КР. Решение 5 Построение спецификации эконометрической модели 5 Оценка параметров модели парной регрессии 5

• Название: Решение 5 Построение спецификации эконометрической модели 5 Оценка параметров модели парной регрессии 5
• Дата: 18.11.2019
• Размер: 0.56 Mb.
• Имя файла: КР.docx
• Тип: Решение; #95781
• страница: 4 из 9

3. Оценивание качества спецификации модели

Коэффициент детерминации R²=0,574. Он показывает долю вариации (дисперсии) результативного признака под воздействием изучаемых факторов. Следовательно, около 57,4% вариации зависимой переменной учтено в модели и обусловлено влиянием включенного фактора, а 42,6% приходится на прочие не учтенные в модели факторы.

Используя информацию, приведенную на рис.1, можно проверить значимость всего уравнения регрессии в целом по критерию Фишера и значимость отдельных коэффициентов.

Согласно рис.1 𝐹_выч = 𝐹(1, 34)= 45,90326.



Рис.3. Получение критического значения критерия Фишера

Так как 𝐹_выч = 45,9 > 𝐹_крит = 4,13002 (рис.3), то модель значима. Нулевая гипотеза H₀: R²=0, отвергается и, коэффициент детерминации признается статистически значимым (регрессия в целом статистически значима). для проверки значимости модели регрессии можно воспользоваться Р-значением (F). В Р-значении содержится вероятность ошибки первого рода при тестировании гипотезы, Р-значение показывает вероятность ошибиться, отвергнув гипотезу H₀, при том, что она верна. Значение критерия Фишера равно 45,9. Р-значение (F) равно 8,63722042575011E-08 (рис. 1). Это говорит о том, что можно отвергнуть гипотезу H₀ (вероятность ошибки близка к нулю).

Критерий Стьюдента. При проверке гипотезы против альтернативной гипотезы , для коэффициентов рассчитывается абсолютная величина t -статистики:






Рис.4. Получение критического значения критерия Стьюдента

Критическое значение (рис.4). Так как , то b₁ значимый на 5% уровне и заявленная потребность в работниках оказывает значимое влияние на норму безработицы. Для свободного члена , он значим на 5% уровне.

На следующем этапе найдем значение средней относительной ошибки аппроксимации. Для этого в модели нужно выбрать Анализ / Наблюдаемые и расчетные значения.



Рис.5. Средняя относительная ошибка аппроксимации

Значение MAPE – это средней относительной ошибкой аппроксимации:



фактические уровни доходов населения отличаются от расчетных в среднем на 9,6371%. Значение превысило 7%, что говорит о невысокой точности модели.