансовых организаций и др.).
*- По результатам проведенного эконометрического исследования подготовить научную статью для публикации в периодических научных изданиях.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2017-02-21; просмотров: 246; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.149.229.253 (0.067 с.) |