;при высокой межфакторной связи признака отбираются факторы с меньшим коэффициентом корреляции между ними. Таблица 2.2 — Матрица парных коэффициентов корреляцииух2×4у1×2−0,4 331×4−0,061−0,378 841 В нашем случае все парные коэффициенты корреляцииr-<0,7, что говорит об отсутствии мультиколлинеарности факторов. Тем не менее, -rx2x4- = 0,37 884>>
— rx2y- = 0,433 и-rx4y- = 0,061,что позволяет уже на данном этапе предположить, что связь между факторами куда более сильная, чем связь любого из факторов с результатом. Для построения уравнения множественной регрессии в линейной форме с двумя факторами вновь используем ППП MSExcel, на этот раз — инструмент «Регрессия». Результатом будет следующее уравнение:
Полученное уравнение показывает, что при увеличении отношения расходов домохозяйств к ВВП на 1% при неизменном уровне отношения валового накопления к ВВП индекс человеческого развития снижается на 0,53.
При увеличении отношениявалового накопления к ВВП на 1% при неизменном уровне отношения расходов домохозяйств к ВВП индекс человеческого развития снижается на 0,132.
Анализируя полученные коэффициенты, подтверждаем предварительный вывод об очень слабой связи факторов и результата. Коэффициент множественной корреляции равен 0,6 782<<1,0, что говорит об очень низкой значимости полученного уравнения. Множественный коэффициент детерминации равен 0,460, что означает, что в полученном уравнении почти 100% вариации результативного признака (индекса человеческого развития) составляют не учтенные в модели факторы. Факторы же, учтенные в модели, оказывают очень слабое влияние на результат. С целью расширения возможностей содержательного анализа модели регрессии используются частные коэффициенты эластичности, которые определяются по формуле:
где , — коэффициент регрессии и среднее значение соответствующего фактора; - среднее значение результирующего признака. Частный коэффициент эластичности показывает, насколько процентов в среднем изменяется признак-результатус увеличением признака-фактора хjна 1% от своего среднего уровня при фиксированном положении других факторов модели. Частный коэффициент эластичности для х2: Е2 = = -0,3 663.
Частный коэффициент эластичностиE2- << 1. Следовательно, его влияние на результативный признак Y незначительно. Частный коэффициент эластичности для х4: Е4 = = -0,3 376.
Частный коэффициент эластичностиE4- < 1. Следовательно, его влияние на результативный признак Y незначительно. Для полученного уравнения регрессии значение F-статистики (критерия Фишера) составляет 0,5 083, что менее критического значения Fкр = 3,44. Следовательно, уравнение в целом статистически незначимо. Построение однофакторных уравнений линейной регрессии.
Построим однофакторные уравнения линейной регрессии y = f (x2) и y = f (x4). Для этого снова используем инструмент «Регрессия», в качестве результата используя эндогенную переменную y (индекс человеческого развития), а в качестве фактора — поочередно, х2 и х4. Уравнение y = f (x2) имеет вид: Для этого уравнения:
коэффициент корреляции R = 0,433<< 1,0;коэффициент детерминацииR2 = 0,2<< 1,0.Полученные значения позволяют сделать вывод о том, что включение в модель фактора х2 (расходы домашних хозяйств, % к ВВП) — нецелесообразно. Уравнение y = f (x4) имеет вид: Для этого уравнения:
коэффициент корреляции R = 0,6 100<< 1,0;коэффициент детерминации R2 = 0,372<< 1,0.Полученные значения позволяют сделать вывод о том, что включение в модель фактора х4 (валовок накопление, % к ВВП) — нецелесообразно. Прогнозирование значения результативного признака.
Поскольку ни одно из трех полученных уравнений хоть в сколько-нибудь отдаленном приближении не описывает результат, для прогнозирования их использовать нельзя. Выполнение прогноза при столь низком качестве модели лишено всякого смысла.
Заключение
.
Курсовой проект выполнен на тему «Гетероскедастичность и экономические причины ее наличия». Описаныосновные предпосылки МНК и гетероскедастичность, как нарушение условия гомоскедастичности. Рассмотрены экономические причины явления гетероскедастичности. Изучены особенности выполнения тестов Бройша-Пагана и Парка. Цель теоретической части курсового проекта — изучить Гетероскедастичность и экономические причины ее наличия — достигнута. Целью практической части курсового проекта было построение модели множественной регрессии для заданного набора исходных данных. Были охарактеризованы экзогенные и эндогенные переменные. Построено двухфакторное уравнение регрессии и выполнена оценка его качества. Построены и оценены однофакторные уравнения линейной регрессии. Поскольку построенные модели незначимы, хоть все вместе, хоть каждая в отдельности, можно сделать вывод: связ между изучаемыми являениями отсутствует, поэтом прогнозирование не выполнялось.
Список использованных источников
.
Доугерти К.
Введение
в эконометрику: учебник. 2-е изд. М.: ИНФРА-М, 2009.
Эконометрика: Учебник для вузов / Под ред. проф. Кремера Н. Ш. ― М.:ЮНИТИ-ДАНА, 2008.
Эконометрика: Учебник / Тихомиров Н. П., Дорохина Е Ю — М.: Издательство «Экзамен», 2007.
Алёхина, А. Э. Эконометрика: учеб.
метод, пособие / А. Э. Алёхина, С. А. Поттосина. — Минск: БГУИР, 2013.
Катаргин, Н. В. Прикладная эконометрика: Учебное пособие / Н. В. Катаргин — Н. В. Катаргин, 2013.
Буре В.М., Евсеев Е. А. Основы эконометрики: Учеб. Пособие. — СПб.: Изд-во С.-Петерб. ун-та, 2008.
Карп, Д. Б. Эконометрика: основные формулы с комментариями: Учеб.
метод. пособие / Д. Б. Карп — Владивосток, 2008. ЦЕНТР ГУМАНИТАРНЫХ ТЕХНОЛОГИЙ: информационно-аналитический портал [Электронный ресурс]. URL:
http://gtmarket.ru/. (Дата обращения: 08.
12.2012).Grandars.ru[Электронный ресурс]. URL:
http://www.grandars.ru/student/ekonomicheskaya-teoriya/makroekonomicheskie-pokazateli.html. (Дата обращения: 08.
12.2012).
