Контрольная работа по "Эконометрике"

Автор работы: Пользователь скрыл имя, 19 Марта 2014 в 11:33, контрольная работа

Краткое описание

Решение.
1. Изучение взаимосвязи между переменными начинается с выдвижения гипотезы о наличии и направлении связи. В нашем примере можно предположить, что объем потребления положительно связан с располагаемым доходом (т.е. с увеличением дохода расходы также увеличиваются).

Прикрепленные файлы: 1 файл

Эконометрика контрольная.docx

— 70.29 Кб (Скачать документ)

 

 

 

 

 

 

Задача

 

Для анализа зависимости объема потребления Y (у.е.) домохозяйства от располагаемого дохода Х (у.е.) отобрана выборка объема n=12 (помесячно в течение года), результаты которой приведены в таблице:

 

1

2

3

4

5

6

7

8

9

10

11

12

x

105

109

110

113

120

122

123

129

136

140

145

150

y

102

105

109

110

118

115

119

125

132

130

141

150


 

Требуется:

1) Сформулировать гипотезу  о направлении связи.

2) Проверить свое предположение, построив поле корреляции.

3) Оценить тесноту связи  с помощью показателя ковариации и коэффициента корреляции.

4) Рассчитать параметры  уравнения линейной регрессии y на x .

5) Оценить общее качество  полученного уравнения.

6) Проверить значимость  уравнения в целом, используя F- статистику.

7) Проверить значимость  коэффициентов уравнения (t – статистики).

8) Проверить гипотезу  об отсутствии автокорреляции.

9) Оформить вывод по  построенной модели.

10) Спрогнозировать значение  объема потребления, если прогнозное значение располагаемого дохода составит 120% от его средней величины. Рассчитать 95%-й доверительный интервал для данного предсказания.

 

 

 

 

 

Решение.

1. Изучение взаимосвязи между переменными начинается с выдвижения гипотезы о наличии и направлении связи. В нашем примере можно предположить, что объем потребления положительно связан с располагаемым доходом (т.е. с увеличением дохода расходы также увеличиваются).

Проверим наше предположение.

  1. Графический метод.

Заметим вначале, что объем выборки n = 12. Представим ряды значений графически. Из рисунка видно, что точки ( xi ; yi ) сосредоточены в области, очерченной вытянутым  эллипсом, поэтому можно предположить наличие сильной положительной линейной связи между показателями. Т.о. анализ графика подтвердил нашу гипотезу.

 

 

 

3. Для определения направления и тесноты взаимосвязи с помощью статистических методов рассчитаем показатель ковариации и коэффициент линейной корреляции. Для сокращения расчетов будем постепенно формировать таблицу.

i

xi

yi

xi -

yi -

(xi - ) (yi - )

(xi - )2

(yi - )2

1

2

3

4

5

6

7

8

1

105

102

-20,17

-19,33

389,8889

406,6944

373,7778

2

109

105

-16,17

-16,33

264,0556

261,3611

266,7778

3

110

109

-15,17

-12,33

187,0556

230,0278

152,1111

4

113

110

-12,17

-11,33

137,8889

148,0278

128,4444

5

120

118

-5,167

-3,333

17,2222

26,6944

11,1111

6

122

115

-3,167

-6,333

20,0556

10,0278

40,1111

7

123

119

-2,167

-2,333

5,0556

4,6944

5,4444

8

129

125

3,8333

3,6667

14,0556

14,6944

13,4444

9

136

132

10,833

10,667

115,5556

117,3611

113,7778

10

140

130

14,833

8,6667

128,5556

220,0278

75,1111

11

145

141

19,833

19,667

390,0556

393,3611

386,7778

12

150

150

24,833

28,667

711,8889

616,6944

821,7778

1502

1456

-

-

2381,3333

2449,6667

2388,6667


 

Вычислим средние арифметические значения обоих признаков:

 

Найдем отклонения от средних арифметических и и занесем их в 4-й и 5-й столбцы таблицы.

Умножим на и сложим полученные произведения (последняя строка в 6-м столбце).

Возведем отклонения в квадрат и сложим (последняя строка в 7-м и 8-м столбцах).

Тогда показатель ковариации:

 

cov [x,y] > 0. Это подтверждает гипотезу о наличии положительной связи между показателями.

Найдем средние квадратические отклонения, пользуясь формулой:

 

Исходя из формулы коэффициенты линейной корреляции, получим:

 

Полученный коэффициент корреляции близок к  +1, это указывает на сильную положительную линейную связь между объемом потребления и располагаемым доходом.

Проверим значимость полученного коэффициента корреляции.

Для этого рассчитаем t – статистику:

 

Зададим уровень значимости коэффициента корреляции (вероятность ошибки): = 0,01. По формуле находим число степеней свободы: v = 122 = 10.

Из таблицы критических значений распределения Стьюдента следует: tкр (0,01;10) = 3,169.

Т.к. |t| > tкр (17,68 > 3,169), следовательно, мы можем отвергнуть нулевую гипотезу о равенстве теоретического коэффициента корреляции нулю, и, как следствие, гипотезу об отсутствии связи между показателями. Т.е. связь между показателями, выраженная коэффициентом корреляции, статистически значима с вероятностью 0,99 (риск ошибки 0,01 или 1%).

