Главная страница
Навигация по странице:

  • 1380,27 3208,80 Среднее

  • Анализ значений частных коэффициентов эластичности показывает, что для 7, 8, 14, 18, 19 и 20-го наблюдений

  • Для 3-го наблюдения увеличение показателя «трудовой стаж» на 1% приводит к наибольшему увеличению процента выполнения плана, чем в целом по группе наблюдений

  • Вид регрессии Средняя относительная ошибка аппроксимации

  • F-статистика

  • Пример решения задач по эконометрике. Практикум Решение типовых задач Задача Имеются выборочные данные (табл. 1) показателей среднедушевой денежный доход


    Скачать 1.02 Mb.
    НазваниеПрактикум Решение типовых задач Задача Имеются выборочные данные (табл. 1) показателей среднедушевой денежный доход
    Дата03.04.2020
    Размер1.02 Mb.
    Формат файлаdoc
    Имя файлаПример решения задач по эконометрике.doc
    ТипПрактикум
    #114685
    страница11 из 11
    1   2   3   4   5   6   7   8   9   10   11


    2) Теснота нелинейной регрессионной зависимости оценивается с помощью индекса корреляции (корреляционного отношения) (необходимые здесь и далее расчеты приведены в табл. 7):

    .

    Значение ρ одинаково близко к 1 и к 0,5, следовательно, гиперболическая связь между процентом выполнения плана и трудовым стажем работников достаточно сильная, но близка к средней.

    Коэффициент детерминации



    показывает, что в гиперболической модели формирование значений показателя «Процент выполнения плана» на 56,98% объясняется влиянием фактора «Трудовой стаж работника». Оставшиеся 43,02% приходятся на другие факторы, не включенные в модель.

    Скорректированный коэффициент детерминации равен



    Таблица 7

    Расчетная таблица характеристик гиперболической модели

    № п/п

















    1

    1

    84

    90,14

    0,0731

    209,16

    37,67

    424,36

    0,24

    2

    2

    92

    101,08

    0,0987

    12,41

    82,38

    158,76

    0,11

    3

    0,5

    80

    68,26

    0,1468

    1320,60

    137,83

    605,16

    0,64

    4

    2

    85

    101,08

    0,1891

    12,41

    258,45

    384,16

    0,11

    5

    2,5

    94

    103,26

    0,0986

    1,78

    85,83

    112,36

    0,08

    6

    3

    89

    104,72

    0,1767

    0,02

    247,21

    243,36

    0,07

    7

    9

    113

    109,58

    0,0302

    24,85

    11,67

    70,56

    0,02

    8

    9,5

    118

    109,71

    0,0702

    26,14

    68,68

    179,56

    0,02

    9

    3,5

    111

    105,76

    0,0472

    1,36

    27,41

    40,96

    0,06

    10

    4

    102

    106,55

    0,0446

    3,79

    20,67

    6,76

    0,05

    11

    6

    110

    108,37

    0,0148

    14,21

    2,66

    29,16

    0,03

    12

    5

    102

    107,64

    0,0553

    9,24

    31,81

    6,76

    0,04

    13

    7,5

    108

    109,10

    0,0102

    20,24

    1,21

    11,56

    0,03

    14

    8,5

    112

    109,44

    0,0228

    23,44

    6,55

    54,76

    0,02

    15

    7

    113

    108,89

    0,0364

    18,40

    16,89

    70,56

    0,03

    16

    8

    115

    109,28

    0,0497

    21,91

    32,71

    108,16

    0,03

    17

    7

    105

    108,89

    0,0370

    18,40

    15,13

    0,16

    0,03

    18

    11

    116

    110,03

    0,0515

    29,45

    35,68

    129,96

    0,02

    19

    11

    121

    110,03

    0,0907

    29,45

    120,42

    268,96

    0,02

    20

    12

    122

    110,19

    0,0968

    31,27

    139,42

    302,76

    0,02

    Сумма

    120

    2092

    2092

    1,4403

    1828,53

    1380,27

    3208,80




    Среднее

    6

    104,6

    104,6

    0,0720










    0,0834


    Оценим качество гиперболического уравнения регрессии;

    Поскольку расчет параметров проведен верно.

