Создан заказ №1457838
9 ноября 2016
для решения на семинаре № 3 Исследуется влияние объема промышленного производства и размера инвестиций в основной капитал на региональный коэффициент смертности
Как заказчик описал требования к работе:
Нужно решить два домашних задания в Excel
со всеми выводами
Фрагмент выполненной работы:
для решения на семинаре № 3.
Исследуется влияние объема промышленного производства и размера инвестиций в основной капитал на региональный коэффициент смертности. В таблице приводятся официальные статистические данные по субъектам Центрального федерального округа за 2005 и 2006 года («Российская газета» от 24.03.2006 г., № 60 и от 14.03.2007 г. № 51), где:
Y — коэффициент смертности в 2006 году (выражается в промилле «‰» и представляет собой число умерших за год на 1000 человек населения);
X1 — индекс (темп роста) инвестиций в основной капитал в 2005 году (в % к 2004 году);
X2 — индекс промышленного производства в 2006 году (в % к 2005 году);
X3 — индекс инвестиций в основной капитал в 2006 году (в % к 2005 году).
Область Y X1 X2 X3
Белгородская 15,3 135,2 109,5 125,2
Брянская 18,6 86,5 111,4 112,2
Владимирская 19,4 107,4 105,3 105,1
Воронежская 18,1 108,1 105,1 112,4
Ивановская 19,9 104,6 112,0 106,2
Калужская 17,7 103,6 106,4 107,8
Костромская 18,9 114,8 110,8 73,5
Курская 19,0 92,3 107,4 100,8
Липецкая 17,4 100,2 110,4 130,5
Московская 17,1 90,5 118,0 106,6
Орловская 17,9 100,2 108,9 112,1
Рязанская 19,2 89,7 110,2 99,8
Смоленская 20,8 114,7 106,3 88,6
Тамбовская 18,3 116,3 108,1 118,9
Тверская 21,8 66,3 111,3 84,5
Тульская 20,9 101,9 107,9 100,0
Ярославская 18,3 125,7 105,6 76,9
г. (работа была выполнена специалистами Автор 24) Москва 12,2 106,3 118,5 109,4
Требуется:
Для выявления линейных связей в исходных данных построить матрицу парных коэффициентов корреляции. Проверить статистическую значимость коэффициентов корреляции и сделать выводы о наличии либо отсутствии устойчивых зависимостей между исследуемыми показателями.
Постройте линейную модель регрессионной зависимости коэффициента смертности в 2006 году от индексов инвестиций в основной капитал в 2005 году, промышленного производства в 2006 году и инвестиций в основной капитал в 2006 году. Проверьте статистическую значимость полученного уравнения регрессии и его параметров. Сделайте выводы о существенности либо несущественности влияния индексов инвестиций и производства на коэффициент смертности.
Дайте экономическую интерпретацию параметров уравнения регрессии и оценить вклад каждого из факторов в вариацию коэффициента смертности с помощью дельта–коэффициентов.
Протестируйте полученную модель на мультиколлинеарность с помощью метода дополнительных регрессий (Тест VIF или метод инфляционных факторов).
Проверьте выполнение 2-ой предпосылки МНК (гомоскедастичность)
Приемлема ли точность модели?
Проверьте адекватность модели по данным 12 -го наблюдения (Рязанская область) и 18 наблюдения (г. Москва)
Постройте 90%-ные доверительные интервалы для результативного признака; определит е, в каких областях коэффициент смертности занижен (завышен) по сравнению с полученными интервалами?
На основе анализа остатков регрессии ранжируйте регионы по эффективности снижения коэффициента смертности под влиянием роста инвестиций и производства. Выявите наиболее «передовые» и «отстающие» субъекты.
Решение:
. Для выявления линейных связей в исходных данных построим матрицу парных коэффициентов корреляции, используя функцию MS Excel «Анализ данных» - «Корреляция»
Y
X1 X2 X3
Y
1
X1 -0,36945 1
X2 -0,48886 -0,32313 1
X3 -0,47154 0,084744 0,127662 1
Проверим статистическую значимость коэффициентов корреляции, используя F-критерий Фишера. Расчетное значение критерия определим по формуле:
, n число объектов наблюдения.
Критическое значение критерия при уровне значимости 0,05 и степенях свободы 2-1=1 и 18-2=16 равно 4,49.
Расчетное значение F-критерия Фишера превышает критическое значение для коэффициентов корреляции между переменными X2 и Y, X3 и Y. Можно сделать вывод о наличии слабой обратной связи в обоих случаях. Все остальные коэффициенты парной корреляции не значимы, следовательно, связь между признаками не установлена.
2. Построим линейную модель регрессионной зависимости коэффициента смертности в 2006 году от индексов инвестиций в основной капитал в 2005 году, промышленного производства в 2006 году и инвестиций в основной капитал в 2006 году. Для оценки параметров регрессии используем функцию MS Excel «Анализ данных» - «Регрессия».
Получили модель:
Увеличение индекса инвестиций в основной капитал в 2005 году (в % к 2004 году) на 1% приводит к сокращению коэффициента смертности на 0,07‰.
Увеличение индекса промышленного производства в 2006 году (в % к 2005 году) на 1% приводит к сокращению коэффициента смертности на 0,35‰.
Увеличение индекса инвестиций в основной капитал в 2006 году (в % к 2005 году) на 1% приводит к сокращению коэффициента смертности на 0,05‰.
Свободный член модели численно равен значению коэффициента смертности при нулевом уровне всех факторных признаков.
Значение множественного коэффициента корреляции равно 0,67, т.е. модель можно считать достаточно качественной. Величина «Значимость F» (оценка значимости коэффициента корреляции с использованием критерия Фишера) меньше уровня значимости 0,05, следовательно, коэффициент множественной корреляции и уравнение регрессии в целом значимы на уровне значимости 0,05.
Величина «Р-Значение» (оценка значимости коэффициентов регрессии с использованием критерия Стьюдента) меньше уровня значимости 0,05 для всех коэффициентов регрессии, включая свободный член. Следовательно, все коэффициенты регрессии значимы на уровне значимости 0,05.
Можно сделать вывод о существенности влияния индексов инвестиций и производства на коэффициент смертности.
3. Оценим вклад каждого из факторов в вариацию коэффициента смертности с помощью дельта–коэффициентов.
,
- бета-коэффициенты,
, - стандартные ошибки переменных,
- коэффициенты парной корреляции.
Результаты расчета дельта–коэффициентов:
X1 X2 X3
Δ-коэф. 30% 45% 25%
Таким образом, 30% в суммарном влиянии всех факторов на коэффициент смертности приходится на индекс инвестиций в основной капитал в 2005 году; 45% - на индекс промышленного производства в 2006 году; 25% - на индекс инвестиций в основной капитал в 2006 году.
Следовательно, наиболее сильное влияние на результирующий фактор оказывает индекс промышленного производства в 2006 году.
4. Протестируем модель на мультиколлинеарность с помощью метода дополнительных регрессий (Тест VIF).
Построим три вспомогательные модели множественной регрессии, в которых каждая из независимых переменных становится зависимой...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
20 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
10 ноября 2016
Заказ завершен, заказчик получил финальный файл с работой
5
для решения на семинаре № 3
Исследуется влияние объема промышленного производства и размера инвестиций в основной капитал на региональный коэффициент смертности.jpg
2016-11-13 16:13
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Все вовремя и в срок, но хотелось бы чуть подешевле. Обращусь еще раз к этому автору в надежде на скидку. Всем рекомендую
Хочешь такую же работу?
300 ₽
