Создан заказ №3013891
14 мая 2018
ВАРИАНТ 16 Ставится задача исследовать как влияет индекс реального объема промышленного производства по ОКВЭД (IP_EA_Q) в России на норму безработицы (в среднем за период) (UNEMPL_Q_SH)
Как заказчик описал требования к работе:
Необходимо решение контрольной работы с подробным пояснением.
Фрагмент выполненной работы:
ВАРИАНТ 16
Ставится задача исследовать, как влияет индекс реального объема промышленного производства по ОКВЭД (IP_EA_Q) в России на норму безработицы (в среднем за период) (UNEMPL_Q_SH). Второй показатель – цепной индекс, где за базу (100%) взят уровень 2002 года. Данные с сайта http://sophist.hse.ru
T Норма безработицы Индекс реального объема промышленного производства
2008 I 6,70 146,07
II 5,80 146,37
III 5,80 148,42
IV 6,90 140,40
2009 I 8,90 123,41
II 8,70 126,50
III 8,00 134,09
IV 7,90 143,07
2010 I 8,60 133,20
II 7,60 135,73
III 6,70 139,67
IV 6,70 153,49
2011 I 7,40 139,83
II 6,60 143,89
III 6,10 147,05
IV 6,10 159,11
2012 I 6,30 145,91
II 5,50 147,07
III 5,10 151,93
IV 5,10 164,08
2013 I 5,70 144,06
II 5,40 148,10
III 5,30 152,69
IV 5,40 166,12
2014 I 5,60 145,52
II 5,10 150,76
III 4,90 154,83
IV 5,10 169,70
2015 I 5,60 144,92
II 5,70 143,33
III 5,30 148,34
IV 5,60 163,18
2016 I 5,90 143,92
II 5,80 144,79
III 5,30 148,12
IV 5,30 166,19
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.
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.
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 реального объема промышленного производства и нормой безработицы и сделать вывод о возможности построение линейной модели парной регрессии между соответствующими показателями. Проверить значимость коэффициента корреляции.
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 обратной линейной связи между значениями переменных x и y, т.е. в среднем, с увеличением Индекса реального объема промышленного производства, в среднем уменьшается Норма безработицы (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 F2 и равен – 0,775.
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 35-2=33) 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 2,035.
Сравнивая числовые значения критериев, видно, что │tнабл│=7,038>tтаб=2,035, т.е. полученное значение коэффициента корреляции значимо.
Вывод: Индекс реального объема промышленного производства оказывает весьма высокое влияние на Норму безработицы, связь обратная.
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$2.
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 0,77915697
R-квадрат 0,60708559
Нормированный R-квадрат 0,59517909
Стандартная ошибка 0,71634937
Наблюдения 35
Дисперсионный анализ
df SS MS F Значимость F
Регрессия 1 26,16469514 26,16469514 50,98775714 3,51541E-08
Остаток 33 16,934162 0,513156424
Итого 34 43,09885714
Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение 19,0359662 1,796893375 10,59382068 3,74443E-12 15,38015915 22,69177324
X -0,0872105 0,01221338 -7,140571205 3,51541E-08 -0,112058817 -0,062362201
ВЫВОД ОСТАТКА
Наблюдение Предсказанное Остатки
1 6,29712712 0,402872885
2 6,27096396 -0,470963963
3 6,09218242 -0,292182419
4 6,7916107 0,108389297
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. График модели .
по формулам:,
Средние значения Xи Y можно получить в Excel с помощью функции СРЗНАЧ (рис1.17.)
Рис.1.17. Вычисление среднего значения
Табл...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
15 мая 2018
Заказ завершен, заказчик получил финальный файл с работой
5
ВАРИАНТ 16
Ставится задача исследовать как влияет индекс реального объема промышленного производства по ОКВЭД (IP_EA_Q) в России на норму безработицы (в среднем за период) (UNEMPL_Q_SH).docx
2019-04-22 15:13
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Работа сделана вовремя, автор очень даже доброжелательная, были учтены все указанные требования, и всегда была обратная связь, то есть отвечала на сообщения. Спасибо!)
Хочешь такую же работу?
300 ₽