    а) Найдем среднюю относительную ошибку аппроксимации

    .

    Так как < 10% , уравнение имеет высокую точность.

    б) Проверим статистическую значимость уравнения регрессии в целом с помощью критерия Фишера. Расчетное значение (статистика) критерия Фишера

    .

    Табличное значение критерия Фишера с df1 = m = 1 и df2 = n - m - 1 = 20 -1 - 1 = 18 степенями свободы при уровне значимости α = 0,05 найдем с помощью встроенной функции Excel «FРАСПОБР». Fтабл = 4,41 .

    Поскольку Fрасч > Fтабл , уравнение показательной регрессии статистически значимо в целом, т.е. адекватно описывает исходные данные.

    в) Средний и частные коэффициенты эластичности в гиперболической модели найдем по формулам





    Необходимо отметить, что среднее значение, вычисленное по столбцу частных коэффициентов эластичности, не совпадает со значением среднего коэффициента эластичности (0,08 ≠ 0,03). Для анализа необходимо использовать средний коэффициент эластичности, вычисленный по формуле.

    Средний коэффициент эластичности показывает, что при увеличении среднего трудового стажа работников на 1% процент выполнения плана в среднем увеличится на 0,03% (влияние трудового стажа на рост производительности труда в целом по группе наблюдений практически отсутствует).

    Анализ значений частных коэффициентов эластичности показывает, что для 7, 8, 14, 18, 19 и 20-го наблюдений показатель «трудовой стаж работника» имеет наименьшее влияние на показатель «процент выполнения плана» (все частные коэффициенты эластичности равны 0,02).

    Для 3-го наблюдения увеличение показателя «трудовой стаж» на 1% приводит к наибольшему увеличению процента выполнения плана, чем в целом по группе наблюдений 3=0,64).

    Другими словами, в рамках построенной гиперболической модели, у работников, имеющих небольшой стаж работы (два года и менее), увеличение стажа приводит к быстрому росту производительности труда. В тоже время у опытных работников, имеющих стаж работы шесть и более лет, увеличение стажа практически не приводит к росту производительности труда.
    3) Выберем наилучшее из построенных уравнений.

    Постоим линии регрессии на одном корреляционном поле



    Рис. 4. Линии регрессии на корреляционном поле

    Таблица 8

    Характеристики регрессионных моделей

    Вид регрессии

    Средняя относительная ошибка

    аппроксимации,

    Индекс

    корреляции,

    F-статистика

    Скорректированный коэффициент

    детерминации,

    степенная

    3,25

    0,94

    130,62

    0,84

    показательная

    4,00

    0,91

    95,00

    0,90

    гиперболическая

    7,20

    0,75

    23,85

    0,55

    Степенная модель имеет наилучшие значения модельных характеристик: наименьшую среднюю ошибку аппроксимации (наилучшая математическая точность); наибольший индекс корреляции (наиболее сильная нелинейная связь); наибольшее расчетное значение критерия Фишера (наиболее адекватное описание исходных данных). В тоже время скорректированный коэффициент детерминации для нее меньше, чем для показательной модели. Несмотря на то, что формально наилучшая модель выбирается по наибольшему значению скорректированного коэффициента детерминации, в данном случае будем считать наилучшей степенную модель, поскольку она правильнее отражает закономерность в исходных данных, отраженную на корреляционном поле (см. рис. 4)

    Для практического применения следует использовать выводы о степени влияния трудового стажа на процент выполнения плана, сделанные по коэффициентам эластичности, которые вычислены для степенной модели.
    1   2   3   4   5   6   7   8   9   10   11


    написать администратору сайта