Контрольная работа по эконометрике

Автор работы: Пользователь скрыл имя, 04 Апреля 2014 в 11:17, контрольная работа

Краткое описание

Оценка статистической значимости
а) по критерию Фишера:
1. Выдвигаем нулевую гипотезу о статистической незначимости параметров регрессии и показателя корреляции а = b = rxy =0;
2. Фактическое значение критерия получено из функции ЛИНЕЙН
∑(ỹx-y)І/m rІxy0,61
Fфакт= = (n-2) = (13-2) = 1,56*11 = 17,2;
∑(y-ỹ)І /(n-m-1) 1-rІxy 1-0,61

Содержание

1. Рассчитайте параметры уравнения линейной регрессии
2. Оцените тесноту связи с помощью показателей корреляции и детерминации
3. Определите среднюю ошибку аппроксимации. Сделайте выводы
4. Оцените статистическую надежность регрессионного моделирования с помощью F-критерия Фишера и t-критерия Стьюдента
5. Оцените полученные результаты, оформите выводы

Прикрепленные файлы: 1 файл

эконометрика.doc

— 239.00 Кб (Скачать документ)

МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ ИЖЕВСКАЯ ГОСУДАРСТВЕННАЯ СЕЛЬСКОХОЗЯЙСТВЕННАЯ АКАДЕМИЯ

 

 

Контрольная работа по эконометрике

 

 

 

 

 

 

 

Выполнила:__________

 

…..Проверила:__________

    

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ижевск 2013

ЗАДАЧА 1. ПАРНАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ

Вариант 4-1

1. Рассчитайте параметры уравнения  линейной регрессии

2. Оцените тесноту связи с  помощью показателей корреляции  и детерминации

3. Определите среднюю ошибку  аппроксимации. Сделайте выводы

4. Оцените статистическую надежность  регрессионного моделирования с  помощью F-критерия Фишера и t-критерия  Стьюдента

5. Оцените полученные результаты, оформите выводы

 

№ набл.

Район

Средний размер назначенных ежемесячных пенсий, тыс.руб., y

Прожиточный минимум в среднем на одного пенсионера в месяц, тыс.руб., x

1

Брянская обл.

240

178

2

Владимирская обл.

226

202

3

Ивановская обл.

221

197

4

Калужская обл.

226

201

5

Костромская обл.

220

189

6

г.Моска

250

302

7

Москавская обл.

237

215

8

Орловская обл.

232

166

9

Рязанская обл.

215

199

10

Смоленская обл.

220

180

11

Тверская обл.

222

181

12

Тульская обл.

231

186

13

Ярославская обл.

229

250

Fтабл.=4,84(α=0,05)

=9,29

=34,75




1. Расчет параметров уравнения линейной регрессии по данным таблицы:

 
Решение:

 

1. Уравнение линейной регрессии  имеет следующий вид:

№ наблюдения

х

y

X2

X·Y

yx

y- yx

Ai

1

178

240

31684

42720

222,51

17,49

7,29

2

202

226

40804

45652

227,67

-1,67

0,74

3

197

221

38809

43537

226,59

-5,59

2,53

4

201

226

40401

45426

227,45

-1,45

0,64

5

189

220

35721

41580

224,87

-4,87

2,22

6

302

250

91204

75500

249,17

0,83

0,33

7

215

237

46225

50955

230,46

6,54

2,76

8

166

232

27556

38512

219,93

12,07

5,20

9

199

215

39601

42785

227,02

-12,02

5,59

10

180

220

32400

39600

222,94

-2,94

1,34

11

181

222

32761

40182

223,15

-1,15

0,52

12

186

231

34596

42966

224,23

6,77

2,93

13

250

229

62500

57250

237,99

-8,99

3,93

Сумма

2646

2969

554262

606665

     

Ср. значение

203,54

228,38

42635,54

46666,54

   

2,77


 
Найдем b:

 

Тогда

Уравнение линейной регрессии имеет вид:

ŷx =184,239+0,215x

2. а) Рассчитываем коэффициент корреляции:

по формуле:

 
rxy = b — = 0,21 =0,78

 
с помощью статистической функции КОРРЕЛ-r =0,78

Связь между переменными x и y прямая, средняя, близкая к сильной, т.е. величина среднемесячной пенсии в значительной мере зависит от прожиточного минимума в среднем на одного пенсионера в месяц

б) Для определения средней ошибки аппроксимации рассчитываем столбцы

yx , y- yx , Ai :

Ai = y- yx * 100, А = 1/n∑ni=1 Ai

Получаем значение средней ошибки аппроксимации

А = 2,77%

Величина ошибки аппроксимации говорит о хорошем качестве модели.

в) Величина коэффициента детерминации получена с помощью функции

ЛИНЕЙН R2 = rxy2 = 0,61,

то есть в 61% случаев изменения среднемесячного прожиточного минимума на одного пенсионера приводят к изменению среднемесячной пенсии. Другими словами – точность подбора регрессии 61 % - средняя.

