Создан заказ №3447493
11 декабря 2018
Изучается влияние изменения среднедушевого дохода на товарооборот Для этого по 10 регионам РФ были получены следующие данные
Как заказчик описал требования к работе:
Срочно решить контрольную работу по эконометрике из 6 задач в двух вариантах. Все решения нужно подробно расписать.
Фрагмент выполненной работы:
Изучается влияние изменения среднедушевого дохода на товарооборот. Для этого по 10 регионам РФ были получены следующие данные:
№ п/п Розничный товарооборот (в % к пред. году) Среднедушевой денежный доход (в % к пред. году)
1 89 88
2 75 85
3 82 81
4 84 87
5 91 87
6 92 110
7 89 102
8 107 105
9 89 94
10 87 92
Решение:
Выполнить экономический анализ задачи и сделать выводы, что вы выбираете в качестве изучаемого показателя (Y), и что в качестве влияющего (Х). (работа была выполнена специалистами author24.ru)
Предположив, что «розничный товарооборот» объясняется переменной «среднедушевые денежные доходы».
Постройте поле корреляции результата и фактора
Сформулируем гипотезу о форме связи.
На основании поля корреляции выдвинем гипотезу о том, что связь между всеми возможными значениями х и у, то есть для генеральной совокупности линейна: y=+x. Наличие случайных отклонений, вызванных воздействием на переменную у множества других, неучтенных в уравнении факторов и ошибок измерения, приведет к тому, что связь наблюдаемых величин xi и yi приобретет вид yi=+xi+ i. Здесь i.- случайные ошибки (отклонения, возмущения).
Определим выборочный коэффициент корреляции и поясним его смысл:
Далее нужно рассчитать показатель тесноты связи. Таким показателем является линейный коэффициент корреляции ryx, который рассчитывается по формуле: . Линейный коэффициент корреляции принимает значения от –1 до +1. Если ryx>0,7, то связь считается сильной. Если ryx<0,4, слабая связь. Этот коэффициент дает объективную оценку лишь при линейной зависимости.
В нашем примере ryx= 0,684.
Сделаем вывод о силе линейной зависимости между переменными и .
Т.е. связь между розничным товарооборотом и среднедушевыми денежными доходами в семьи тесная.
Оценим параметры парной линейной регрессионной модели методом наименьших квадратов.
Для оценки параметров линейного регрессионного уравнения рассчитаем сначала
;; ; ;
.
и .
С учетом этого
;
В целом эмпирическое уравнение парной линейной регрессии будет таким:
.
Дать экономическую интерпретацию найденных коэффициентов.
Параметр b= 0,589 - показывает среднее изменение результативного показателя (в единицах измерения у) с повышением или понижением величины фактора на единицу его измерения. В данном примере с увеличением среднедушевых денежных доходов на 1 % предыдущему году, розничный товарооборот увеличивается в среднем на 0,589% к предыдущему году.
Параметр а = 33,665 формально показывает прогнозируемый уровень у, но только в том случае, если х=0 находится близко с выборочными значениями. Но если х=0 находится далеко от выборочных значений х, то буквальная интерпретация может привести к неверным результатам, и даже если линия регрессии довольно точно описывает значения наблюдаемой выборки, нет гарантий, что также будет при экстраполяции влево или вправо.
Подставив в уравнение регрессии соответствующие значения х, можно определить выровненные (теоретические) значения результативного показателя для каждого наблюдения. Полученные величины показывают, каким был бы розничный товарооборот при соответствующих среднедушевых денежных доходах, если бы данная группа n использовала бы среднедушевые денежные доходы в такой степени, как в среднем все анализируемые группы.
Связь между у и х определяет знак коэффициента регрессии b (если >0 – прямая связь, иначе - обратная). В нашем примере связь прямая, т.е. с увеличением среднедушевых денежных доходов, розничный товарооборот увеличивается.
Запишем оценочное уравнение регрессии.
Определим RSS, TSS, ESS. Найдем оценку дисперсии ошибки модели.
- сумма квадратов отклонений остаточной компоненты;
-факторная, объясненная дисперсия;
-сумма квадратов отклонений уровней исходного ряда от его среднего значения.
Оценка дисперсии ошибки модели ,
где yi – это фактические значения,
yi(ti) – теоретические или расчетные значения,
m – число параметров (независимых переменных).
Определим стандартные ошибки коэффициентов регрессии.
Определим коэффициент детерминации и дадим его интерпретацию.
Коэффициент множественной корреляции (индекс корреляции), возведенный в квадрат (R2), называется коэффициентом детерминации.
R2==.
Он показывает долю изменения (вариации) результативного признака под действием факторного признака. Объясняет поведение у от выбранного х, т.е. определяет, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него факторов. Поэтому величина 1-R2 характеризует поведение у в зависимости от других факторов, не учтенных в данной модели. В нашем примере R2=0,468...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
12 декабря 2018
Заказ завершен, заказчик получил финальный файл с работой
5
Изучается влияние изменения среднедушевого дохода на товарооборот Для этого по 10 регионам РФ были получены следующие данные.docx
2020-05-13 21:41
Последний отзыв студента о бирже Автор24
Общая оценка
4
Положительно
Все супер! Соответствует предъявляемым требованиям. Работа преподавателем оценена на отлично!
Хочешь такую же работу?
300 ₽
