Спасибо за быстро выполненную работу! Надеюсь на дальнейшее сотрудничество)
Подробнее о работе
Гарантия сервиса Автор24
Уникальность не ниже 50%
Рассматривая совокупности Х1, Х2, У как трехмерную случайную величину, определим ее основные числовые характеристики. Необходимые для этого вспомогательные вычисления даны в табл.2.1.
Таблиця 2.1Линейная множественная регрессия
№ п/п у х1 х2 ух1 ух2 х1х2 х12 х22 у2 ŷ е2
1 2 3 4 5 6 7 8 9 10 11 12 13
1 3 1,1 0,4 3,3 1,2 0,44 1,21 0,16 9 2,983 0,0003 0,0056
2 2,9 1,1 0,4 3,19 1,16 0,44 1,21 0,16 8,41 2,983 0,0069 0,0287
3 3 1,2 0,7 3,6 2,1 0,84 1,44 0,49 9 2,887 0,0127 0,0375
4 3,1 1,4 0,9 4,34 2,79 1,26 1,96 0,81 9,61 3,145 0,0021 0,0146
5 3,2 1,4 0,9 4,48 2,88 1,26 1,96 0,81 10,24 3,145 0,0030 0,0171
6 2,8 1,2 0,8 3,36 2,24 0,96 1,44 0,64 7,84 2,775 0,0006 0,0089
7 2,9 1,3 0,8 3,77 2,32 1,04 1,69 0,64 8,41 3,016 0,0136 0,0401
8 3,4 1,6 1,1 5,44 3,74 1,76 2,56 1,21 11,56 3,403 0,0000 0,0010
9 3,5 1,3 0,4 4,55 1,4 0,52 1,69 0,16 12,25 3,466 0,0012 0,0098
10 3,6 1,4 0,5 5,04 1,8 0,7 1,96 0,25 12,96 3,595 0,0000 0,0015
Сумма 31,4 13 6,9 41,07 21,63 9,22 17,12 5,33 99,28 31,4 0,0403 0,1647
Среднее значение 3,14 1,3 0,69 4,107 2,163 0,922 1,712 0,533 9,928 3,14 0,0040 0,0165
Найдем средние квадратические отклонения признаков:
;
.
1.Построим матрицу коэффициентов парной корреляции. Сделаем соответствующие выводы о тесноте связи результата у и факторов х1 и х2. Установим, проявляется ли в модели мультиколлинеарность.
Рассчитаем сначала парные коэффициенты корреляции:
;
;
.
Матрица коэффициентов парной корреляции имеет вид:
У Х1 Х2
У 1 0,6445 -0,0577
Х1 0,6445 1 0,7066
Х2 -0,0577 0,7066 1
Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. выручка, имеет тесную связь с капиталовложениями (ryx1 = 0,6445) и очень слабую обратную связь с основными производственными фондами (ryx2=-0,0577). Между факторами Х1 и Х2 наблюдается сильная связь (rх1x2=0,7066>0,7), что говорит о наличии дублирующих факторов , то есть мультиколлинеарность присутствует.
2.Построим линейную модель множественной регрессии ; дадим экономическую интерпретацию параметров b1 и b2.
Для нахождения параметров линейного уравнения множественной регрессии
необходимо решить следующую систему линейных уравнений относительно неизвестных параметров , , :
либо воспользоваться готовыми формулами:
;;
.
Находим
;
;
.
Таким образом, получили следующее уравнение множественной регрессии:
.
Экономический смысл коэффициентов уравнения:
означает, что при увеличении капиталовложений на 1млн.руб при неизменных основных производственных фондах выручка увеличится на 2,4131 млн.руб
означает, что при увеличении основных производственных фондов на 1млн.руб. при неизменных капиталовложениях, выручка уменьшится на 1,12135 млн.руб.
3.Построим степенную модель множественной регрессии ; дадим экономическую интерпретацию параметров .
Данную модель следует привести к линейной, т.е. провести ее линеаризацию. Сделать это можно путем логарифмирования исходных данных и переобозначения переменных:
lny= lnα+ β1∙lnx1 + β 2∙lnx2
Введем следующие переменные:
Y= lny, A0 = lnα, z1 = lnx1, z2 = lnx2,
и пересчитаем исходные значения нелинейной эконометрической модели, см. табл. 2.2.