 
3. Оценка статистической значимости

а) по критерию Фишера:

1. Выдвигаем нулевую гипотезу о статистической незначимости параметров регрессии и показателя корреляции а = b = rxy =0;

2. Фактическое значение критерия  получено из функции ЛИНЕЙН

∑(ỹx-y)І/m rІxy0,61

Fфакт= = (n-2) = (13-2) = 1,56*11 = 17,2;

∑(y-ỹ)І /(n-m-1) 1-rІxy 1-0,61

3. Fтабл =4,84

 

4. Сравниваем фактическое и табличное  значения критерия Fфакт> Fтабл , т.е.нулевую  гипотезу отклоняем и делаем  вывод о статистической значимости  и надежности полученной модели.

б) по критерию Стьюдента:

1. Выдвигаем гипотезу о статистически  незначимом отличии показателей от нуля: a = b = rІxy = 0;

2. Табличное значение t – критерия  зависит от числа степеней  свободы и заданного уровня  значимости α. Уровень значимости  – это вероятность отвергнуть  правильную гипотезу.

rxy √(n-m)

t=

√(1- r2xy)

Где n – количество наблюдений; m – количество факторов.

t= 0,78√(13-2)= 2,59=4,18

√(1-0,61)0,62

3. Фактические значения t-критерия  рассчитываются отдельно для  каждого параметра модели. С этой  целью сначала определяются случайные  ошибки параметров mа , mb, mrxy .

mа=Sост √∑х2 = 1,65;

mb= Sост = 0,004

nσх σх√n

mrxy= √(1- r2xy) = 0,062

n-m-1

где Sост=√(∑ (y- yx ) ) = 5 = 0,5

n-m-110

Рассчитываем фактические значения t – критерия:

tфа =a/ mа =111,66

tфb =b/ mb =53,75

tфrxy= rxy/mrxy = 12,58

 
tфа>tтабл ; tфb>tтабл ; tфrxy >tтабл . Нулевую гипотезу отклоняем , параметры a, b, rxy - не случайно отличаются от нуля и являются статистически значимыми и надежными.

 

 

 

 

ЗАДАЧА 2. МНОЖЕСТВЕННАЯ РЕГРЕССИЯ И КОРРЕЛЯЦИЯ

 

По данным газеты «Из рук в руки» собрать данные о стоимости квартир на вторичном рынке г.Ижевска за определенный период. Выборка должна содержать не менее 60 наблюдений. В качестве факторов, влияющих на стоимость квартиры взять: число комнат в квартире,  общую площадь квартиры, жилую площадь квартиры, площадь кухни, район города (центральный - 0, отдаленный - 1), тип дома (кирпичный – 1, другой - 0). Построить уравнение регрессии, характеризующее зависимость цены от всех факторов. Оценить экономический смысл и значимость полученного уравнения.

Y – цена квартиры, тыс.дол.

X1 – общая площадь квартиры, кв. м.

X2 – число комнат в квартире

X3 – жилая площадь квартиры, кв.м.

X4 – площадь кухни, кв.м.

 

В задаче использовались выборка о ценах на квартиры в городе Ижевск

С помощью функции Регрессия мы получили таблицы:

 

Регрессионная статистика

Множественный R

0,961657

R - квадрат

0,924784

Нормативный R - квадрат

0,919314

Стандартная ошибка

434,0617

Наблюдения

60


 

 

 

Дисперсионный анализ

 

df

SS

MS

F

F

Регрессия

4

1,27E+08

31851979

169,0572

3,32E - 30

Остаток

55

10362524

188409,5

   

 

 

Коэффициенты

Стандартная ошибка

t - статистика

Р - значение

Нижние 95%

Верхние 95%

Y - пересечение

- 852,34

204,65

-4,16

0,00

- 1262,46

- 442,22

Перепенная X1

77,96

15,36

5,07

0,00

47,17

108,74

Переменная X2

- 743,19

160,20

-4,64

0,00

- 1064,25

-422,14

Переменная X3

25,75

26,71

0,96

0,34

-27,77

79,27

Переменная X4

- 0,13

33,86

0,00

1,00

- 67,98

67,73


Запишем множественное линейное уравнение регрессии:

y= - 852,34 + 77,96х1 – 743,19х2 + 25,75х3 – 0,13х4

Из полученного уравнения можно сделать следующие выводы:

При увеличение общей площади квартиры цена квартиры увеличивается на 77,96 тыс.бублей

При увеличении числа комнат в квартире цена квартиры уменьшается на 743,19тыс.рублей

При увеличение жилой площади квартиры цена квартиры увеличивается на 25,75 тыс.рублей

При увеличение площади кухни цена квартиры уменьшается на 0,13 тыс.рублей

 

 R = 0,96 – коэффициент корреляции близок к 1, поэтому можно говорить о тесной связи между изучаемыми переменными.

R2 = 0,92 – коэффициент тоже высок, и означает высокую точность подбора регрессионного уравнения, что в 93 случаях из 100 изменения переменных х приводит к изменению цены квартиры.

Информация о работе Контрольная работа по эконометрике