Создан заказ №1741867
12 февраля 2017
Контрольная работа Подготовительный этап Найти исходные данные Для этого необходимо определить сферу
Как заказчик описал требования к работе:
Выполнить контрольную по эконометрике за 2 дня в двух вариантах. Пишите сразу сколько будет стоить контрольная.
Фрагмент выполненной работы:
Контрольная работа
Подготовительный этап.
Найти исходные данные. Для этого необходимо определить сферу, которую вы хотели бы изучить. Выбрать не менее 3-х показателей, характеризующих конкретный социально-экономический процесс. У вас должна быть пространственная выборка (не временная). Момент времени зафиксирован, наблюдаются объекты и их показатели. Например, объекты – регионы РФ. Не менее 30 наблюдений (объектов, строк в таблице). (работа была выполнена специалистами Автор 24) Не менее 3 показателей. Из них один показатель – результирующая переменная (обозначается Y). Остальные – объясняющие переменные (X1, X2, X3, …). Вы будете искать взаимосвязь между результирующей переменной (Y) и объясняющими переменными (X1, X2, X3, …). Эта взаимосвязь не должна быть функциональной изначально. Допустим, вы берете за Y общий прирост населения, за X1 – естественный прирост населения (число родившихся – число умерших), X2 – миграционный прирост (число прибывших – число уехавших). Так делать нельзя, ведь изначально известно, что Y= X1+X2
Как еще делать нельзя: Y – ВВП РФ за год (с 1991 года), X1 – среднегодовой курс доллара в рублях (с 1991 года), X2 – среднегодовая цена на нефть в долларах (с 1991 года). Это будет временная выборка. А вам нужна пространственная.
Часть 1. Корреляционный анализ.
1.1. Рассчитать матрицу парных коэффициентов корреляции. Проверить значимость парных коэффициентов корреляции. Проинтерпретировать значимые парные коэффициенты корреляции.
1.2. Рассчитать матрицу частных коэффициентов корреляции. Проверить значимость частных коэффициентов корреляции. Сравнить парные и частные коэффициенты корреляции. Проанализировать полученные результаты.
1.3. Рассчитать множественные коэффициенты корреляции. Проверить их значимость. Проанализировать полученные результаты.
Часть 2. Регрессионный анализ.
1.1 Построить линейную регрессионную модель Y от X1, X2, X3…
1.2. Проверить значимость уравнения по F-критерию Фишера.
1.3. Проверить значимость каждого коэффициента регрессии по t-критерию Стьюдента.
1.4. В случае наличия незначимых коэффициентов в уравнении пошагово исключить незначимые факторы. В итоге получить уравнение со всеми значимыми коэффициентами.
1.5. Оценить качество регрессионной модели. Дать интерпретацию коэффициентов регрессии.
Предлагаемые источники информации (пример):
www.cbr.ru – Центральный банк России
www.gks.ru – Федеральное агентство по статистике (Росстат)
www.rbc.ru – информационно-аналитический портал
Решение:
В качестве результирующего показателя () выберем среднедушевые денежные доходы населения по субъектам РФ, руб., в качестве факторов – среднемесячную номинальную начисленную заработную плату в целом по экономике, руб., () и уровень занятости населения по субъектам РФ в среднем за год, % (). Исходные данные за 2015 г. представлены в приложении (приложение 1, источник – www.gks.ru – Федеральное агентство по статистике). Все промежуточные вычисления приведены также в приложении.
Часть 1. Корреляционный анализ
1.1. Рассчитаем средние значения:
,
,
,
.
Парные коэффициенты корреляции:
,
,
.
Проверим значимость рассчитанных парных коэффициентов:
,
,
.
Критическое значение при уровне значимости и количестве степеней свободы : . Так как все рассчитанные t-статистики больше критического значения, то рассчитанные коэффициенты корреляции можно признать значимыми.
Таким образом, наиболее сильная (весьма высокая) линейная прямая связь наблюдается между среднедушевыми денежные доходы населения () и среднемесячной номинальной начисленной заработной платой (). Заметная линейная прямая связь наблюдается между среднедушевыми доходами () и уровнем занятости (), а также среднемесячной заработной платой () и уровнем занятости ().
1.2. Рассчитаем частные коэффициенты корреляции:
,
,
.
Оценим значимость рассчитанных частных коэффициентов корреляции:
,
,
.
Критическое значение при уровне значимости и количестве степеней свободы : . Таким образом, значимыми на уровне являются коэффициенты и .
Таким образом, наиболее сильная (весьма высокая) линейная прямая связь наблюдается между среднедушевыми денежные доходы населения () и среднемесячной номинальной начисленной заработной платой () при постоянном уровне занятости () и слабая линейная связь между среднедушевыми доходами () и уровнем занятости () при постоянном уровне среднемесячной заработной платы ().
При сравнении частных коэффициентов корреляции с парными видно, что частные коэффициенты корреляции ниже парных. Это говорит о том, что объясняющие переменные оказывают на результирующую не только непосредственное влияние, но и косвенное. Поэтому взаимосвязи, очищенные от влияния сопутствующих факторов, получились менее тесными.
1.3. Для оценки влияния двух объясняющих переменных на результативную, рассчитаем множественный коэффициент корреляции:
Множественные коэффициенты для остальных переменных:
Значимость множественного коэффициента корреляции проверяется по таблице F-критерия Фишера. Наблюдаемое значение:
,
,
.
Критическое значение при уровне значимости и количестве степеней свободы : . Таким образом, значимыми на уровне являются все рассчитанные коэффициенты множественной корреляции. Наиболее сильная связь наблюдается между среднедушевыми доходами () и совместным влиянием среднемесячной заработной платы () и уровня занятости (), что подтверждает выбор результирующей переменной.
Часть 2. Регрессионный анализ
2.1. Построим линейную регрессионную модель зависимости среднедушевых доходов от среднемесячной номинальной начисленной заработной платы и уровня занятости, используя метод наименьших квадратов. Уравнение множественной регрессии:
Определим вектор оценок коэффициентов регрессии. Согласно МНК, его можно получить из выражения:
В результате умножения получим:
:
85,00 2636767,00 54,48
2636767,00 97107016211,00 1723315,90
54,48 1723315,90 35,11
:
2,88 –4,90
–4,90 8,54
:
2380281,00
85230609628,00
1553695,87
– 11210,85
0,68
28133,19
Таким образом, оценка уравнения регрессии:
2.2...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
13 февраля 2017
Заказ завершен, заказчик получил финальный файл с работой
5
Контрольная работа
Подготовительный этап
Найти исходные данные Для этого необходимо определить сферу.docx
2017-04-03 23:39
Последний отзыв студента о бирже Автор24
Общая оценка
4.4
Положительно
Отличный автор! Работа сделана раньше срока и за разумные деньги. Рекомендую, как надежного исполнителя.
На оценку повлияла моя ошибка.
Хочешь такую же работу?
300 ₽
