Содержание
- Задача
- Исходные данные
- По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (Y, млн руб.) от объема капиталовложений (X, млн руб.)
- Требуется
- 1. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии
- 2. Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков S2; построить график остатков
- 3. Проверить выполнение предпосылок МНК
- 4. Осуществить проверку значимости параметров уравнения регрессии с помощью критерия Стьюдента (а=0,05)
5. Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью-критерия Фишера (а = 0,05), найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
6. Осуществить прогнозирование среднего значения показателя Y при уровне значимости, а = 6,1, если прогнозное значение фактора X составит 80% от его максимального значения.
7. Представить графически фактические и модельные значения Y точки прогноза.
8. Составить уравнения нелинейной регрессии: гиперболической;
степенной; .
показательной.
Привести графики построенных уравнений регрессий.
9. Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и' средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
Задача 2
Исходные данные:
В табл
2.9 представлены среднемесячные данные за 2002— 2004 гг для следующих показателей:
— курс американского доллара, руб.;
— процентные ставки по депозитам физических лиц в кредитных организациях;
— сальдо торгового баланса (ТБ) (разница между экспортом из РФ и импортом в РФ), млн. долл. США;
— прирост золотовалютных резервов (ЗВР) ЦБ РФ (среднемесячные приросты), млн. долл. США;
— индексы потребительских цен (ИПЦ) на товары и платные услуги населению, %.
Год Месяц Курс доллара Процентная ставка Сальдо ТБ Прирост ЗВР ИПЦ
2002 1 30,4 727 150 10,1 3850 284 103,1
2 30,8 057 000 10 3504 -214 101,2
… … … … … … …
36 27,9 040 273 9.6 10 467 10 096 101,1
1. Проанализировать связи между данными пятью показателями по следующей схеме: а) оценить тесноту и направление связи для каждой пары величин;
б) выделить мультиколлинеарные факторы;
в) выбрать два ведущих фактора для показателя «Курс доллара»
2. Построить линейную модель регрессии с ведущими факторами, пояснить экономический смысл ее параметров.
3. Оценить качественные характеристики модели по следующей схеме: а) проверить статистическую значимость уравнения и его параметров;
б) проверить предпосылки МНК, определив математическое ожидание остатков и исследовав их на гомоскедастичность;
в) оценить уровень точности модели на основе средней относительной ошибки; ;
г) оценить, какая доля вариации показателя «Курс доллара» учтена в построенной модели и обусловлена включенными в нее факторами.
4. Выполнить прогноз показателя «Курс доллара» на январь, февраль и март 2005 г., определить ошибку прогнозирования с доверительной вероятностью 95%. Сравнить полученные результаты с фактическими данными за 2005 г.
— январь — 28,009;
— февраль — 27,995;
— март — 27,626;
Задача 1
Исходные данные:
По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (Y, млн руб.) от объема капиталовложений (X, млн руб.).
Требуется:
1. Найти параметры уравнения линейной регрессии, дать экономическую интерпретацию коэффициента регрессии.
2. Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков S2; построить график остатков.
3. Проверить выполнение предпосылок МНК.
4. Осуществить проверку значимости параметров уравнения регрессии с помощью критерия Стьюдента (а=0,05).
5. Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью-критерия Фишера (а = 0,05), найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
6. Осуществить прогнозирование среднего значения показателя Y при уровне значимости, а = 6,1, если прогнозное значение фактора X составит 80% от его максимального значения.
7. Представить графически фактические и модельные значения Y точки прогноза.
8. Составить уравнения нелинейной регрессии:
• гиперболической;
• степенной; .
• показательной.
Привести графики построенных уравнений регрессий.
9. Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и' средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
X 12 4 18 27 26 29 1 13 26 5
Y 21 10 26 33 34 37 9 21 32 14
Решение
1. Для построения парной линейной модели Y =а+bX используем программу РЕГРЕССИЯ (сервис / анализ данных). Окно параметров заполняем следующим образом:
Рисунок 1. Окно параметров программы «Регрессия»
Получаем следующие результаты:
Рисунок 2. Результаты выполнения программы «Регрессия»
Коэффициенты модели содержатся в третьей таблице итогов РЕГРЕССИИ (столбец Коэффициенты).
Таким образом, модель построена, ее уравнение имеет вид
Y =8,12 + 0,968Х Коэффициент регрессии b=0,968, следовательно, при увеличении объема капиталовложений на 1 млн руб. объем выпуска (Y) увеличивается в среднем на 0,968 млн руб.
Свободный член a=8,12 в данном уравнении не имеет реального смысла.
2. Остатки получаем из таблицы «Вывод остатка» программы регрессия. Они раны:
Наблюдение Предсказанное Y Остатки Квадрат
1 19,73 1,27 1,6066
2 11,99 -1,99 3,964
3 25,54 0,46 0,2129