Создан заказ №2859391
6 апреля 2018
ВАРИАНТ 8 Ставится задача исследовать как влияет индекс реальной зарплаты (WAG_Q) на индекс реального ВВП РФ (GDPEA_Q_DIRI)
Как заказчик описал требования к работе:
Контрольная работа с решениями и пояснениями к ним - необходимыми расчетами и комментариями
Фрагмент выполненной работы:
ВАРИАНТ 8
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 I 166,36 131,30
II 178,18 144,40
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 author24.ru) Выбрать эндогенную переменную. Сделать предположения относительно знаков (положительный или отрицательный) параметров модели.
Ставится задача исследовать, как влияет индекс реальной зарплаты (WAG_Q) на индекс реального ВВП РФ (GDPEA_Q_DIRI). Эндогенной переменной будет выступать индекс реального ВВП РФ. Связь между выбранными факторами будет положительной и прямой, с ростом индекса реальной зарплаты и индекс реального ВВП РФ в среднем за период увеличится.
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.
Для создания диаграммы рассеяния нужно выделить два столбца данных со значениями показателей, включая их названия (метки) в первой строке матрицы данных, и выполнить следующие действия: на вкладке «Вставка» в группе «Диаграммы» выбрать тип диаграммы «Точечная», диаграмма добавится на лист.
Нужно помнить, что для того чтобы Microsoft Excel правильно определил переменные, объясняемая переменная Y должна быть расположена в правом из двух выделенных столбцов, а объясняющая переменная Х– в левом столбце (Рис.1.1).
Рис. 1.1. Выбор вида диаграммы – точечная
Рис.1.2. Диаграмма рассеяния
В нашем примере диаграмма рассеяния имеет вид, приведенный на рис.1.2.
Вывод: Вытянутость облака точек на диаграмме рассеяния вдоль наклонной прямой позволяет сделать предположение, что существует некоторая объективная тенденция прямой линейной связи между значениями переменных x и y, т.е. в среднем, с увеличением Индекса реальной зарплаты, в среднем увеличится и Индекс реального ВВП РФ (Рис.1.2).
Вычисление коэффициента корреляции
Чтобы вычислить корреляцию средствами Excel, можно воспользоваться функцией =КОРРЕЛ( ), указав адреса двух столбцов чисел, как показано на рис. 1.3.
Рис. 1.3. Вычисление коэффициента парной корреляции с помощью функции КОРРЕЛ.
Решение:
помещен в Е2 и равен 0,719.
Оценим значимость коэффициента корреляции. Для этого рассчитаем значение t – статистики по формуле (рис. 4).
Рис. 1.4. Вычисление t – статистики.
Критическое значение t – статистики Стьюдента получим с помощью функции СТЬЮДЕНТ.ОБР.2Х пакета Excel. В качестве аргументов функции необходимо задать число степеней свободы равное n-2 (в нашем примере 40-2=38) и значимость (в нашем примере равно 0,05) (рис.1.5). Если фактическое значение t – статистики, взятое по модулю больше критического, то с вероятностью (1- ) коэффициент корреляции значимо отличается от нуля.
Рис.1. 5. Критическое значение t – статистики равно 2,024.
Сравнивая числовые значения критериев, видно, что │tнабл│=6,371>tтаб=2,024, т.е. полученное значение коэффициента корреляции значимо.
Вывод: Индекс реальной зарплаты оказывает высокое влияние на Индекс реального ВВП, связь прямая.
3. Оценка параметров модели парной регрессии
Оценить параметры модели с помощью:
надстройки Excel Анализ данных, используя инструмент Регрессия:
Данные записать в таблицу Excel.
Выбрать команду на вкладке Данные команда Анализ данных.
В диалоговом окне Анализ данных выбрать инструмент Регрессия.
В диалоговом окне Регрессия в поле Входной интервал Y ввести адрес одного диапазона ячеек, который представляет зависимую переменную. В поле Входной интервал Х ввести адрес диапазона, который содержит значения независимой переменной (рис. 6).
Установить флажок Метки в первой строке для отображения заголовков столбцов.
Выбрать параметры вывода. В данном примере Выходной интервал $E$8.
В поле Остатки и График подбора поставить флажки.
ОК.
Рис. 1.6. Диалоговое окно Регрессия подготовлено к построению модели регрессии
Результаты выполнения инструмента Регрессия получим в виде протокола (рис.1.7). Протокол состоит из четырех таблиц: первая - Регрессионная статистика, вторая - Дисперсионный анализ, третья таблица без названия, в которой содержится информация о коэффициентах регрессии и четвертая, в которой содержатся предсказанные значения и остатки.
ВЫВОД ИТОГОВ
Регрессионная статистика
Множественный R 0,710012
R-квадрат 0,504118
Нормированный R-квадрат 0,490715
Стандартная ошибка 9,669772
Наблюдения 39
Дисперсионный анализ
df SS MS F Значимость F
Регрессия 1 3517,121 3517,121 37,61446 4,15E-07
Остаток 37 3459,666 93,50449
Итого 38 6976,788
Коэффициенты Стандартная ошиб t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение 73,19418 13,80189 5,303199 5,51E-06 45,22889 101,1595
Индекс промышленного производства (%) 0,369276 0,060211 6,133063 4,15E-07 0,247277 0,491274
ВЫВОД ОСТАТКА
Наблюдение Предсказанное Остатки
1 134,6269 -3,32688
2 138,9917 5,408284
3 140,1734 16,7266
4 148,748 15,85202
Рис.1.7. Фрагмент протокола выполнения регрессионного анализа.
Во втором столбце третьей таблицы отчета (Рис.1.7) содержатся значения параметров уравнения регрессии
Рис.1.8...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
7 апреля 2018
Заказ завершен, заказчик получил финальный файл с работой
5
ВАРИАНТ 8
Ставится задача исследовать как влияет индекс реальной зарплаты (WAG_Q) на индекс реального ВВП РФ (GDPEA_Q_DIRI).docx
2018-04-10 11:25
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
автор суперрр всегда готова помочь очень благодарна ей) всем советую заказывать у нее!!
Хочешь такую же работу?
300 ₽
