Задание 4. Парная регрессионная модель 4.1. Назовите этапы эконометрического исследования.
4.2. По Российской Федерации за 2011 год известны значения двух при- знаков, представленных в таблице:
Месяцы
| Расходы на покупку продовольственных товаров в общих расходах, % Y
| Средний денежный доход на душу населения, руб. Х
| Январь
| 69
| 1964,7
| Февраль
| 65,6
| 2292,0
| Март
| 60,7
| 2545,8
| Апрель
| …
| …
| Май
| …
| …
| Июнь
| …
| …
| Июль
| …
| …
| Август
| …
| …
| Сентябрь
| …
| …
| Октябрь
| 53,3
| 3042,8
| Ноябрь
| 50,9
| 3107,2
| Декабрь
| 47,5
| 4024,7
|
Для оценки зависимости Y от Х построена парная линейная регрес- сионная модель с помощью метода наименьших квадратов = а + bх + е, где а = а/4, b = . Парный коэффициент корреляции rxy = . Средняя ошибка аппроксимации А = + 4,6. Известно, что Fтабл = 4,96, а Fфакт = . Определите коэффициент детерминации. Оцените линейную модель через среднюю ошибку аппроксимации и F-критерий Фишера.
Решение:
Пусть, например, число α = 14. Тогда найдем коэффициенты парной линейной регрессионной модели а = 63,5 и b = -0,004. Получили уравнение регрессии:
= 63,5 - 0,004х + е. Значит, с увеличением среднего денежного дохода на 1 руб. доля расходов на покупку продовольственных товаров снижается в среднем на 0,004 процентных пункта.
Линейный коэффициент парной корреляции rxy=-0,31 (связь умеренная, обратная). Найдем коэффициент детерминации rxy2 = (-0,31)2 = 0,1. Вариация результата Y на 10 % объясняется вариацией фактора Х.
Средняя ошибка аппроксимации = 10,1, что говорит о высокой ошибке аппроксимации (недопустимые пределы), регрессионная модель плохо описывает изучаемую закономерность. В среднем расчетные значения отклоняются от фактических на 10,1 %.
Уровень значимости α – вероятность отвергнуть правильную гипотезу при условии, что она верна. Обычно α принимается равной 0,05 или 0,01. (Будем при решении задач принимать α=0,05.)
Проверяем F-критерий Фишера, для этого сравним Fтабл и Fфакт. Fтабл < Fфакт (4,96 < 132), значит Н0 – гипотеза о случайной природе оцениваемых характеристик отклоняется и признается их статистическая значимость и надежность с вероятностью 0,95 (1-а).
Общий вывод: Линейная парная модель плохо описывает изучаемую закономерность, т.к. не выполняются условия по коэффициенту детерминации и средней ошибке аппроксимации: , rxy2 , Fтабл < Fфакт.
Задание 5. Множественна регрессионная модель По имеющимся данным, представленным в таблице 11, получена матрица парных коэффициентов корреляции (таблица 12).
Таблица 11
Наименование района, а/б
| Кол-во комнат
| Общая площадь
| Жилая площадь
| Площадь кухни
| Этаж, средние/ крайние
| Дом, кирп/пан
| Срок сдачи, ч/з_ мес
| Стои- мость кварти- ры, тыс. $
| Х1
| Х2
| Х3
| Х4
| Х5
| Х6
| Х7
| Х8
| Х9
| 1
| 1
| 39,8
| 19
| 7
| 1
| 2
| 7
| 20,5
| 1
| 1
| 53,2
| 19,4
| 9
| 2
| 1
| 3
| 23,6
| 2
| 1
| 46
| 18
| 9
| 2
| 2
| 1
| 14,2
| …
|
|
|
|
|
|
|
|
| 1
| 5
| 370
| 180
| 35
| 2
| 2
| 2
| 190139,2
| 2
| 5
| 231,2
| 149
| 30
| 2
| 2
| 2
| 157,2
| 2
| 6
| 251,5
| 167
| 32,5
| 2
| 1
| 5
|
|
Таблица 12
| Х1
| Х2
| Х3
| Х4
| Х5
| Х6
| Х7
| Х8
| У
| Х1
| 1
|
|
|
|
|
|
|
|
| Х2
| 0,101
| 1
|
|
|
|
|
|
|
| Х3
| -0,166
| 0,82+(1/а)
| 1
|
|
|
|
|
|
| Х4
| -0,091
| 100/а
| 0,964
| 1
|
|
|
|
|
| Х5
| -0,320
| 0,649
| 90/а
| 0,83+(1/а)
| 1
|
|
|
|
| Х6
| -0,035
| 0,162
| 0,170
| 0,167
| 0,067
| 1
|
|
|
| Х7
| 0,094
| -0,143
| -0,07
| -0,108
| -0,15
| 0,075
| 1
|
|
| Х8
| -0,224
| -0,287
| -0,175
| -0,211
| -0,08
| -0,21
| -0,032
| 1
|
| У
| -0,305
| 0,690
| 0,899
| 0,885
| 0,855
| 0,260
| 0,023
| -0,184
| 1
| |