Все делается в Excel в пакете анализ данных (если не получится установить, пишите). Подсказка: при вводе данных в диалоговое окно «Регрессия» ставьте галочку на вывод остатков
Модели выписать из Excel в тетрадь.
В файле (данные для семинара 8 ) приведены данные, характеризующие работу магазинов мужской одежды (Дания, n=400), описание переменных приведено ниже в таблице.
Y | sales | sales per square meter | Объем продаж (на кв.м) |
X1 | hoursw | total number of hours worked | Общее количество отработанных часов |
X2 | ssize | salesfloorspace of the store (in m2). | Площадь магазинов, отведенная под продажи (кв.м) |
X3 | nown | number of owners (managers) | Количество владельцев (руководителей-менеджеров) |
X4 | nfull | number of full-timers | Количество работающих полную рабочую неделю |
X5 | npart | number of part-timers | Количество занятых неполное рабочее время |
(а) Оцените параметры модели (А), в которой показатель объема продаж sales формируется под воздействием факторов, характеризующих количество рабочих площадей и количество отработанных часов, т.е. hoursw и ssize. (Оценивать значимость коэффициентов через p-значения
|
|
(A)
Проинтерпретируйте результаты и проведите тест Рамсея RESET (со вспомогательной моделью, включающей в себя предсказанные значения sales (Y) в квадрате; со вспомогательной моделью, включающей в себя предсказанные значения sales (Y) в квадрате и в кубе).
- спецификация верна | |
- спецификация ошибочна, есть лучшая альтернатива |
(R.1)
(R.2)
(б) Оцените параметры модели (B), в которой показатель объемов продаж sales формируется под воздействием факторов, характеризующих количество рабочих площадей, количество владельцев,количество работников (работающих полную и неполную рабочую неделю), т.е. ssize, nown, nfull и npart.
(В)
(в) Сравните модели (А) и (В), анализируя:
· значения скорректированных коэффициентов детерминации (визуально),
· критерий Амемья
(p- количество коэффициентов ()в модели. Модель, для которой значение AF меньше, является лучше специфицированной. Этот критерий минимизирует число экзогенных переменных.)
· критерий Акайке (AIC)
Применяется для выбора из нескольких статистически значимых моделей наилучшей. Чем меньше данный показатель, тем лучше модель
· критерий Шварца (SIC)
Более жёсткий критерий, чем AIC. Также применяется для выбора из нескольких статистически значимых моделей наилучшей. Чем меньше данный показатель, тем лучше модель
· а также проведя F-тест (F) и J-тест (J.1 и J.2) для «невложенных» моделей. Сделайте выводы в каждом случае и общий.
(F)
(F-тест похож на включение переменных)
(J.1)
(J.2)
Алгоритм принятия решения для J-теста
J.1 и J.2 имеют хорошую спецификацию | J.2 имеет хорошую спецификацию | |
J.1 имеет хорошую спецификацию | J.1 и J.2 имеют ошибочную спецификацию |
|
|
(г) Оцените параметры модели (С), введя в модель (А) дополнительно переменные nfull и npart. Проведите тест Рамсея RESET для модели (С), сделайте вывод.
(C)
(R.1)
(R.2)