Создан заказ №3078044
30 мая 2018
ВАРИАНТ 2 Ставится задача исследовать как влияет индекс промышленного производства (по ОКВЭД IP_EA_M) на среднедушевые денежные доходы населения (HHI_M) (рублей в месяц)
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 2
Ставится задача исследовать, как влияет индекс промышленного производства (по ОКВЭД IP_EA_M) на среднедушевые денежные доходы населения (HHI_M) (рублей в месяц). Первый показатель – цепной индекс, где за базу (100%) взят уровень 2002 года. Данные с сайта http://sophist.hse.ru
T Реальные денежные доходы Индекс промышленного производства
2007 I 11132,0 147,2
II 12392,0 141,6
III 12847,0 144,2
IV 19632,0 158,5
2008 I 13312,0 152,6
II 15159,0 145,6
III 15091,0 148,4
IV 19960,0 138,3
2009 I 15864,0 129,9
II 17291,0 125,7
III 16768,0 131,5
IV 24461,0 147,4
2010 I 17687,0 141,8
II 19053,0 134,7
III 18526,0 139,5
IV 28173,0 157,9
2011 I 19114,0 146,8
II 21279,0 143,5
III 20376,0 146,1
IV 31568,0 164,7
2012 I 20848,0 151,8
II 24126,0 145,8
III 23396,0 149,5
IV 35548,0 169,2
2013 I 24422,0 151,5
II 26441,0 148,3
III 24841,0 151,5
IV 39759,0 169,9
2014 I 24602,0 153,8
II 27587,0 148,9
III 27132,0 156,0
IV 40972,0 176,8
2015 I 27621,0 153,0
II 30049,0 141,9
III 29589,0 150,4
IV 46493,0 169,0
2016 I 29076,0 152,5
II 30872,0 144,5
III 30577,0 149,2
IV 45948,0 174,1
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.
Ставится задача исследовать, как влияет индекс промышленного производства (по ОКВЭД IP_EA_M) на среднедушевые денежные доходы населения (HHI_M) (рублей в месяц). Эндогенной переменной будут выступать среднедушевые денежные доходы населения. Связь между выбранными факторами будет положительная и прямая, с ростом индекса промышленного производства будут расти и среднедушевые денежные доходы населения.
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 промышленного производства и среднедушевыми денежными доходами населения 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 индекс промышленного производства, в среднем увеличиваются среднедушевые денежные доходы населения (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 -0,760.
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=7,218>tтаб=2,024, т.е. полученное значение коэффициента корреляции значимо.
Вывод: Индекс реального объема промышленного производства оказывает весьма высокое влияние на Среднедушевые денежные доходы населения, 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$6.
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 0,760425
R-квадрат 0,578247
Нормированный R-квадрат 0,567148
Стандартная ошибка 5764,71
Наблюдения 40
Дисперсионный анализ
df SS MS F Значимость F
Регрессия 1 1731383292 1,73E+09 52,100065 1,25E-08
Остаток 38 1262811564 33231883
Итого 39 2994194856
Коэффициенты Стандартная ошиб t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение -63098,9 12168,8538 -5,18528 7,433E-06 -87733,5 -38464,3
Индекс промышленного производства (%) 584,5566 80,9855312 7,218038 1,249E-08 420,61 748,5032
ВЫВОД ОСТАТКА
Наблюдение Предсказанное Остатки
1 22947,83 -11815,832
2 19674,31 -7282,315
3 21194,16 -8347,1622
4 29553,32 -9921,3216
Рис.1.7...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
31 мая 2018
Заказ завершен, заказчик получил финальный файл с работой
5
ВАРИАНТ 2
Ставится задача исследовать как влияет индекс промышленного производства (по ОКВЭД IP_EA_M) на среднедушевые денежные доходы населения (HHI_M) (рублей в месяц).docx
2018-06-03 16:36
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Заказ выполнили раньше срока, замечаний нет, все по методичке, рекомендую автора.