Тема «Регрессионные модели с переменной структурой»
Задания По данным лабораторной работы № 1:
1) Оцените линейную регрессию, включив в модель фиктивную переменную
2) Проверьте данные на наличие структурного сдвига при помощи теста Чоу.
Реализация типовых заданий
Оцените линейную регрессию, включив в модель фиктивную переменную.
По исходным данным из лабораторной работы № 1, включив фиктивную переменную (таблица 8.3.1), построим матрицу парных коэффициентов корреляции (таблица 8.3.2).
Таблица 8.3.1 – Исходные данные для построения объединенной модели с фиктивными переменными
№ п/п | Пол руководителя компании | D | ||||||
0,9 | 31,3 | 18,9 | 40,9 | 2,3 | муж | |||
1,7 | 13,4 | 13,7 | 64,7 | 40,5 | 3,9 | муж | ||
0,7 | 4,5 | 18,5 | 38,9 | 1,7 | муж | |||
1,7 | 4,8 | 50,2 | 38,5 | 2,6 | муж | |||
2,6 | 21,8 | 37,3 | 3,1 | муж | ||||
1,3 | 5,8 | 96,6 | 26,5 | 0,6 | жен | |||
4,1 | 137,1 | 5,1 | муж | |||||
1,6 | 17,9 | 20,1 | 85,6 | 36,8 | 2,7 | муж | ||
6,9 | 165,4 | 60,6 | 36,3 | 4,5 | муж | |||
0,4 | 1,4 | 4,1 | 35,3 | жен | ||||
1,3 | 6,8 | 26,8 | 35,3 | жен | ||||
1,9 | 27,1 | 18,9 | 42,7 | 3,6 | муж | |||
1,9 | 13,4 | 13,2 | 61,8 | 26,2 | 3,7 | жен | ||
1,4 | 9,8 | 12,6 | 33,1 | 2,5 | жен | |||
0,4 | 19,5 | 12,2 | 32,7 | 3,1 | жен | |||
0,8 | 6,8 | 3,2 | 33,5 | 32,1 | 0,3 | жен | ||
1,8 | 30,5 | 2,3 | муж | |||||
0,9 | 12,4 | 6,9 | 29,8 | 3,5 | жен | |||
1,1 | 17,7 | 25,4 | 4,1 | жен | ||||
1,9 | 12,7 | 11,9 | 59,3 | 29,3 | 4,3 | муж | ||
0,9 | 21,4 | 1,6 | 29,2 | 2,9 | муж | |||
1,3 | 13,5 | 8,6 | 70,7 | 29,2 | 3,6 | муж | ||
13,4 | 11,5 | 65,4 | 29,1 | жен | ||||
0,6 | 4,2 | 1,9 | 23,1 | 27,9 | 2,6 | жен | ||
0,7 | 15,5 | 5,8 | 80,8 | 27,2 | жен | |||
Итого | 40,8 | 637,8 | 408,9 | 2856,3 | - | - |
Таблица 8.3.2 - Матрица парных коэффициентов корреляции по объединенной подвыборке
|
|
y | x1 | x2 | x3 | x4 | x5 | D | |
y | |||||||
x1 | 0,895849 | ||||||
x2 | 0,772268 | 0,897744 | |||||
x3 | 0,888311 | 0,911505 | 0,712514 | ||||
x4 | 0,243888 | 0,248681 | 0,348494 | 0,115196 | |||
x5 | 0,501289 | 0,481232 | 0,512234 | 0,41261 | -0,04862 | ||
D | 0,409537 | 0,357785 | 0,388606 | 0,232983 | 0,569442 | 0,22074 |
По матрице коэффициентов корреляции видно, что фиктивная переменная не коллинеарная с отобранными в лабораторной работе №1 факторными переменными х2 и х3 (соответствующие коэффициенты составили 0,39 и 0,23). Следовательно, можно построить модель множественной регрессии, включив эти факторы. Результаты регрессионного анализа представлены в таблице 8.3.3.
ВЫВОД ИТОГОВ | |||||||||
Регрессионная статистика | |||||||||
Множественный R | 0,922813 | ||||||||
R-квадрат | 0,851584 | ||||||||
Нормированный R-квадрат | 0,830381 | ||||||||
Стандартная ошибка | 0,557483 | ||||||||
Наблюдения | |||||||||
Дисперсионный анализ | |||||||||
df | SS | MS | F | Значимость F | |||||
Регрессия | 37,44788 | 12,48263 | 40,16459 | 7,03E-09 | |||||
Остаток | 6,526523 | 0,310787 | |||||||
Итого | 43,9744 | ||||||||
Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% | ||
Y-пересечение | 0,455805 | 0,17252 | 2,642044 | 0,015242 | 0,09703 | 0,814579 | 0,09703 | 0,814579 | |
b1 | 0,013578 | 0,008261 | 1,643694 | 0,115129 | -0,0036 | 0,030756 | -0,0036 | 0,030756 | |
b2 | 0,006355 | 0,001088 | 5,840496 | 8,49E-06 | 0,004092 | 0,008618 | 0,004092 | 0,008618 | |
D | 0,438456 | 0,242769 | 1,806067 | 0,085263 | -0,06641 | 0,943321 | -0,06641 | 0,943321 | |
Модель примет вид: . Уравнение регрессии значимо по F – критерию на 5% уровне значимости. Оно показывает, что при одном и том же объеме использованного капитала и численности служащих, у предприятий руководителями которых являются мужчины, чистый доход больше в среднем на 0,438 млрд. долл., чем у остальных компаний. Однако, коэффициент при D статистически незначим (уровень значимости составил 0,085 > 0,05). Следовательно, влияние фактора «пол» оказалось несущественно, и есть основание считать, что модель одна и та же для компаний с руководителями мужчинами и женщинами.
|
|