Лабораторная работа №5

“Построение нелинейных эконометрических моделей в пакете анализа данных SPSS ”

Цель работы: освоить приемы построения нелинейных регрессионных эконометрических моделей в пакете анализа данных SPSS.

Задачи работы:

1. Чтение файла, ознакомление с программой Curve Estimation(оценка кривой)

2. Выбор подмассива для анализа

3. Построение графика временной зависимости, экспорт графика в текстовый редактор Word

4. Выбор вида аппроксимации (спецификация эконометрической модели)

5. Регрессионный анализ данных и вывод результатов в табличном и графическом виде

6. Интерпретация полученной модели, точечный и интервальный прогнозы

7. Экспорт таблицы исходных данных в текстовый редактор Word

8. Подготовка отчета в формате текстового редактора Word

Связь между конкретными экономическими факторами может быть и нелинейной.

Обычно приводятся следующие основные виды нелинейных функций, аппроксимирующие зависимость переменной y от x (в том числе динамические ряды):

1) если сглаживающие кривые, полученные с помощью скользящей средней, дугообразны и когда цепные приросты выходной переменной имеют линейную тенденцию к росту или снижению, используют параболы второго порядка

y = b 0 + b 1 x + b 2 x 2; (1)

2) если сглаживающие кривые имеют S -образную форму (два изгиба) при достаточном объеме выборки, используют параболы третьего порядка

y = b 0 + b 1 x + b 2 x 2 + b 3 x 3; (2)

3) если с ростом временной переменной наблюдается ускорение роста выходной переменной, используют уравнение показательной или экспоненциальной кривой

y = b 0 b 1 x (3)

y = ; (4)

4) если с ростом временной переменной наблюдается замедленное возрастание показателя, используют уравнение логарифмической кривой

y = b 0 + b 1 ln x; (5)

5) если с ростом временной переменной наблюдается убывание показателя, используют гиперболы

y = или y - b 0 = ; (6)

6) часто используют степенные кривые

y = ; (7)

7) в случае периодического изменения показателя используют различные тригонометрические функции.

Параметры, входящие в различные функции имеют разное содержательное объяснение.

Для ознакомления с основами программы Curve Estimation используется файл Доходы бюджетов.sav. Ниже приведены результаты процедур этой и других программ пакета, выполненных над данными этого файла.

1. Построение графика временной зависимости переменной ЦФО (доходы консолидированных бюджетов, млн. руб.) для строк 1995-2001 проводим с помощью команд меню:

Graphs(Графы)

Scatter plot (Разброс)

Откроется диалоговое окно Scatter plot (Разброс), в котором выберем установку Simple (Простой) и щелкнем на кнопке Define (Определить). Откроется диалоговое окно Simple Scatter plot(Простой Scatter plot)

Рис. 36. Диалоговое окно Simple Scatter plot(Простой Scatter plot)

Выбираем переменные: по оси Х – переменная год, по оси У – переменная ЦФО.

В окне просмотра результатов появится диаграмма рассеяния (рис. 37).

Рис. 37. Динамика изменения дохода консолидированного бюджета ЦФО

Щелкнув дважды на этом графике, перенесем его в редактор диаграмм, а двойным щелчком на горизонтальной оси вызовем диалоговое окно Х – Scale Axis(ось Х). В редактируемом поле Displayed(Отображение) опции Range (Диапазон) изменим минимальное и максимальное значение на 1994 и 2002 соответственно. В опциях Осн. деление и Доп. деление устанавливаем приращение, равное 1 (рис. 38).

Рис. 38. Диалоговое окно Х – Scale Axis(ось Х)

Для получения линии, соединяющей на графике соседние точки, в редакторе диаграмм используя следующую процедуру:

Chart (Диаграмма)

Option (Параметры)

вызовем диалоговое окно Scatterplot Options (Опции разброса). В группе Fit Line(Растянуть линию) активируем опцию Total(Всего) (см. рис. 13).

Щелкнув на выключателе Fit Options(Опции закрепления), вызовем диалоговое окноScatterplot Options: Fit Line (Опции разброса: Закрепить линию) и выделим щелчком область Lowess (рис. 39).

Рис. 39. Диалоговое окно Scatterplot Options: Fit Line (Опции разброса: Закрепить линию)


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: