Примеры решения задач. Исследуется зависимость расходов на приобретение некоторого товара (группы товаров) семейными хозяйствами от располагаемого дохода

Исследуется зависимость расходов на приобретение некоторого товара (группы товаров) семейными хозяйствами от располагаемого дохода.

В течение года i- я семья, имеющая располагаемый доход x_i, затратила на приобретение этого товара V_i руб.

Таблица 8

Номер наблюдения, i	Располагаемый доход семейного хозяйства, (руб.)	Расходы семейного хозяйства на приобретение некоторого товара, V (руб.)
	150537,1	3736,022
	136570,9	3155,929
	151518,1	4091,394
	110318,6	3037,814
	155144,1	3603,569
	129398,2	3025,638
		3041,839
	153232,6	3907,761
	174761,2	3961,124
	158744,2	4072,685
	151702,4	3991,685
	143872,3	3692,751
	166110,4	4227,418
		3783,255
	114337,7	3174,847
	136811,3	3265,973
	135744,2	3359,623
	120100,7	2737,437
	169115,2	3801,232
	156830,3	3828,464

1. Подберите модель зависимости, в которой эластичность потребления рассматриваемого товара по отношению к располагаемому доходу не зависит от размера располагаемого дохода. Постоянство эластичности предполагает оценивание модели, линейной в логарифмах уровней.

2. Постройте график подбора значений регрессии. Рассчитайте среднюю ошибку аппроксимации. Сделайте выводы.

3. Проверьте значимость подобранной модели на уровне α =0,05, используя коэффициент детерминации и критерий Фишера.

4. С помощью графического метода оцените соответствие используемых для построения модели статистических данных стандартным предположениям регрессионного анализа.

5. В рамках подобранной модели проверьте гипотезы о том, что:

А) Потребление данного товара эластично по отношению к располагаемому доходу. Эластичное потребление соответствует значению эластичности, большему единицы по абсолютной величине ();

Б) Потребление данного товара неэластично по отношению к располагаемому доходу ().

Решение

1. Предположим, что модель зависимости затрат на приобретение некоторого товара V от располагаемого дохода семейного хозяйства имеет постоянную эластичность потребления. Постоянство эластичности означает модель вида (3.2):

Для подтверждения нашего предположения построим поле корреляции.

Рисунок 4. Поле корреляции

По форме облака рассеяния видно, что наше предположение о степенной модели наблюдений (см. рис. 3.1) подтверждается. При оценивании коэффициентов такой модели метод наименьших квадратов применяют к логарифмам уровней. Степенная модель линеаризуется путем логарифмирования:

.

Если обозначить , , , то

.

Рассчитаем логарифмы уровней и оценки наименьших квадратов для линейного уравнения парной регрессии . Промежуточные вычисления будем заносить в таблицу 9.

Таблица 9

i	xi	Vi
	150537,1	3736,022	11,922	8,226	0,047	0,0022	98,067
	136570,9	3155,929	11,825	8,057	-0,05	0,0025	95,271
	151518,1	4091,394	11,928	8,317	0,0535	0,0029	99,205
	110318,6	3037,814	11,611	8,019	-0,264	0,0696	93,108
	155144,1	3603,569	11,952	8,19	0,0771	0,0059	97,884
	129398,2	3025,638	11,771	8,015	-0,104	0,0109	94,34
		3041,839	11,679	8,02	-0,196	0,0385	93,666
	153232,6	3907,761	11,94	8,271	0,0647	0,0042	98,75
	174761,2	3961,124	12,071	8,284	0,1962	0,0385
	158744,2	4072,685	11,975	8,312	0,1	0,01	99,537
	151702,4	3991,685	11,93	8,292	0,0547	0,003	98,921
	143872,3	3692,751	11,877	8,214	0,0017	3E-06	97,557
	166110,4	4227,418	12,02	8,349	0,1454	0,0211	100,36
		3783,255	12,011	8,238	0,1356	0,0184	98,948
	114337,7	3174,847	11,647	8,063	-0,228	0,052	93,909
	136811,3	3265,973	11,826	8,091	-0,049	0,0024	95,691
	135744,2	3359,623	11,819	8,12	-0,056	0,0032	95,962
	120100,7	2737,437	11,696	7,915	-0,179	0,032	92,572
	169115,2	3801,232	12,038	8,243	0,1633	0,0267	99,233
	156830,3	3828,464	11,963	8,25	0,0879	0,0077	98,697
Итого		71496,46	237,5	163,5		0,3518	1941,7
Среднее значение		3574,82	11,875	8,174		0,0176	97,084

Воспользуемся формулами (2.6) и (2.7):

;

.

