Министерство науки и высшего образования РФ
ФГБОУ ВО «Псковский государственный университет»
Институт права, экономики и управления Кафедра экономики, финансов и финансового права
КОНТРОЛЬНАЯ работа по дисциплине «Эконометрика» Вариант №2
Выполнил студент: Гаврилов В.В.
Группа:0072-04
Преподаватель: Кистаева Н. Н.
Псков
2021
Содержание
1 задание ………………………………………………………………………………… 3
2 задание ………………………………………………………………………………… 19
Задание 1
Решение
Исходные данные для анализа представлены в таблице 1.1:
Таблица 1.1 – исходные данные
номер
| Регион
| СРЕДНИЕ ЦЕНЫ НА ПЕРВИЧНОМ РЫНКЕ ЖИЛЬЯ ЖИЛЬЯ (на конец года; руб. за м2 общей площади)(Y)
| СРЕДНЕГОДОВАЯ ЧИСЛЕННОСТЬ НАСЕЛЕНИЯ (тыс. человек)(X1)
| ОБЪЕМ ЖИЛИЩНЫХ КРЕДИТОВ, ПРЕДОСТАВЛЕННЫХ КРЕДИТНЫМИ ОРГАНИЗАЦИЯМИ ФИЗИЧЕСКИМ ЛИЦАМ В РУБЛЯХ (млн руб.)(X2)
| 1
| Белгородская область
| 57818
| 1548,3
| 19733
| 2
| Брянская область
| 36884
| 1196,3
| 16821
| 3
| Владимирская область
| 35524
| 1362,1
| 21384
| 4
| Воронежская область
| 49010
| 2326
| 36490
| 5
| Ивановская область
| 39229
| 1000,7
| 12221
| 6
| Калужская область
| 51363
| 1006
| 22749
| 7
| Костромская область
| 39381
| 635,3
| 9168
| 8
| Курская область
| 42011
| 1105,5
| 15838
| 9
| Липецкая область
| 44741
| 1141,7
| 15812
| 10
| Московская область
| 88486
| 7645,2
| 242590
| 11
| Орловская область
| 40021
| 736,5
| 12320
| 12
| Рязанская область
| 43401
| 1111,5
| 20386
| 13
| Смоленская область
| 39606
| 938,6
| 14315
| 14
| Тамбовская область
| 37855
| 1011,4
| 14053
| 15
| Тверская область
| 47340
| 1265
| 23912
| 16
| Тульская область
| 55148
| 1472,5
| 25645
| 17
| Ярославская область
| 53475
| 1256,5
| 18200
| 18
| г. Москва
| 203190
| 12646,7
| 393629
| 19
| Республика Карелия
| 52523
| 616,1
| 11264
| 20
| Республика Коми
| 50023
| 825,4
| 19411
| 21
| Архангельская область
| 62346
| 1140,3
| 26500
| 22
| Вологодская область
| 42296
| 1164,1
| 19696
| 23
| Калининградская область
| 52513
| 1007,3
| 18366
| 24
| Ленинградская область
| 59035
| 1861,8
| 45525
| 25
| Новгородская область
| 45223
| 598,4
| 9337
| 26
| Псковская область
| 38695
| 627,9
| 8439
| 27
| г. Санкт-Петербург
| 120600
| 5391
| 195015
| 28
| Республика Адыгея
| 38843
| 458,9
| 4103
| 29
| Республика Калмыкия
| 29626
| 271,9
| 5365
| 30
| Республика Крым
| 66490
| 1912,2
| 8852
| 31
| Краснодарский край
| 52552
| 5661,8
| 77706
| 32
| Астраханская область
| 47991
| 1009,9
| 13682
| 33
| Волгоградская область
| 46257
| 2499,3
| 34769
| 34
| Ростовская область
| 51664
| 4200,1
| 59165
| 35
| г. Севастополь
| 70195
| 446,2
| 3011
| 36
| Республика Дагестан
| 34382
| 3098,5
| 11715
| 37
| Республика Ингушетия
| 39489
| 502,2
| 397
| 38
| Кабардино-Балкарская Республика
| 23254
| 867,3
| 6120
| 39
| Карачаево-Черкесская
| 38449
| 465,6
| 3292
| 40
| Республика Северная Осетия – Алания
| 35099
| 698,1
| 5984
| 41
| Чеченская Республика
| 46592
| 1467,8
| 2568
| 42
| Ставропольский край
| 41156
| 2799,4
| 32461
| Воспользуемся пакетом анализа данных «Excel» (инструмент «Корреляция») для расчета коэффициентов интеркорреляции. Записываем их в виде матрицы (таб.1.2)
Таблица 1.2- Матрица коэффициентов парной корреляции
| (Y)
| (X1)
| (X2)
| (Y)
| 1,000
|
|
| (X1)
| 0,845
| 1,000
|
| (X2)
| 0,915
| 0,950
| 1,000
| Так как rx1x2 = 0,950, то между факторами присутствует мультиколлинеарность.