Итогом проведённых расчётов может стать вывод о том, что объем потребления действительно линейно положительно связан с величиной располагаемого дохода, и связь эта является статистически значимой. Т.о., проверяемая нами гипотеза получила свое подтверждение на выбранном массиве данных.

4. Т.к. объем потребления действительно линейно положительно связан с величиной располагаемого дохода, то можно построить уравнение линейной регрессии.

Для составления уравнения регрессии находим коэффициенты b и a:

 

Тогда уравнение регрессии принимает вид:

 

Проинтерпретируем построенное уравнение регрессии.

В нашем примере коэффициент регрессии b = 0,9721 показывает, на какую величину изменится объем потребления, если располагаемый доход возрастёт на одну единицу.

Свободный член уравнения  a = -0,3445 определяет прогнозируемое значение объема потребления при величине располагаемого дохода, равному нулю.

5. Анализ общего качества.

Самым простым способом оценить качество полученного уравнения является графический способ: Строим линию регрессии на корреляционном поле. Для этого берем любые две точки значения признака X, удобные для вычислений:

 

По данным точкам проводим линию регрессии.

Анализ графика показывает, что уравнение достаточно точно описывает исследуемую зависимость, т.е. разброс точек, представляющих исходные данные, вокруг линии регрессии невелик.

Для анализа общего качества оценённой зависимости на количественном уровне используют коэффициент детерминации R2 (который в случае парной регрессии равен коэффициенту линейной корреляции).

Формула коэффициента детерминации с поправкой на число степеней свободы имеет вид:

 

 

 

Для расчета коэффициента детерминации сначала необходимо найти ошибку регрессии ei для каждого года исследуемого периода: ei = yi – ŷi, где ŷi – теоретические значения зависимой переменной y, которые рассчитываются по уравнению регрессии:

 

Продолжим формировать таблицу:

i

xi

yi

ŷi

ei

 

1

2

3

9

10

11

1

105

102

101,7260

0,2740

0,075076

2

109

105

105,6144

-0,6144

0,377487

3

110

109

106,5865

2,4135

5,824982

4

113

110

109,5028

0,4972

0,247208

5

120

118

116,3075

1,6925

2,864556

6

122

115

118,2517

-3,2517

10,57355

7

123

119

119,2238

-0,2238

0,050086

8

129

125

125,0564

-0,0564

0,003181

9

136

132

131,8611

0,1389

0,019293

10

140

130

135,7495

-5,7495

33,05675

11

145

141

140,6100

0,3900

0,1521

12

150

150

145,4705

4,5295

20,51637

1502

1456

-

-

73,76064


 

Среднеквадратическая ошибка:

 

Выборочная исправленная дисперсия зависимой переменной:

 

Тогда значение скорректированного коэффициента детерминации:

 

Замечание. Коэффициент без поправки равен:

 

Значение рассчитанного коэффициента детерминации близко к 1, это свидетельствует о достаточно высоком качестве построенного уравнения. Около 96% разброса зависимой переменной объясняется с помощью данного уравнения.

6. Оценка значимости уравнения регрессии в целом.

Проверить значимость уравнения регрессии – значит установить, соответствует ли математическая модель, выражающая зависимость между переменными, экспериментальным данным и достаточно ли включённых в уравнение объясняющих переменных (одной или нескольких) для описания зависимой переменной.

Оценка значимости уравнения проводится с помощью F- критерия Фишера.

Величина F – критерия связана с коэффициентом детерминации и рассчитывается по формуле:

 

F – критерий служит для проверки нулевой гипотезы H0 о том, что все коэффициенты регрессии, за исключением свободного члена а, равны нулю и, следовательно, фактор х не оказывает влияния на результат            y (R2 = 0) или (b = 0).

Находим табличное критическое значение F-критерия, зададим уровень значимости 0,01: Fкр (1;10) = 10,04.

Т.к. Fнабл =284,12 > Fкрит =10,04, то H0 можно отклонить и сделать вывод о существенности статистической связи между y и x.

7. Проверим значимость коэффициентов уравнения зависимости объема потребления от располагаемого дохода.

Рассчитаем стандартную ошибку коэффициента регрессии b, которая определяется по формуле:

 

где S2 – остаточная дисперсия на одну степень свободы.

Стандартная ошибка параметра a определяется по формуле:

 

Далее рассчитаем t – статистики:

 

 

Они служат для проверки нулевых гипотез о том, что истинное значение коэффициента регрессии b или свободного члена a равно нулю:

H0 : β = 0 (α = 0).

Альтернативная гипотеза имеет вид: H1 : β ≠ 0 (α ≠ 0).

t – статистики имеют t – распределение Стьюдента с (n-2) степенями свободы. По таблицам распределения Стьюдента при выбранном уровне значимости α = 0,01 и (n-2) = 10 степенях свободы находят критическое значение tкр (0,01;10) = 3,169.

Т.к. |tb| = 17,71 > tкр = 3,169, то нулевая гипотеза должна быть отклонена, коэффициент b является статистически значимым.

Т.к., |ta| = 0,0498 < tкр = 3,169 то нулевая гипотеза не может быть отклонена. Коэффициент а статистически незначим.

Информация о работе Контрольная работа по "Эконометрике"