Получили уравнение: , связывающее логарифмы уровней. Перейдем к исходной форме модели . Для этого рассчитаем коэффициент Таким образом, подобранная модель с постоянной эластичностью η = b = 0,808 имеет вид: .

2. Построим график подбора значений регрессии. Для этого вычислим значения , подставляя в найденную модель наблюдаемые значения x. Эти и дальнейшие вычисления отразим в таблице 10.

Таблица 10

i	xi	Vi				, %
	150537,1	3736,022	3685,715	50,30694	2530,7886	1,347	25985,12
	136570,9	3155,929	3407,013	-251,084	63043,247	7,956	175472,2
	151518,1	4091,394	3705,099	386,2947	149223,56	9,442	266845,6
	110318,6	3037,814	2867,513	170,3007	29002,319	5,606	288378,7
	155144,1	3603,569	3776,54	-172,971	29918,989	4,8	826,3325
	129398,2	3025,638	3261,766	-236,128	55756,234	7,804	301604,2
		3041,839	3028,447	13,39168	179,33707	0,44	284071,9
	153232,6	3907,761	3738,92	168,8414	28507,433	4,321	110847,7
	174761,2	3961,124	4157,697	-196,573	38640,771	4,963	149228,5
	158744,2	4072,685	3847,153	225,5317	50864,562	5,538	247866,6
	151702,4	3991,685	3708,738	282,9466	80058,797	7,088	173773,9
	143872,3	3692,751	3553,367	139,3845	19428,035	3,775	13907,01
	166110,4	4227,418	3990,686	236,7319	56042,005	5,6	425880,2
		3783,255	3959,277	-176,022	30983,852	4,653	43443,9
	114337,7	3174,847	2951,586	223,2607	49845,327	7,032	159980,8
	136811,3	3265,973	3411,855	-145,882	21281,685	4,467	95388,32
	135744,2	3359,623	3390,349	-30,7257	944,06702	0,915	46311,04
	120100,7	2737,437	3071,155	-333,718	111367,99	12,19	701215,3
	169115,2	3801,232	4048,882	-247,65	61330,322	6,515	51261,04
	156830,3	3828,464	3809,652	18,81159	353,87606	0,491	64333,76
Итого		71496,46			879303,2	104,9
Среднее значение	3574,82				5,25

На одном графике изобразим поле корреляции и подобранную по модели кривую.

Рисунок 5. График подбора

По графику видно, что подобранная модель хорошо аппроксимирует исходные данные.

Среднюю ошибку аппроксимации находим по формуле (2.31) с помощью столбцов 5 и 7 таблицы 10. свидетельствует о хорошем подборе модели к исходным данным.

3. Проверим значимость подобранной модели на уровне α =0,05, используя коэффициент детерминации и критерий Фишера.

Одной из наиболее эффективных оценок значимости уравнения регрессии являетсякоэффициент детерминации. Он характеризует степень выраженности связи между переменными. Определяется по формуле (2.35):

,

где - полная сумма квадратов;

- сумма квадратов, объясненная моделью;

- остаточная сумма квадратов.

Коэффициент детерминации показывает, что уравнением регрессии объясняется 75,8% дисперсии результативного признака, а на долю прочих факторов приходится 24,2%. То есть 75,8% вариации расходов на приобретение некоторого товара (V) объясняется вариацией фактора – дохода семейного хозяйства.

Оценим качество уравнения регрессии в целом с помощью -критерия Фишера. Рассчитаем фактическое значение -критерия. Так как коэффициент детерминации уже известен, проще всего использовать формулу (2.36):

где m – число оцениваемых параметров уравнения регрессии;

n – число наблюдений.

Табличное значение -критерия найдем по приложению 1 : . Так как , то признается статистическая значимость уравнения в целом.

4. С помощью графического метода оценим соответствие используемых для построения модели статистических данных стандартным предположениям регрессионного анализа.

Подобранная модель проверяется на отсутствие автокорреляционной зависимости остатков от номера наблюдения, на независимость случайных ошибок ε ₁, ε ₂,..., ε_n, математическое ожидание которых должно стремиться к нулю (Mε_i =0 ), на постоянство или гомоскедастичность дисперсии ошибок [ ]. Анализ соблюдения перечисленных условий, проводят, используя графики стандартизированных остатков (формула 2.42)

где - оценка дисперсии остатков (формула 2.43)

Данные для построения графика зависимости стандартизированных остатков (как ординат) от оцененных значений (по оси абсцисс) занесем в таблицу 11.

