Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Информация о работе
Подробнее о работе
По десяти кредитным учреждениям получены данные характеризующие зависимость объема прибыли (Y
- 5 страниц
- 2019 год
- 22 просмотра
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
I. Выбор факторных признаков для построения модели осуществляется с помощью матрицы коэффициентов парной корреляции. Для её построения необходимо:
выбрать Сервис->Анализ данных->Корреляция
заполнить необходимые поля диалогового меню (рисунок 24)
Рис.24. Ввод параметров инструмента «Корреляция»
Результаты представлены на рисунке 25.
Рис.25. Таблица коэффициентов парных корреляций
Для выявления явления мультиколлинеарности необходимо проанализировать коэффициенты парной корреляции между факторными признаками. Если имеют место коэффициенты, значение которых по модулю больше 0,8, то, следовательно, мультиколлинеарность присутствует, и это явление необходимо устранять. Если же значения коэффициентов парной корреляции между факторными признаками, взятые по модулю, меньше величины 0,8, то явление мультиколлинеарности отсутствует, и, следовательно, все факторные признаки можно включать в модель множественной регрессии.
Так как , т.е. между факторными признаками X2 и X3 существует явление мультиколлинеарности, то для построения модели выбираем тот факторный признак, который оказывает большее влияние на результативный признак (фактор, для которого коэффициент парной корреляции с результативным признаком, взятый по модулю, является большим).
Следовательно, фактор X3 оказывает большее влияние на результативный признак (Y) и этот фактор рекомендуется в модели оставить. Фактор X2 оказывает меньшее влияние на результативный признак (Y) и этот фактор рекомендуется из модели исключить.
Таким образом, для построения модели множественной регрессии выбираются два факторных признака - Х1 (величина доходов по депозитам) и Х3 (величина внутрибанковских расходов).
II. Расчет параметров регрессионной модели можно осуществить с помощью инструмента анализа данных Регрессия (см. задача 2), отличие заключается в том, что в качестве диапазона значений фактора X необходимо указать диапазон значений факторов X1 и X3 (рисунок 26).
Рис.26. Ввод параметров регрессии
Результаты построение множественной регрессии представлены на рисунке 27.
Рис.27. Вывод итогов регрессии
На основании полученных данных можно записать уравнение множественной регрессии
Y=0,4100+ 0,016*X1 + 0,97883*X3
Оценим качество построенной модели множественной регрессии по следующим направлениям:
Коэффициент детерминации = 0.9967 достаточно близок к 1, следовательно, качество модели можно признать высоким.
Критерий Фишера F = 1054,887 > Fтабл = 4,74 , следовательно, уравнение регрессии признается статистически значимым и может быть использовано для анализа и прогнозирования экономических процессов.
Для вычисления Fтабл необходимо определить:
- степень свободы числителя m=2 (число факторных признаков);
- степень свободы знаменателя n-m-1=10-2-1=7;
- уровень значимости =0,05.
III. Оценим качество построенной модели множественной регрессии с помощью коэффициентов эластичности, - и - коэффициентов.
Коэффициент эластичности определяется:
, (1)
где - среднее значение соответствующего факторного признака,
- среднее значение результативного признака.
bi – коэффициенты регрессии соответствующих факторных признаков.
ß-коэффициент определяется по следующей формуле:
, (2)
где - среднеквадратическое отклонение (СКО) соответствующего факторного признака (рассчитывается как корень квадратный из дисперсии признака),
- СКО результативного признака.
∆-коэффициент определяется по следующей формуле:
, (3)
где - коэффициент парной корреляции результативного и соответствующего факторного признаков,
- коэффициент детерминации.
На рисунке 28 представлены формулы расчетов описанных выше коэффи
Отсутствует
По десяти кредитным учреждениям получены данные, характеризующие зависимость объема прибыли (Y, млн.руб.) от величины доходов по кредитам (X1, млн.руб.), доходов по депозитам (X2, млн.руб.) и размера внутрибанковских расходов (X3, млн.руб.).
Y 32 40 44 28 50 56 51 57 60 63
X1 50 54 60 62 70 54 84 82 86 84
X2 176 170 156 172 162 160 166 156 152 138
X3 30 40 44 28 50 56 50 56 60 62
Требуется:
Осуществить выбор факторных признаков для построения многофакторной регрессионной модели.
Рассчитать параметры регрессионной модели. Оценить ее качество.
Для характеристики модели определить:
средние коэффициенты эластичности;
бета-коэффициенты,
дельта-коэффициенты.
Оценить с помощью t-критерия Стьюдента статистическую значимость коэффициентов уравнения множественной регрессии.
Построить регрессионную модель со статистически значимыми факторами. Оценить ее качество.
Определить точечный и интервальный прогноз результативного показателя.
Отсутствует
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