Таблица 2.2. Линеаризация переменных
№
Y z1 z2 ŷ е
1 1,099 0,095 -0,916 2,982 0,018 0,006
2 1,065 0,095 -0,916 2,982 -0,082 0,028
3 1,099 0,182 -0,357 2,873 0,127 0,042
4
Отсутствует
Имеются данные, характеризующие выручку (у, млн. руб.) предприятия «АВС» в зависимости от капиталовложений (х1, млн. руб.) и основных производственных фондов (х2, млн.руб.) за последние 10 лет.
1.Построить матрицу коэффициентов парной корреляции. Сделать соответствующие выводы о тесноте связи результата у и факторов х1 и х2. Установить, проявляется ли в модели мультиколлинеарность.
2.Построить линейную модель множественной регрессии ; дать экономическую интерпретацию параметров b1 и b2.
3.Построить степенную модель множественной регрессии ; дать экономическую интерпретацию параметров .
4.Для каждой из моделей:
найти коэффициент множественной корреляции;
найти коэффициент детерминации;
проверить значимость уравнения регрессии в целом с помощью F – критерия Фишера;
найти среднюю относительную ошибку аппроксимации.
5.Составить сводную таблицу вычислений; выбрать лучшую модель.
6.Найти частные коэффициенты эластичности и - коэффициенты.
7.Пояснить экономический смысл всех рассчитанных характеристик.
Время, t 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Выручка, у 3,0 2,9 3,0 3,1 3,2 2,8 2,9 3,4 3,5 3,6
Объем капиталовложений, х1 1,1 1,1 1,2 1,4 1,4 1,2 1,3 1,6 1,3 1,4
Основные произв. фонды, х2 0,4 0,4 0,7 0,9 0,9 0,8 0,8 1,1 0,4 0,5
Отсутствует
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
Рассматривая совокупности Х1, Х2, У как трехмерную случайную величину, определим ее основные числовые характеристики. Необходимые для этого вспомогательные вычисления даны в табл.2.1.
Таблиця 2.1Линейная множественная регрессия
№ п/п у х1 х2 ух1 ух2 х1х2 х12 х22 у2 ŷ е2
1 2 3 4 5 6 7 8 9 10 11 12 13
1 3 1,1 0,4 3,3 1,2 0,44 1,21 0,16 9 2,983 0,0003 0,0056
2 2,9 1,1 0,4 3,19 1,16 0,44 1,21 0,16 8,41 2,983 0,0069 0,0287
3 3 1,2 0,7 3,6 2,1 0,84 1,44 0,49 9 2,887 0,0127 0,0375
4 3,1 1,4 0,9 4,34 2,79 1,26 1,96 0,81 9,61 3,145 0,0021 0,0146
5 3,2 1,4 0,9 4,48 2,88 1,26 1,96 0,81 10,24 3,145 0,0030 0,0171
6 2,8 1,2 0,8 3,36 2,24 0,96 1,44 0,64 7,84 2,775 0,0006 0,0089
7 2,9 1,3 0,8 3,77 2,32 1,04 1,69 0,64 8,41 3,016 0,0136 0,0401
8 3,4 1,6 1,1 5,44 3,74 1,76 2,56 1,21 11,56 3,403 0,0000 0,0010
9 3,5 1,3 0,4 4,55 1,4 0,52 1,69 0,16 12,25 3,466 0,0012 0,0098
10 3,6 1,4 0,5 5,04 1,8 0,7 1,96 0,25 12,96 3,595 0,0000 0,0015
Сумма 31,4 13 6,9 41,07 21,63 9,22 17,12 5,33 99,28 31,4 0,0403 0,1647
Среднее значение 3,14 1,3 0,69 4,107 2,163 0,922 1,712 0,533 9,928 3,14 0,0040 0,0165
Найдем средние квадратические отклонения признаков:
;
.
1.Построим матрицу коэффициентов парной корреляции. Сделаем соответствующие выводы о тесноте связи результата у и факторов х1 и х2. Установим, проявляется ли в модели мультиколлинеарность.
Рассчитаем сначала парные коэффициенты корреляции:
;
;
.
