Создан заказ №3049394
22 мая 2018
В таблице 1 приведены данные Федеральной службы государственной статистики РФ Таблица 1 Оборот розничной торговли (в % к предыдущему периоду) Реальные располагаемые денежные доходы (в % к предыдущему периоду) Реальная заработная плата (в % к предыдущему периоду) Индекс потребительских цен (в % к предыдущему периоду) Индекс потребительских цен (непродовольственные товары) (в % к предыдущему п
Как заказчик описал требования к работе:
Задание: решить контрольную по эконометрике, срок 2 дня, очень нужно! Расписывайте, пожалуйста, подробное решение для каждой задачи.
Фрагмент выполненной работы:
В таблице 1 приведены данные Федеральной службы государственной статистики РФ.
Таблица 1
Оборот розничной торговли (в % к предыдущему периоду) Реальные располагаемые денежные доходы (в % к предыдущему периоду) Реальная заработная плата (в % к предыдущему периоду) Индекс потребительских цен (в % к предыдущему периоду) Индекс потребительских цен (непродовольственные товары) (в % к предыдущему периоду)
Y
X1
X3
X4
X6
IRT IRR IRWP IPC IPC G
1 кв. (работа была выполнена специалистами author24.ru) 13 84 76,5 88,7 101,9 101,3
2 кв. 13 107,1 113,3 109 101,6 100,8
3 кв. 13 105,8 99,5 96,4 101,2 101,2
4 кв. 13 108,9 120,2 111,7 101,7 101,1
1 кв. 14 84,2 71,5 88,6 102,3 101,4
2 кв. 14 105,3 118 107,1 102,4 101,5
3 кв. 14 105,6 100,9 94,8 101,4 101,4
4 кв. 14 110 113,9 109,1 104,8 103,6
1 кв. 15 76,1 72,9 82,2 107,4 106,8
2 кв. 15 102,2 114,7 107,5 101 101,8
3кв.15 105,3 101,4 93,7 101,7 102,3
4кв.15 106,7 115,8 109,1 102,3 102,2
1кв.16 82,8 73,5 90,5 102,1 102,3
2кв.16 102,4 112,3 108,5 101,2 101,5
3кв.16 106,4 99,9 94,6 100,7 101,4
4кв.16 105,8 116,5 110,3 101,3 101,3
1кв.17 82,8 76,5 91 101 100,9
2кв.17 102,4 109,3 110 101,3 100,4
Используя данные Федеральной службы государственной статистики РФ:
Оцените связь факторов Xk с показателем Y и друг другом с помощью коэффициентов линейной парной корреляции.
Подберите приемлемые группы факторов и постройте линейные регрессионные модели показателя Y. Оцените качество модели.
Используя модель хорошего качества, получите прогнозы на Y на следующие три квартала. Предложите сами значения факторов на этот период, дайте обоснование своему выбору.
Решение:
1. Оценим связь факторов Xk с показателем Y и друг другом с помощью коэффициентов линейной парной корреляции. Коэффициенты рассчитываем с помощью инструмента Excel «Корреляция» (Данные – Анализ данных).
Рис. 1. Окно инструмента «Корреляция»
Результат корреляционного анализа представлен в таблице 2.
Таблица 2
Корреляционная матрица
IRT
(Y) IRR
(X1) IRWP
(X3) IPC
(X4) IPC G
(X6)
IRT(Y) 1
IRR (X1) 0,921781 1
IRWP (X3) 0,787337 0,928217 1
IPC (X4) -0,38062 -0,27787 -0,30052 1
IPC G (X6) -0,38348 -0,30088 -0,39357 0,92633 1
Согласно приведенной таблице 2 коэффициентов линейной парной корреляции, можно сделать следующие выводы:
наблюдалась сильная прямая связь темпа изменения оборота розничной торговли с темпами изменения реальных располагаемых доходов и темпами изменения реальной заработной платы;
присутствовала умеренная обратная связь между темпами изменения оборота розничной торговли и темпами потребительских цен в общем, а также темпами потребительских цен непродовольственных товаров;
наблюдается сильная прямая связь между темпами роста реальных располагаемых доходов и реальной заработных плат, также темпа роста потребительских цен и потребительских цен непродовольственных товаров, обратная умеренная связь – темпом роста реальной заработной платы и темпа роста потребительских цен в общем и непродовольственных товаров, в частности.
