Домашняя контрольная работа
Найдите официальные данные по выбранным Вами 3 показателям , характеризующих ту или иную предметную область. Объём выборки должен составлять не менее 10 наблюдений по каждому показателю. Найденную информацию представьте в виде таблицы.
Y – прожиточный минимум на душу населения, руб.
X1 – средняя заработная плата, руб.
X2 – ВВП, млрд. руб.
Данные за период 2009-2018 гг.: n
| Y
| X1
| X2
| 1
| 5083
| 18638
| 38807
| 2
| 5518
| 20952
| 46309
| 3
| 6473
| 23369
| 60282
| 4
| 6307
| 26629
| 68164
| 5
| 7095
| 29792
| 73134
| 6
| 7688
| 32495
| 79200
| 7
| 9662
| 34030
| 83387
| 8
| 9452
| 36709
| 86010
| 9
| 9691
| 39167
| 92089
| 10
| 10328
| 42550
| 103627
|
Постройте корреляционные поля наблюдений и специфицируете предполагаемые модели.
Можно выдвинуть гипотезу о существовании линейной зависимости.
Определите выборочные коэффициенты корреляции.
Сделайте выводы о силе линейной зависимости между рассматриваемыми переменными.
n
| Y
| X1
| X2
| YX1
| YX2
| X1X2
| Y2
| X12
| X22
| 1
| 5083
| 18638
| 38807
| 94736954
| 197255981
| 723284866
| 25836889
| 347375044
| 1505983249
| 2
| 5518
| 20952
| 46309
| 115613136
| 255533062
| 970266168
| 30448324
| 438986304
| 2144523481
| 3
| 6473
| 23369
| 60282
| 151267537
| 390205386
| 1408730058
| 41899729
| 546110161
| 3633919524
| 4
| 6307
| 26629
| 68164
| 167949103
| 429910348
| 1815139156
| 39778249
| 709103641
| 4646330896
| 5
| 7095
| 29792
| 73134
| 211374240
| 518885730
| 2178808128
| 50339025
| 887563264
| 5348581956
| 6
| 7688
| 32495
| 79200
| 249821560
| 608889600
| 2573604000
| 59105344
| 1055925025
| 6272640000
| 7
| 9662
| 34030
| 83387
| 328797860
| 805685194
| 2837659610
| 93354244
| 1158040900
| 6953391769
| 8
| 9452
| 36709
| 86010
| 346973468
| 812966520
| 3157341090
| 89340304
| 1347550681
| 7397720100
| 9
| 9691
| 39167
| 92089
| 379567397
| 892434499
| 3606849863
| 93915481
| 1534053889
| 8480383921
| 10
| 10328
| 42550
| 103627
| 439456400
| 1070259656
| 4409328850
| 106667584
| 1810502500
| 10738555129
| Итого
| 77297
| 304331
| 731009
| 2485557655
| 5982025976
| 23681011789
| 630685173
| 9835211409
| 57122030025
| Среднее
| 7729,7
| 30433,1
| 73100,9
| 248555765,5
| 598202597,6
| 2368101178,9
| 63068517,3
| 983521140,9
| 5712203002,5
|
Существует очень сильная прямая взаимосвязь.
Существует очень сильная прямая взаимосвязь.
Существует очень сильная прямая взаимосвязь.
Для полученного на шаге 3 наибольшего значения коэффициента корреляции постройте 98%-й доверительный интервал.
С вероятностью 0,98 коэффициент корреляции между средней заработной платы и ВВП находится в пределах от 0,882 до 0,999.
На уровне значимости 0,05 проверьте гипотезу о значимости коэффициентов корреляции.
Оцените параметры парных регрессионных моделей: и . Дайте экономическую интерпретацию полученных результатов.
При росте средней заработной платы на 1 руб. в среднем произойдёт рост прожиточного минимума на душу населения на 0,232 руб.
При росте ВВП на 1 млрд. руб. в среднем произойдёт рост прожиточного минимума на душу населения на 0,232 руб.
Определите остаточные суммы квадратов, оценки дисперсий и стандартные ошибки параметров построенных моделей. На основе полученных оценок проведите сравнительный анализ качества построенных моделей.
n
| Y
| Yоц (1)
| Yоц (2)
| RSS (1)
| RSS (2)
| 1
| 5083
| 4991
| 4644
| 8522
| 192812
| 2
| 5518
| 5528
| 5319
| 101
| 39627
| 3
| 6473
| 6089
| 6576
| 147224
| 10659
| 4
| 6307
| 6846
| 7285
| 290873
| 957408
| 5
| 7095
| 7581
| 7733
| 236027
| 406634
| 6
| 7688
| 8209
| 8279
| 270927
| 348695
| 7
| 9662
| 8565
| 8655
| 1203500
| 1013536
| 8
| 9452
| 9187
| 8891
| 70190
| 314412
| 9
| 9691
| 9758
| 9438
| 4469
| 63872
| 10
| 10328
| 10543
| 10476
| 46414
| 22044
| Итого
| 77297
| 77297
| 77297
| 2278248
| 3369698
|
Первое уравнение регрессии имеет меньшую ошибку, т.е. является более качественным.
Сравните построенные модели по критерию , выберите наилучшую модель из построенных, свой выбор обоснуйте.
Выбираем первую модель, поскольку она в большей степени объясняется зависимой переменной.
Для выбранной на шаге 8 модели проверьте гипотезу о значимости параметров линейной регрессии и гипотезу о значимости модели в целом при уровнях значимости 0,02 и 0,1 соответственно.
Определим ошибки модели: n
| Y
| X1
| (X1-Xcp)2
| 1
| 5083
| 18638
| 139124384,0
| 2
| 5518
| 20952
| 89891257,2
| 3
| 6473
| 23369
| 49901508,8
| 4
| 6307
| 26629
| 14471176,8
| 5
| 7095
| 29792
| 411009,2
| 6
| 7688
| 32495
| 4251431,6
| 7
| 9662
| 34030
| 12937689,6
| 8
| 9452
| 36709
| 39386920,8
| 9
| 9691
| 39167
| 76281009,2
| 10
| 10328
| 42550
| 146819265,6
| Итого
| 77297
| 304331
| 573475652,9
| Ошибки параметров:
Значимость параметров:
Значимость модели:
Для выбранной на шаге 8 модели найти 98%-е доверительные интервалы для неизвестных параметров регрессии.
|