Построение и анализ модели множественной регрессии

Автор работы: Пользователь скрыл имя, 16 Января 2014 в 15:52, контрольная работа

Краткое описание

Линейная модель множественной регрессии имеет вид:

,
где - расчётные значения исследуемой переменной,
- факторные переменные.
- коэффициенты уравнения, каждый из которых показывает, насколько изменится значение исследуемого признака при изменении соответствующего фактора на 1 при неизменных прочих факторных переменных.

Прикрепленные файлы: 1 файл

Козлова Вика - Эконометрика КОНТРОЛЬНАЯ.doc

— 371.50 Кб (Скачать документ)

 

б) Проверку случайности уровней ряда остатков проведем на основе критерия поворотных точек. В случайной выборке математическое ожидание числа точек поворота p и дисперсия sp2 выражаются формулами:

Критерий случайности с a=5% уровнем значимости, является выполнение неравенства

 

Как видно из диаграммы численности, поворотных точек 3.

 

3 > 1,944

 

Неравенство выполняется, следовательно  свойство случайности выполняется, по данному  критерию  модель адекватна.

 

в) Соответствие ряда остатков нормальному закону распределения определим при помощи RS-критерия:

 

emax =

2,595238

emin =

-4,285714

S =

2,195001

RS =

3,13483


 

Расчетное значение попадает в интервал (2,7 – 3,7), следовательно, выполняется  свойство нормальности распределения, по данному  критерию  модель адекватна. 

 

 

5. Оценим точность  модели на основе использования средней относительной ошибки аппроксимации.

 

Для оценки точности модели вычислим среднюю относительную ошибку аппроксимации 

 

Месяц, t

1

5

1,833

0,367

2

8

0,774

0,097

3

7

-4,286

0,612

4

15

-0,345

0,023

5

22

2,595

0,118

6

23

-0,464

0,020

7

26

-1,524

0,059

8

33

1,417

0,043


 

 

Рассчитанное значение средней  относительной ошибки аппроксимации  получилось больше 15%.

6. Осуществим прогноз  (точечный прогноз и доверительный интервал) результирующего показателя на следующие два временных шага.

 

Для вычисления точечного прогноза воспользуемся функцией Excel    ПРЕДСКАЗ().

 

Месяц, t

Число занятых yt, чел.

1

5

2

8

3

7

4

15

5

22

6

23

7

26

8

33

9

36

10

40


 

Проверим результат, рассчитав прогнозные значения для 9 и 10 месяцев, подставив соответствующие значения в ранее полученное уравнение регрессии

 

 

Y(9) = -0.893 + 4.06 * 9 = 35.65 ≈ 36

 

Y(10) = -0.893 + 4.06 * 10 = 39.7 ≈ 40

 

Рассчитаем доверительный интервал с доверительной вероятностью 85%.

Критерий Стьюдента  по СТЬЮДРАСПОБР()  при a = 0,15 и = n – k – 1 = 8 – 2 = 6  равен 1,65.

 

Ширину доверительного интервала  вычислим по формуле:

 

Расчет выполним в Excel.

 

n+k

U(k)

Прогноз

Верхняя граница

Нижняя граница

9

4,959806988

36

41

31

10

5,314516271

40

45

34


   


Верхняя граница =    

   


Нижняя граница =  

 

 

Список использованной литературы

 

  1. Комиссарчик В.Ф. Эконометрика учебное пособие — М.: Тверской государственный технический университет, 2003;
  2. Федосеев М.Н. Экономико-математические методы и прикладные модели учебник — М.: ЮНИТИ, 1999;
  3. Елисеева И.И. Практикум по эконометрике — М.: Финансы и статистика, 2005;
  4. Елисеева И.И. Эконометрика учебник — М.: Финансы и статистика, 2007;
  5. Кремер Н.Ш., Путко Б.А. Эконометрика учебник — М.: ЮНИТИ-ДАНА, 2002;
  6. Орлова И.В., Половников В.А. Экономико-математические методы и модели: компьютерное моделирование учебное пособие — М.: Вузовский учебник, 2007.

Информация о работе Построение и анализ модели множественной регрессии