2015-05-18
570
1. Для расчета параметров уравнения линейной регрессии строим расчетную таблицу.
| 
| 
| 
| 
| 
| 
| 
| |
| -16 | 12,0 | |||||||
| -4 | 2,7 | |||||||
| -23 | 17,2 | |||||||
| 2,6 | ||||||||
| 1,9 | ||||||||
| 10,8 | ||||||||
| 0,0 | ||||||||
| 0,0 | ||||||||
| 5,3 | ||||||||
| 3,1 | ||||||||
| 7,5 | ||||||||
| -10 | 5,8 | |||||||
| Итого | 68,9 | |||||||
| Среднее значение | 85,6 | 155,8 | 13484,0 | 7492,3 | 24531,4 | – | – | 5,7 |
| 12,84 | 16,05 | – | – | – | – | – | – |
| 164,94 | 257,76 | – | – | – | – | – | – |
;
.
Получено уравнение регрессии: 
.
С увеличением среднедушевого прожиточного минимума на 1 руб. среднедневная заработная плата возрастает в среднем на 0,89 руб.
2. Тесноту линейной связи оценит коэффициент корреляции:
; 
.
Это означает, что 51% вариации заработной платы () объясняется вариацией фактора – среднедушевого прожиточного минимума.
Качество модели определяет средняя ошибка аппроксимации:
.
Качество построенной модели оценивается как хорошее, так как 
не превышает 8-10%.
3. Оценку значимости уравнения регрессии в целом проведем с помощью 
-критерия Фишера. Фактическое значение -критерия:
.
Табличное значение критерия при пятипроцентном уровне значимости и степенях свободы 
и 
составляет 
. Так как 
, то уравнение регрессии признается статистически значимым.
Оценку статистической значимости параметров регрессии проведем с помощью 
-статистики Стьюдента и путем расчета доверительного интервала каждого из показателей.
Табличное значение -критерия для числа степеней свободы 
и 
составит 
.
Определим случайные ошибки 
, 
, 
:
;
;
.
Тогда
;
;
.
Фактические значения -статистики превосходят табличное значение:
; 
; 
,
поэтому параметры 
, 
и 
не случайно отличаются от нуля, а статистически значимы.
Рассчитаем доверительные интервалы для параметров регрессии и . Для этого определим предельную ошибку для каждого показателя:
;
.
Доверительные интервалы
Анализ верхней и нижней границ доверительных интервалов приводит к выводу о том, что с вероятностью 
параметры и , находясь в указанных границах, не принимают нулевых значений, т.е. не являются статистически незначимыми и существенно отличны от нуля.
4. Полученные оценки уравнения регрессии позволяют использовать его для прогноза. Если прогнозное значение прожиточного минимума составит: 
руб., тогда прогнозное значение заработной платы составит: 
руб.
5. Ошибка прогноза составит:
.
Предельная ошибка прогноза, которая в 
случаев не будет превышена, составит:
.
Доверительный интервал прогноза:
руб.;
руб.
Выполненный прогноз среднемесячной заработной платы является надежным (
) и находится в пределах от 131,66 руб. до 190,62 руб.
6. В заключение решения задачи построим на одном графике исходные данные и теоретическую прямую (рис. 1):
Рис. 1.
Расчетно-графическая работа к теме 2:
По территориям региона приводятся данные за 199X г. (см. таблицу своего варианта).
Требуется:
1. Построить линейное уравнение парной регрессии от .
2. Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
3. Оценить статистическую значимость параметров регрессии и корреляции с помощью -критерия Фишера и -критерия Стьюдента.
4. Выполнить прогноз заработной платы при прогнозном значении среднедушевого прожиточного минимума , составляющем 107% от среднего уровня.
5. Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
6. На одном графике построить исходные данные и теоретическую прямую.
Вариант 1
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб., 
| Среднедневная заработная плата, руб., 
|
Вариант 2
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 3
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 4
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 5
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 6
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 7
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 8
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 9
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вариант 10
| Номер региона | Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,
| Среднедневная заработная плата, руб.,
|
Вопросы для подготовки к зачету/экзамену
1 Определение эконометрики. Предмет и методы эконометрики.
2 Классификация моделей и типы данных.
3 Этапы построения эконометрической модели.
4 Модель парной регрессии.
5 Метод наименьших квадратов.
6 Свойства коэффициентов регрессии.
7 Нелинейная регрессия. Методы линеаризации.
8 Функциональная спецификация модели парной регрессии.
9 Интерпретация линейного уравнения регрессии.
10 Определение тесноты связи между факторами: линейный коэффициент корреляции, коэффициент детерминации.
11 Оценка тесноты связи в нелинейной регрессионной модели.
12 Оценка существенности параметров и статистическая проверка гипотез. t-критерий Стьюдента.
13 Взаимосвязь t-статистики и F-статистики для парной регрессии.
14 Коэффициент эластичности. Его смысл и определение.
15 Оценка статистической значимости уравнения в целом. F-критерий Фишера.
16 Модель множественной регрессии.
17 Ограничения модели множественной регрессии.
18 Идентификация параметров множественной регрессии МНК.
19 Интерпретация множественного уравнения регрессии.
20 Показатели тесноты связи в множественном регрессионном анализе - парные и частные коэффициенты корреляции.
21 Стандартизированное уравнение множественной регрессии.
22 Коэффициент множественной корреляции, скорректированный коэффициент множественной корреляции, множественный коэффициент детерминации.
23 Оценка статистической значимости множественных коэффициентов регрессии, t-критерий Стьюдента.
24 Модели с переменной структурой (фиктивные переменные).
25 Оценка статистической значимости множественного уравнения регрессии, F-критерий Фишера.
26 Спецификация модели множественной регрессии. Свойства множественных коэффициентов регрессии.
27 Решение проблемы выбора модели (с ограничением и без ограничения).
28 Методы отбора факторов: априорный и апостериорный подходы.
29 Гетероскедастичность и автокорреляция случайного члена.
30 Автокорреляция 1-го порядка и критерий Дарбина-Уотсона.
31 Системы регрессионных (одновременных) уравнений.
32 Структурная и приведенная формы модели.
33 Эндогенные и экзогенные переменные. Проблема идентифицируемости систем уравнений.
34 Оценивание параметров в системах одновременных уравнений: косвенный и двухшаговый МНК.
35 Основные модели временных рядов.
36 Проверка точности и адекватности моделей временных рядов.
37 Модели распределенных лагов.
