Контрольная работа по "Эконометрике"

 

Применяется пакет анализа MS Office Excel для качественного анализа рассматриваемой модели:

 

 – индекс корреляции (справедливо сделать вывод о  значительной тесноте связи и  высокой точности модели);

 – коэффициент детерминации (значительная часть доли вариации  признака Y учтена в модели и обусловлена значительным влиянием на него факторов, справедливо сделать вывод о высоком качестве модели);

 

стандартная ошибка (должна быть меньше 10, что удовлетворяет  требованию, справедливо заключение о высоком качестве модели);

(сумма квадратов отклонений Y значительно больше остаточной суммы квадратов отклонений, справедливо утверждение, что уравнение регрессии статистически значимо);

 

– критерий Фишера выполнен, модель надежна в целом. Гипотеза об отсутствии связи изучаемого показателя с фактором отклоняется, спра-ведливо заключение о существенности данной связи с уровнем значимости .

 

 – модель парной  регрессии (т. е., при увеличении  фактора X2 на 1%, результирующий фактор Y увеличится на 0,959%);

 

Критерий Стьюдента:

 – параметр a не надежен,

 – параметр b надежен.

Гипотеза о несущественности коэффициента регрессии принимается. Параметр не надежен. Фактор X2 фактически линейно не связан c зависимой переменной Y. Критерий Стьюдента не выполнен.

 

Вывод. Фактор X2 не оказывает сколько-нибудь серьезное влияние на зависимую переменную Y, он лишь искажает реальную картину взаимосвязи. Переменную X2 необходимо исключить из уравнения регрессии. Это не приведет к существенной потере качества модели, но сделает ее более конкретной.

 

2.3.1. На основании п. 1.1., предлагается для построения линейная однофакторная регрессионная модель изучаемого показателя (Y) с третьим фактором

 

	ОРТ	РЗП
	Y	X3
Январь 2006	76,1	76,8
Февраль	99,3	101
Март	109,8	106,2
Апрель	102,1	99
Май	101,1	103,7
Июнь	101,4	108
Июль	103,1	97,8
Август	103,1	99,7
Сентябрь	100,8	102,4
Октябрь	104,1	99,2
Ноябрь	100,1	101,8
Декабрь	119,1	125,2
Январь 2007	75	79,6
Февраль	99,5	101,7
Март	109,5	105,4

Применяется пакет анализа MS Office Excel для качественного анализа рассматриваемой модели:

 

 – индекс корреляции (справедливо сделать вывод о  значительной тесноте связи и  высокой точности модели);

 – коэффициент детерминации (значительная часть доли вариации  признака Y учтена в модели и обусловлена значительным влиянием на него факторов, справедливо сделать вывод о высоком качестве модели);

стандартная ошибка (должна быть меньше 10, что удовлетворяет  требованию, справедливо заключение о высоком качестве модели);

(сумма квадратов отклонений Y значительно больше остаточной суммы квадратов отклонений, справедливо утверждение, что уравнение регрессии статистически значимо);

 

 – критерий Фишера выполнен, модель надежна в целом. Гипотеза об отсутствии связи изучаемого показателя с фактором отклоняется, спра-ведливо заключение о существенности данной связи с уровнем значимости .

 

 – модель парной  регрессии (т. е., при увеличении  фактора X3 на 1%, результирующий фактор Y увеличится на 0,947%);

 

Критерий Стьюдента:

 – параметр a не надежен,

 – параметр b надежен.

Гипотеза о несущественности коэффициента регрессии принимается. Параметр не надежен. Фактор X3 фактически линейно не связан c зависимой переменной Y. Критерий Стьюдента не выполнен.

 

Вывод. Фактор X3 не оказывает сколько-нибудь серьезное влияние на зависимую переменную Y, он лишь искажает реальную картину взаимосвязи. Переменную X3 необходимо исключить из уравнения регрессии. Это не приведет к существенной потере качества модели, но сделает ее более конкретной.

 

3. На основании полученных данных, первая регрессионная модель признается лучшей. На основании данной модели строится прогноз на два следующих месяца.

 

3.1. Построение прогноза на апрель  месяц 2007 г. оборота розничной торговли на основе данных за тот же месяц 2006 г. реально располагаемого денежного дохода потребителей:

 

 – значение реально располагаемого денежного дохода потребителей за апрель 2006 г.

Прогнозное значение оборота розничной  торговли строится на основе уравнения  модели парной регрессии:

 

 

.

Вывод. На основе полученных расчетов, прогноз по обороту розничной торговли в апреле месяце 2007 г. составит 101,633.

 

3.2. Построение прогноза на май  месяц 2007 г. оборота розничной  торговли на основе данных  за тот же месяц 2006 г. реально  располагаемого денежного дохода  потребителей:

 

 – значение реально  располагаемого денежного дохода  потребителей за май 2006 г.

Прогнозное значение оборота розничной  торговли строится на основе уравнения  модели парной регрессии:

 

 

.

Вывод. На основе полученных расчетов, прогноз по обороту розничной торговли в мае месяце 2007 г. составит 99,779.

 

4. Построение графика отражения  теоретических и фактических  значений оборота розничной торговли на основе реально располагаемого денежного дохода потребителей

 

 

Рис. 2. Отражение теоретических и фактических значений оборота розничной торговли на основе реально располагаемого денежного дохода потребителей