Практикум по эконометрике. Эконометрика Рассчитать выборочные дисперсии эмпирических коэффи. Методические указания по решению типовых практических задач, в том числе с помощью пакета прикладных программ ms excel

• Название: Методические указания по решению типовых практических задач, в том числе с помощью пакета прикладных программ ms excel
• Анкор: Практикум по эконометрике
• Дата: 11.10.2019
• Размер: 2.55 Mb.
• Имя файла: Эконометрика Рассчитать выборочные дисперсии эмпирических коэффи.doc
• Тип: Методические указания; #89663
• страница: 5 из 20

1.2. Решение типовых задач

Задача 1.2.1

Для данных из таблицы методом наименьших квадратов вычислить уравнение линейной регрессии:

Xi	1	3	4	6	7
Yi	2	2	6	8	11

Решение: для расчета параметров b₀ и b₁ линейной регрессии рассчитаем следующую таблицу (используя возможности MS Excel):


Затем, используя формулы расчета коэффициентов уравнения регрессии, определяем соответствующие их значения:

.

Таким образом, уравнение линейной регрессии = -0,68+1,54x_i.
Задача 1.2.2

Рассчитайте коэффициент корреляции, если уравнение регрессии

y = 7 + 2x, σ_x = 2, σ_y = 8.

Решение: тесноту линейной связи уравнения регрессии оценивает коэффициент корреляции

.
Задача 1.2.3

Получено уравнение регрессии y = 3 +3x. Известны σ_x = 2, σ_y = 8 и F = 36. На основании скольких наблюдений (n) получено уравнение?

Решение: количество наблюдений мы можем определить исходя из формулы:

.

Для этого нам необходимо определить значение параметра :

;

;

.
Задача 1.2.5.

По данным проведенного опроса восьми групп семей известны расходы населения на продукты питания и уровни доходов семей.

Расходы на продукты питания, , тыс. руб.	0,9	1,2	1,8	2,2	2,6	2,9	3,3	3,8
Доходы семьи, , тыс. руб.	1,2	3,1	5,3	7,4	9,6	11,8	14,5	18,7

Требуется:

1. 
   Построить линейное уравнение парной регрессии y(x);
   
2. 
   Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
   
3. 
   Оценить качество уравнения регрессии в целом с помощью -критерия Фишера.
   
4. 
   Оценить статистическую значимость параметров регрессии и корреляции.
   
5. 
   Выполнить прогноз расходов на продукты питания при прогнозном значении признака-фактора доходов семьи, составляющем 110% от среднего уровня.
   
6. 
   Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
   

Решение: для удобства дальнейших вычислений составим таблицу.

Таблица 1.3

									, %
1	2	3	4	5	6	7	8	9	10
1	1,2	0,9	1,08	1,44	0,81	1,038	–0,138	0,0190	15,33
2	3,1	1,2	3,72	9,61	1,44	1,357	–0,157	0,0246	13,08
3	5,3	1,8	9,54	28,09	3,24	1,726	0,074	0,0055	4,11
4	7,4	2,2	16,28	54,76	4,84	2,079	0,121	0,0146	5,50
5	9,6	2,6	24,96	92,16	6,76	2,449	0,151	0,0228	5,81
6	11,8	2,9	34,22	139,24	8,41	2,818	0,082	0,0067	2,83
7	14,5	3,3	47,85	210,25	10,89	3,272	0,028	0,0008	0,85
8	18,7	3,8	71,06	349,69	14,44	3,978	–0,178	0,0317	4,68
Итого	71,6	18,7	208,71	885,24	50,83	18,717	–0,017	0,1257	52,19
Среднее значение	8,95	2,34	26,09	110,66	6,35	2,34	–	0,0157	6,52
	5,5345	0,9352	–	–	–	–	–	–	–
	30,5612	0,8741	–	–	–	–	–	–	–

1. Рассчитаем параметры линейного уравнения парной регрессии . Для этого воспользуемся формулами (1.5):

,

. (1.5)

Получили уравнение:

.

т.е. с увеличением дохода семьи на 1000 руб. расходы на питание увеличиваются на 168 руб.

2. Как было указано выше, уравнение линейной регрессии всегда дополняется показателем тесноты связи – линейным коэффициентом корреляции :

.

Близость коэффициента корреляции к 1 указывает на тесную линейную связь между признаками.

Средняя ошибка аппроксимации (находим с помощью столбца 10 таблицы 1.3; ; говорит о хорошем качестве уравнения регрессии, т.е. свидетельствует о хорошем подборе модели к исходным данным.

3. Коэффициент детерминации (тот же результат получим, если воспользуемся формулой (1.7)) показывает, что уравнением регрессии объясняется 98,7% дисперсии результативного признака, а на долю прочих факторов приходится лишь 1,3%.

Оценим качество уравнения регрессии в целом с помощью -критерия Фишера. Сосчитаем фактическое значение -критерия:

.

Табличное значение (, , ): F_табл. = 23. Так как , то признается статистическая значимость уравнения в целом.

4. Для оценки статистической значимости коэффициентов регрессии и корреляции рассчитаем -критерий Стьюдента и доверительные интервалы каждого из показателей. Рассчитаем случайные ошибки параметров линейной регрессии и коэффициента корреляции

.

= ,

= ,

Фактические значения -статистик:

,

,

. Табличное значение -критерия Стьюдента при и числе степеней свободы есть . Так как и , то признаем статистическую значимость параметров регрессии и показателя тесноты связи. Рассчитаем доверительные интервалы для параметров регрессии b₀иb₁: и . Получим, что и .

5. И, наконец, найдем прогнозное значение результативного фактора при значении признака-фактора, составляющем 110% от среднего уровня , т.е. найдем расходы на питание, если доходы семьи составят 9,85 тыс. руб.

(тыс. руб.)

Значит, если доходы семьи составят 9,845 тыс. руб., то расходы на питание будут 2,490 тыс. руб.

Найдем доверительный интервал прогноза. Ошибка прогноза

,

а доверительный интервал ():

.

Прогноз является статистически надежным.

Теперь на одном графике изобразим исходные данные и линию регрессии:

Рис. 1.5