Создан заказ №2730608
27 февраля 2018
ВАРИАНТ 32 Ставится задача исследовать как влияет индекс реальной зарплаты (WAG_Q) на индекс реального ВВП РФ (GDPEA_Q_DIRI)
Как заказчик описал требования к работе:
Нужно выполнить контрольную по эконометрике. Есть 6 задач и 3 теор.вопроса, срок - к 23-ему числу. Оплату обсудим в личном диалоге.
Фрагмент выполненной работы:
ВАРИАНТ 32
Ставится задача исследовать, как влияет индекс реальной зарплаты (WAG_Q) на индекс реального ВВП РФ (GDPEA_Q_DIRI). Оба показателя – цепные индексы, где за базу (100%) взят уровень прошлых лет (1993 и 2005 соответственно). Данные с сайта http://sophist.hse.ru
T Индекс реальной зарплаты Индекс реального ВВП
2007 III 181,38 156,90
IV 204,60 164,60
2008 I 199,90 143,30
II 211,69 155,80
III 214,65 167,00
IV 226,46 162,40
2009 I 199,06 130,10
II 204,63 138,40
III 205,04 152,60
IV 226,36 158,20
2010 I 205,99 135,40
II 216,91 145,30
III 216,26 158,40
IV 236,37 166,30
2011 I 207,30 139,90
II 220,98 151,40
III 222,75 164,80
IV 254,60 174,00
2012 I 227,87 147,30
II 244,27 157,90
III 235,23 170,00
IV 268,64 177,10
2013 I 238,28 148,20
II 259,73 159,70
III 250,38 172,00
IV 279,67 180,80
2014 I 247,79 149,10
II 265,38 161,80
III 251,58 173,30
IV 274,47 181,30
2015 I 225,62 146,30
II 242,54 156,30
III 227,26 168,70
IV 247,71 175,40
2016 I 224,18 145,70
II 243,24 155,50
III 230,10 168,10
IV 253,80 176,00
Требуется:
Построение спецификации эконометрической модели
Привести постановку задачи построения модели парной линейной регрессии. (работа была выполнена специалистами Автор 24) Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции
Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реальной зарплаты и индексом реального ВВП и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции
Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
надстройки Excel Анализ данных, используя инструмент Регрессия;
с помощью матричных функций Excel по формуле
с помощью функции ЛИНЕЙН.
Построить график диаграммы рассеяния зависимой переменной с экзогенным фактором. Оценить коэффициент корреляции между объясняемой и объясняющей переменными. Проанализировать тесноту и направление связи между индексом реальной зарплаты и индексом реального ВВП и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции
Оценивание качества спецификации модели
Проверить статистическую значимость регрессии в целом. Проверить статистическую значимость оценок параметров. Оценить точность модели с помощью средней относительной ошибки аппроксимации. Сделайте о качестве уравнения регрессии.
Оценивание адекватности модели
Описать процедуру и привести результаты проверки адекватности модели регрессии индекса реального ВВП на индекс реальной зарплаты, выбрав последнее наблюдение в качестве контрольного уровня
Проверка предпосылки теоремы Гаусса-Маркова о гомоскедастичности случайных возмущений
Выполнить визуальный анализ гетероскедастичности с помощью графиков. Привести поверку по одному из тестов: Уайта, Бреуша – Пагана, Голдфельда-Квандта. Сделать выводы. При необходимости предложить вариант корректировки гетероскедастичности.
Проверка предпосылки теоремы Гаусса-Маркова об отсутствии автокорреляции случайных возмущений
Выполнить визуальный анализ автокорреляции остатков с помощью графика. Привести результаты тестирования на отсутствие автокорреляции случайных возмущений с помощью теста Дарбина-Уотсона. Сделать выводы. При необходимости предложить вариант корректировки автокорреляции.
Множественная регрессия
В связи с тем, что объясняющая переменная представляет собой временной ряд, одной из составляющих компонент которого может быть сезонная волна, необходимо учесть эту структуру для дальнейшего прогноза, вводя фиктивные переменные для соответствующих кварталов. Постройте график изменения индекса реальной зарплаты во времени с целью визуального выявления сезонной волны
Построение спецификации эконометрической модели множественной регрессии.
Введите необходимое количество фиктивных переменных, характеризующих степень влияния каждого квартала в отдельности. Постройте многофакторную модель индекса реальной зарплаты. Оцените качество и значимость модели и отдельных ее параметров. Поясните экономический смысл параметров при фиктивных переменных сдвига при исследовании сезонных колебаний
Прогнозирование экзогенной переменной - индекса реальной зарплаты
Использовать построенную многофакторную модель с фиктивными переменными для прогнозирования индекса реальной зарплаты на ближайший квартал
Прогнозирование эндогенной переменной - индекса реального ВВП
Используя прогнозную индекса реальной зарплаты, построить точечный и интервальный прогноз с вероятностью 0,9 (α=0,1) исследуемого индекса реального ВВП на ближайший квартал
Представить результаты моделирования и прогнозирования в графическом формате
Решение:
1.Построение спецификации эконометрической модели
Постановка задачи:
Выявить и оценить зависимость индекса реального ВВП РФ (GDPEA_Q_DIRI) от индекса реальной зарплаты (WAG_Q).
Эндогенная переменная
Y – индекс реального ВВП РФ (GDPEA_Q_DIRI), %.
Экзогенная переменная
X – индекс реальной зарплаты (WAG_Q), %.
Спецификация модели:
где
Y — эндогенная (зависимая) переменная;
X — независимая (экзогенная, объясняющая) переменная, или фактор;
– коэффициенты уравнения регрессии;
– случайная составляющая эндогенной переменной (случайное возмущение), которая не может быть объяснена значениями X.
При росте заработной платы происходит рост ВВП: .
2. Исследование взаимосвязи данных показателей с помощью диаграммы рассеяния и коэффициента корреляции
Поле корреляции
Построим график диаграммы рассеяния зависимой переменной с экзогенным фактором.
Рис. 1. Корреляционное поле
В среднем с ростом средней номинальной заработной платы возрастает денежная масса.
Коэффициент корреляции
Рис. 2. Вычисление коэффициента парной корреляции с помощью функции КОРРЕЛ
Результат расчета:
Следовательно:
Следовательно, связь между Y и Х заметная (поскольку ниже 0,7) и положительная. Поскольку коэффициент линейной парной корреляции близок к единице, то можно предположить, что между переменными Х и Y есть заметная линейная связь. Следовательно, необходимо построить линейную модель парной регрессии индекса ВВП на индекс ЗП.
Значимость коэффициента корреляции:
Критические значением t-критерия:
Поскольку tнабл > tкр, то полученное значение коэффициента корреляции признается значимым (то есть нулевая гипотеза, утверждающая равенство нулю генерального коэффициента корреляции, отвергается). И таким образом делается вывод о том, что между индексом реальной зарплаты и индексом реального ВВП есть статистическая линейная положительная взаимосвязь.
3.Оценка параметров модели парной регрессии
Анализ данных, используя инструмент Регрессия:
Рис. 3...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
28 февраля 2018
Заказ завершен, заказчик получил финальный файл с работой
5
ВАРИАНТ 32
Ставится задача исследовать как влияет индекс реальной зарплаты (WAG_Q) на индекс реального ВВП РФ (GDPEA_Q_DIRI).docx
2019-03-11 11:50
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Очень хороший автор, всем рекомендую. Всё подробно объяснила. Выполнена работа очень быстро, раньше срока.
Хочешь такую же работу?
300 ₽