С помощью пакета анализа Excel вычислены значения выборочных средних и среднеквадратических отклонений для изучаемых переменных (таб. 1.2)
Таблица 1.2 – Промежуточные расчеты для построения регрессии
переменные
| ср знач
| стандартное отклонение
| коэф корреляции
| y
| 52138
| 28523
| ryx1
| 0,845
| x1
| 1881
| 2264
| ryx2
| 0,915
| x2
| 37095
| 71844
| rx1x2
| 0,950
| Вывод : Факторы тесно коррелированы между собой.
Линейное уравнение множественной регрессии y от x1 и x2 имеет вид:
Искомое уравнение в стандартизованном масштабе:
,
где — коэффициенты «чистой регресии»;
— переменные исходной модели,
– стандартизованные коэффициенты регрессии,
– стандартизованные переменные,
Расчет - коэффициентов выполнен по формулам:
= = -0,243
1,146
Уравнение в стандартизованном масштабе:
ty =
Вывод: x2 оказывает на y более сильное влияние, чем x1
Для построения уравнения в естественной форме необходимо рассчитать и , используя формулы перехода от к :
-3,07
0,46
Значение α находим по следующей формуле:
15388,070
Уравнение в естественном виде выглядит следующим образом:
15388,07-3,067x1+0,455x2
Результаты регрессионного анализа представлены в таблице 1.4:
Таблица 1.4 – Результаты регрессионного анализа
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| Регрессионная статистика
|
|
|
|
|
|
|
| Множественный R
| 0,92
|
|
|
|
|
|
|
| R-квадрат
| 0,84
|
|
|
|
|
|
|
| Нормированный R-квадрат
| 0,83
|
|
|
|
|
|
|
| Стандартная ошибка
| 11729,26
|
|
|
|
|
|
|
| Наблюдения
| 42,00
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| Дисперсионный анализ
|
|
|
|
|
|
|
|
| df
| SS
| MS
| F
| Значимость F
|
|
|
| Регрессия
| 2
| 28803906592
| 14401953296
| 104,68
| 2,09602E-16
|
|
|
| Остаток
| 39
| 5365444509
| 137575500,2
|
|
|
|
|
| Итого
| 41
| 34169351100
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| Коэффициенты
| Стандартная ошибка
| t-
статистика
| P-
Значение
| Нижние
95%
| Верхние 95%
| Нижние 95,0%
| Верхние
95,0%
| Y-пересечение
| 41026,03
| 2832,37
| 14,48
| 0,00
| 35297,03
| 46755,03
| 35297,03
| 46755,03
| (X1)
| -3,07
| 2,55
| -1,20
| 0,24
| -8,23
| 2,10
| -8,23
| 2,10
| (X2)
| 0,46
| 0,08
| 5,65
| 0,00
| 0,29
| 0,62
| 0,29
| 0,62
|
Исходя из результатов анализа, представленных в таблице 1.4, можно сделать следующие выводы.
Вывод:
Линейная модель адекватна для исходных данных, связь прямая и тесная (Множественный R = 0,92)
R2 = 84% вариации средних цен на первичном рынке жилья на конец год объяснено определяются вариацией учтенных в модели факторов: среднегодовая численность населения и объем жилищных кредитов.
F = 104,68 уравнение в целом значимо (α=0,05)
Значение показатели Fкритич считаем с помощью формулы «Excel» - формула «F.ОБР.ПХ.»
Fкритич =3,238
Оба коэффициента регрессии значимы (α = 0,05), не значим свободный член
Частные коэффициенты эластичности:
Эyx1
Эyx2
Вывод:
При увеличении среднегодовая численность населения на 1% от ее среднего уровня, средние цены на первичном рынке жилья уменьшиться на 0,11% от ее среднего уровня, а при увеличении объем жилищных кредитов, предоставленных кредитными организациями физическим лицам на 1% от ее среднего уровня, средние цены на первичном рынке жилья увеличиться на 0,32% от ее среднего уровня.
Фактор x2 сильнее влияет на y, чем x1.
Такие же выводы можно сделать при сравнении и .
Различия в силе влияния факторов на результат, полученные при сравнении и объясняются тем, что коэффициент эластичности исходит из соотношения средних, а из соотношения квадратичных отклонений.
Линейные коэффициенты частной корреляции:
Сравниваем полученные результаты линейных коэффициентов частной корреляции и приходим к выводу, что объем жилищных кредитов, предоставленных кредитными организациями физическим лицам, имеет более тесную связь со средние цены на первичном рынке жилья, чем среднегодовая численность населения.
Частный F-критерий:
Вывод:
Низкое значение свидетельствует о статистической незначимости прироста за счёт включение в модель фактора среднегодовая численность населения. Следовательно, подтверждается нулевая гипотеза о нецелесообразности включения его в модель.
|