Создан заказ №592572
5 мая 2015
Регрессионный анализ стоимость владения транспортным средством в зависимости от (вида, страны/налогов, топлива
Как заказчик описал требования к работе:
самостоятельного моделирование по курсу
"Эконометрика-2"
Задание по части "регрессионный анализ"
0. Найти в справочниках, в журналах, на вашей работе или в интернете данные, которые вы собираетесь анализировать. Для этой части Вы должны подобрать данные, по которым возможно построение регрессионной
зависимости. Выборка должна содержать не менее 100 элементов. Количество переменных желательно более 6-и. В работе следует указать 1) источник данных – конкретную ссылку, по которой данные могут быть найдены; 2) по всем переменным необходимо указать единицы измерения и шкалы, в которых они измерены. Следует поставить цель, ради которой вы решили изучить эту зависимость (или не вы). Если источник данных сайт, то необходимо указать дату скачивания данных. Рекомендую изначально скачивать всё (потом бывает трудно найти дополнительную информацию). Далее в работу вы включите те переменные, которые посчитаете нужным. Во введение должно быть описание объекта вашего исследования (не менее 1 страницы).
Также во введении должен быть описан "класс объектов", которые ваша выборка репрезентативно представляет. А в выводах необходимо объяснить, для решения каких задач пригодна ваша модель, что она описывает и какие прогнозы по ней оправдано строить, а какие нет. И привести пример (причину), почему модель не пригодна для каких-то объектов.
Исследовать зависимость функции от переменных:
построить корреляционное поле (облако точек) желательно для всех количественных переменных;
предложить несколько моделей, описывающих полученные облака (не менее 3), обосновать выбор вида зависимости как графиком, так и содержанием задачи;
исследовать факторы на мультиколлинеарность по корреляционной матрице (можно в нелинейном виде, если так существенно лучше приближаются данные);
исследовать последствия мультиколлинеарности, если такие имеются;
выбрать допустимые сочетания факторов, а также предложить другие способы уменьшения последствий мультиколлинеарности – попробовать реализовать какой-то из них;
построить модели зависимости функции от нескольких комбинаций факторов, опираясь на результаты предыдущих пунктов;
для каждой модели исследовать значимость коэффициентов и модели в целом, удалить незначимые факторы;
для каждой модели вычислить:
а) остаточную сумму квадратов;
б) коэффициент детерминации;
в) дисперсию остатков;
г) информационные критерии Акаике, Шварца;
выбрать наилучшую модель, прокомментировав свой выбор.
Визуальная диагностика модели (с целью определения выбросов и либо их удаления, либо добавления новой объясняющей переменной):
гистограмма остатков;
график подбора и график остатков;
график квантиль-квантиль.
При необходимости возврат к исследованию факторов на мультиколлинеарность и дальнейшему построению и выбору наилучшей модели.
Исследовать остатки наилучшей модели, полученной в части 1:
график остатков;
а) выполнение предпосылок Гаусса-Маркова на взгляд;
б) наличие выбросов на взгляд;
постоянство мат. ожидания (и его равенство нулю, в том числе с помощью "тестов для описательных статистик", критерия Краскела-Уоллеса)
постоянство дисперсии:
а) критерий Уайта;
б) критерий Фишера;
в) критерий по выбору студента (Спирмена, Голдфелда-Квандта, Глейзера);
некоррелированность:
а) коррелограмма и Q-критерий Льюнга-Бокса;
б) критерий Дарбина-Уотсона;
нормальное распределение:
а) гистограмма;
б) моменты (асимметрия и эксцесс);
в) критерий Жарка-Бера;
г) критерий по выбору студента (критерий Пирсона, вероятностная бумага).
Сделать выводы, касающиеся адекватности модели. Желательно исследовать эластичность функции по переменным. Перейти к стандартизованным коэффициентам регрессии. Объяснить их смысл и разницу в получившихся моделях.
3а. Если в пункте 3 исследования вы столкнулись с нарушением хотя бы одной из предпосылок МНК, то следует описать последствия такого нарушения, предложить и попробовать методы исправления сложившейся ситуации. Повторно проверить адекватность модели. Описать, что поменялось в скорректированной модели.
4. Построить доверительный интервал для одного (нескольких коэффициентов) регрессии. Используя метод Салкевера, проверить для двух-трех наблюдений из той же совокупности (не вошедших в выборку) при каком уровне доверительной вероятности они попадут в интервал для предсказанных значений регрессии.
5. Средствами Eviews построить доверительный интервал для предсказанных значений регрессии, с учетом еще нескольких, не вошедших в выборку наблюдений. Проверить, сколько наблюдений вышли за верхнюю/нижнюю границу доверительного интервала.
6. Оценить погрешность вычислений и округлить коэффициенты регрессии.
7. Описать содержательный смысл построенной модели, учитывая единицы измерения и допустимый диапазон изменения переменных. Написать выводы, касающиеся не только границ применимости вашей модели, но и степени достижения поставленных во введении целей (1-2 страницы).
8. Дополнительное исследование (за бонусные баллы выполнить любые, представленные ниже пункты):
репрезентативность исходной выборки проверить с помощью метода "анализ классификаций" и/или "анализ таблиц сопряженности", сделать дополнительные выводы о соответствии выборки поставленной задаче;
для любой отброшенной номинативной/порядковой переменной проверить отсутствие ее влияния на функцию средствами дисперсионного анализа, сделать выводы;
тоже самое, но для совокупности из нескольких переменных;
проверить возможное влияние любых (учтенных или нет в конечной модели) качественных переменных на угловой коэффициент при количественной переменной. Выбор возможных сочетаний переменных осуществляется, исходя из смысла задачи;
представить зависимую переменную в виде фиктивной (например, высокие/низкие цены на ресурс N). Построить и описать logit/probit модель для новой переменной;
рассчитать частные коэффициенты корреляции для мультиколлинеарных пар переменных, сделав предположение о возможной причине их коллинеарности;
используя критерий Манна-Уитни-Вилкоксона, проверить однородность выборки, предварительно упорядочив ее а) по зависимой переменной; б) по самой важной независимой переменной, а затем поделив на две части одной из качественных переменных. При этом исследуемой выборочной переменной может выступать как зависимая, так и независимая количественная переменная.
подробнее
Заказчик
заплатил
заплатил
3000 ₽
Заказчик оплатил в рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик воспользовался гарантией, чтобы исполнитель повысил уникальность работы
12 мая 2015
Заказ завершен, заказчик получил финальный файл с работой
5
Регрессионный анализ стоимость владения транспортным средством в зависимости от (вида, страны/налогов, топлива.docx
2018-06-07 18:31
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Всем рекомендую данного автора!!! Выполняет сложнейшие работы!!! Автор доступен для контакта 24 часа 7 дней в неделю, всегда быстро вам ответит!!! Выбирайте именно этого автора и ваша работа будет сделана в лучшем виде!!!
Хочешь такую же работу?
300 ₽