Матрица коэффициентов парной корреляции имеет вид:
У Х1 Х2
У 1 0,6445 -0,0577
Х1 0,6445 1 0,7066
Х2 -0,0577 0,7066 1
Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная, т.е. выручка, имеет тесную связь с капиталовложениями (ryx1 = 0,6445) и очень слабую обратную связь с основными производственными фондами (ryx2=-0,0577). Между факторами Х1 и Х2 наблюдается сильная связь (rх1x2=0,7066>0,7), что говорит о наличии дублирующих факторов , то есть мультиколлинеарность присутствует.
2.Построим линейную модель множественной регрессии ; дадим экономическую интерпретацию параметров b1 и b2.
Для нахождения параметров линейного уравнения множественной регрессии
необходимо решить следующую систему линейных уравнений относительно неизвестных параметров , , :
либо воспользоваться готовыми формулами:
;;
.
Находим
;
;
.
Таким образом, получили следующее уравнение множественной регрессии:
.
Экономический смысл коэффициентов уравнения:
означает, что при увеличении капиталовложений на 1млн.руб при неизменных основных производственных фондах выручка увеличится на 2,4131 млн.руб
означает, что при увеличении основных производственных фондов на 1млн.руб. при неизменных капиталовложениях, выручка уменьшится на 1,12135 млн.руб.
3.Построим степенную модель множественной регрессии ; дадим экономическую интерпретацию параметров .
Данную модель следует привести к линейной, т.е. провести ее линеаризацию. Сделать это можно путем логарифмирования исходных данных и переобозначения переменных:
lny= lnα+ β1∙lnx1 + β 2∙lnx2
Введем следующие переменные:
Y= lny, A0 = lnα, z1 = lnx1, z2 = lnx2,
и пересчитаем исходные значения нелинейной эконометрической модели, см. табл. 2.2.
Таблица 2.2. Линеаризация переменных
№
Y z1 z2 ŷ е
1 1,099 0,095 -0,916 2,982 0,018 0,006
2 1,065 0,095 -0,916 2,982 -0,082 0,028
3 1,099 0,182 -0,357 2,873 0,127 0,042
4
Отсутствует
Имеются данные, характеризующие выручку (у, млн. руб.) предприятия «АВС» в зависимости от капиталовложений (х1, млн. руб.) и основных производственных фондов (х2, млн.руб.) за последние 10 лет.
1.Построить матрицу коэффициентов парной корреляции. Сделать соответствующие выводы о тесноте связи результата у и факторов х1 и х2. Установить, проявляется ли в модели мультиколлинеарность.
2.Построить линейную модель множественной регрессии ; дать экономическую интерпретацию параметров b1 и b2.
3.Построить степенную модель множественной регрессии ; дать экономическую интерпретацию параметров .
4.Для каждой из моделей:
найти коэффициент множественной корреляции;
найти коэффициент детерминации;
проверить значимость уравнения регрессии в целом с помощью F – критерия Фишера;
найти среднюю относительную ошибку аппроксимации.
5.Составить сводную таблицу вычислений; выбрать лучшую модель.
6.Найти частные коэффициенты эластичности и - коэффициенты.
7.Пояснить экономический смысл всех рассчитанных характеристик.
Время, t 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007
Выручка, у 3,0 2,9 3,0 3,1 3,2 2,8 2,9 3,4 3,5 3,6
Объем капиталовложений, х1 1,1 1,1 1,2 1,4 1,4 1,2 1,3 1,6 1,3 1,4
Основные произв. фонды, х2 0,4 0,4 0,7 0,9 0,9 0,8 0,8 1,1 0,4 0,5
Отсутствует
| Купить эту работу vs Заказать новую | ||
|---|---|---|
| 1 раз | Куплено | Выполняется индивидуально |
|
Не менее 40%
Исполнитель, загружая работу в «Банк готовых работ» подтверждает, что
уровень оригинальности
работы составляет не менее 40%
|
Уникальность | Выполняется индивидуально |
| Сразу в личном кабинете | Доступность | Срок 1—5 дней |
| 50 ₽ | Цена | от 200 ₽ |
Не подошла эта работа?
В нашей базе 51499 Контрольных работ — поможем найти подходящую