2. Результаты корреляционного анализа говорят о возможности построения линейных моделей регрессии для темпа изменения оборота розничной торговли РФ. Согласно требованиям, факторы, включаемые в модель линейной регрессии, должны быть существенно связаны с моделируемым показателем. Следовательно, в модель можно включить все факторы. Можно предложить к рассмотрению следующие варианты линейной функции регрессии с одним существенным фактором:
y=a1+b1x1
y=a3+b3x3
y=a4+b4x4
y=a6+b6x6
Согласно требованиям, факторы, включаемые в модель линейной регрессии, не должны быть связаны функционально. Нельзя включать в модель одновременно показатели, связанные с точки зрения методики их расчета:
реальные располагаемые доходы (X1) и реальная заработная плата (X3);
потребительские цены (X4) и потребительские цены на непродовольственные товары (X6).
Согласно требованиям, факторы, включаемые в модель линейной регрессии, должны быть связаны друг с другом менее существенно, чем с моделируемым показателем. Можно предложить к рассмотрению следующие варианты линейной функции регрессии с двумя факторами:
y=a1+b1x1+b4x4
y=a1+b1x1+b6x6
y=a3+b3x3+b4x4
y=a3+b3x3+b6x6
Следует отметить то, что количество вариантов значений по всем показателям (n=18) вполне достаточно, чтобы включить в модель два фактора.
Оценим параметры предложенных моделей регрессии, с помощью инструмента Excel «Регрессия» (Данные – Анализ данных) MS EXCEL.
Окно построения регрессионной модели вида y=a4+b3x3+b4x4 представлено на рис. 2.
Рис. 2. Окно инструмента «Регрессия»
В результате получаем следующие модели:
y=41,02+0,579x2
y=8,53+0,904x3
y=370,34-2,657x4
y=406,09-3,014x6
y=139,52+0,555x1-0,942x4
y=139,52+0,555x1-0,942x4
y=126,82+0,850x3-1,105x4
y=82,20+0,865x3-0,685x6
Определим значимость первой модели.
Результат регрессионного анализа приведет на рисунке 3.
Рис. 3. Результат регрессионного анализа
По данным регрессионного анализа видно, что уравнение значимо с вероятностью близкой к 0 (столбец «Значимость F»), при этом коэффициенты регрессии значимы (Pa=5,90297∙10-6<0,05 P=0,00028<0,05) (столбец «P-значение»).
Рассмотрим график зависимости остатков от значения фактора X2 (рис. 4).
Рис. 4. График остатков
Остатки модели регрессии случайны, поскольку график имеет большое количество локальных экстремумов.
Проверим качество модели с помощью критерия Дарбина-Уотсона:
d=i=2nεi-εi-12i=1nεi2
А также наличие нормального закона распределения у остатков:
εiSE≤2 (i=1,n)
По данным регрессионного анализа (рис. 3) SE=7,5650 (строка «Стандартная ошибка»).
Расчеты проведем в таблице (табл. 3).
Таблица 3
Период yi
yi
εi=yi-yi
εi-εi-1
εi2
εi-εi-12
εiSE
1 кв. 13 84 85,29 -1,2895 - 1,6627 - 0,2875
2 кв. 13 107,1 106,58 0,5161 1,8055 0,2663 3,2600 0,1151
3 кв. 13 105,8 98,60 7,2015 6,6854 51,8616 44,6948 1,6059
4 кв. 13 108,9 110,58 -1,6766 -8,8781 2,8111 78,8212 0,3739
1 кв. 14 84,2 82,40 1,8038 3,4804 3,2537 12,1134 0,4022
2 кв...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
23 мая 2018
Заказ завершен, заказчик получил финальный файл с работой
5
В таблице 1 приведены данные Федеральной службы государственной статистики РФ
Таблица 1
Оборот розничной торговли (в % к предыдущему периоду) Реальные располагаемые денежные доходы (в % к предыдущему периоду) Реальная заработная плата (в % к предыдущему периоду) Индекс потребительских цен (в % к предыдущему периоду) Индекс потребительских цен (непродовольственные товары) (в % к предыдущему п.docx
2018-05-26 19:29
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Заказываю уже не в первый раз. Всё в срок и на 5 звёзд. Спасибо автору за работу.
Хочешь такую же работу?
300 ₽
