Создан заказ №4038047
21 мая 2019
ВАРИАНТ 5 Ставится задача исследовать как влияет заявленная потребность в работниках (в тыс
Как заказчик описал требования к работе:
Оформить все графики в контрольной; 2. начертить схемы в соответствие со стандартами (можно в графическом редакторе на пк). Работу нужно сдавать в пятницу, поэтому 2 дня на выполнение максимум. Подробное задание прикрелено.
Фрагмент выполненной работы:
ВАРИАНТ 5
Ставится задача исследовать, как влияет заявленная потребность в работниках (в тыс.чел.) (EMPLDEC_Q) на количество безработных в среднем за период в млн. чел (UNEMPL_Q) на норму безработицы (в среднем за период) (UNEMPL_Q_SH) в России. Данные с сайта http://sophist.hse.ru
T Количество безработных Заявленная потребность в работниках
2007 I 5,30 940,00
II 4,70 1 224,00
III 4,30 1 397,00
IV 4,30 1 265,00
2008 I 5,00 1 156,00
II 4,40 1 437,00
III 4,40 1 537,00
IV 5,20 1 278,00
2009 I 6,60 873,00
II 6,60 1 116,00
III 6,10 1 137,00
IV 6,00 937,00
2010 I 6,40 849,00
II 5,70 1 210,00
III 5,10 1 261,00
IV 5,00 1 119,00
2011 I 5,50 1 086,00
II 5,00 1 474,00
III 4,70 1 498,00
IV 4,60 1 309,00
2012 I 4,70 1 321,00
II 4,20 1 720,00
III 3,90 1 669,00
IV 3,90 1 436,00
2013 I 4,30 1 501,00
II 4,10 1 975,00
III 4,00 1 814,00
IV 4,10 1 565,00
2014 I 4,20 1 477,00
II 3,80 2 032,00
III 3,70 2 145,00
IV 3,90 1 773,00
2015 I 4,30 1 275,00
II 4,30 1 303,00
III 4,10 1 348,00
IV 4,30 1 244,00
2016 I 4,50 1 130,00
II 4,40 1 314,00
III 4,10 1 415,00
IV 4,10 1 306,00
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 заявленная потребность в работниках (в тыс.чел.) (EMPLDEC_Q) на количество безработных в среднем за период в млн. чел (UNEMPL_Q) на норму безработицы (в среднем за период) (UNEMPL_Q_SH) в России. Эндогенной переменной будет выступать количество безработных в среднем за период. Связь между выбранными факторами будет отрицательной и обратной, с ростом заявленной потребностью в работниках и количество безработных в среднем за период уменьшится.
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 заявленной потребностью в работниках и количеством безработных в среднем за период 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 обратной линейной связи между значениями переменных x и y, т.е. в среднем, с увеличением Заявленной потребности в работниках, в среднем снизится Количество безработных (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 -0,754.
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│=7,069>tтаб=2,024, т.е. полученное значение коэффициента корреляции значимо.
Вывод: Заявленная потребность в работниках оказывает весьма высокое влияние на Количество безработных, связь обратная.
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 0,764255
R-квадрат 0,584085
Нормированный R-квадрат 0,572844
Стандартная ошибка 0,518061
Наблюдения 39
Дисперсионный анализ
df SS MS F Значимость F
Регрессия 1 13,94556 13,94556 51,96052 1,5E-08
Остаток 37 9,93034 0,268388
Итого 38 23,8759
Коэффициенты Стандартная ошиб t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение 7,458123 0,390127 19,11716 9,1E-21 6,66765 8,248596
Индекс промышленного производства (%) -0,002 0,000278 -7,20836 1,5E-08 -0,00256 -0,00144
ВЫВОД ОСТАТКА
Наблюдение Предсказанное Остатки
1 5,577302 -0,2773
2 5,009054 -0,30905
3 4,662902 -0,3629
4 4,927018 -0,62702
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
22 мая 2019
Заказ завершен, заказчик получил финальный файл с работой
5
ВАРИАНТ 5
Ставится задача исследовать как влияет заявленная потребность в работниках (в тыс.docx
2019-05-25 15:45
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Быстро и качественно сделали сложную для меня работу, с объяснениями каждой формулы и каждого пункта. Большое спасибо автору!