Таблица 11

i	xi	Vi
	150537,1	3736,022	3685,715	50,30694	2530,7886	0,372
	136570,9	3155,929	3407,013	-251,084	63043,247	-1,86
	151518,1	4091,394	3705,099	386,2947	149223,56	2,854
	110318,6	3037,814	2867,513	170,3007	29002,319	1,258
	155144,1	3603,569	3776,54	-172,971	29918,989	-1,28
	129398,2	3025,638	3261,766	-236,128	55756,234	-1,74
		3041,839	3028,447	13,39168	179,33707	0,099
	153232,6	3907,761	3738,92	168,8414	28507,433	1,247
	174761,2	3961,124	4157,697	-196,573	38640,771	-1,45
	158744,2	4072,685	3847,153	225,5317	50864,562	1,666
	151702,4	3991,685	3708,738	282,9466	80058,797	2,091
	143872,3	3692,751	3553,367	139,3845	19428,035	1,03
	166110,4	4227,418	3990,686	236,7319	56042,005	1,749
		3783,255	3959,277	-176,022	30983,852	-1,3
	114337,7	3174,847	2951,586	223,2607	49845,327	1,65
	136811,3	3265,973	3411,855	-145,882	21281,685	-1,08
	135744,2	3359,623	3390,349	-30,7257	944,06702	-0,23
	120100,7	2737,437	3071,155	-333,718	111367,99	-2,47
	169115,2	3801,232	4048,882	-247,65	61330,322	-1,83
	156830,3	3828,464	3809,652	18,81159	353,87606	0,139
Итого		71496,46			879303,2
Среднее значение	3574,82
				18318,82
				135,35

Проанализируем полученный график:

Рисунок 6. График стандартизированных остатков

На графике нет выделяющихся наблюдений, что могло бы указывать на отличие математического ожи­дания ошибок от нуля , либо на неоднородность дисперсии ошибок. Не наблюдается функциональной зависимости от величины , то есть дисперсия ошибок гомоскедастична.Судя по графику, условие выполняется, то есть спецификация модели подобрана правильно.

Таким образом, используемые для построения модели статистические данные соответствуют стандартным предположениям регрессионного анализа.

5. Проверим гипотезу А о том, что потребление данного товара эластично по отношению к располагаемому доходу. Эластичное потребление соответствует значению эластичности, большему единицы по абсолютной величине (А: ).

Воспользуемся формулой (3.41):

,

где – среднеквадратическое (стандартное) отклонение параметра модели b. Для его расчета используем формулу (3.40) и таблицу 12.

Таблица 12

i	xi
	150537,1	5668,175	32128207,83
	136570,9	-8298,025	68857218,9
	151518,1	6649,175	44211528,18
	110318,6	-34550,325
	155144,1	10275,175	105579221,3
	129398,2	-15470,725
		-26832,925	720005864,1
	153232,6	8363,675	69951059,51
	174761,2	29892,275	893548104,7
	158744,2	13875,275	192523256,3
	151702,4	6833,475	46696380,58
	143872,3	-996,625	993261,3906
	166110,4	21241,475	451200260,2
		19624,075	385104319,6
	114337,7	-30531,225
	136811,3	-8057,625	64925320,64
	135744,2	-9124,725	83260606,33
	120100,7	-24768,225	613464969,7
	169115,2	24246,275	587881851,4
	156830,3	11961,375	143074491,9
Итого
Среднее значение	144868,9

Значение критерия Стьюдента определим по приложению 2: t _1-0,05;18=2,1.

Нетрудно видеть, что при подстановке любого числа, большего 1 по абсолютной величине, данное неравенство выполняется. Так как наблюдаемое значение отношения больше табличного по абсолютной величине, такую гипотезу с вероятностью 0,95 следует отвергнуть. Это означает слишком большое отклонение оценки b от гипотетического значения параметра в сравнении с оценкой стандартного отклонения этого параметра.

Аналогично проверим гипотезу Б, состоящую в том, что потребление данного товара неэластично по отношению к располагаемому доходу (В: ). Данная гипотеза будет выполняться только при условии подстановки в неравенство чисел из интервала или .

Таким образом, гипотеза Б (потребление товара неэластично по отношению к располагаемому доходу) с вероятностью 0,95 принимается для значений , и отвергается с этой же вероятностью для других значений эластичности, меньших 1.

Как видим, при значениях параметра, не принадлежащих 0,95-процентному доверительному интервалу, обе гипотезы отвергаются. Следовательно, проверить обе гипотезы, то есть осуществить прогноз по подобранной модели, можно только в рассчитанном интервале.