Автор24

Информация о работе

Подробнее о работе

Страница работы

Статистические данные содержат сведения о 29 смотрителях маяков выбранных случайным образом из смотр

  • 3 страниц
  • 2019 год
  • 14 просмотров
  • 0 покупок
Автор работы

vladmozdok

50 ₽

Работа будет доступна в твоём личном кабинете после покупки

Гарантия сервиса Автор24

Уникальность не ниже 50%

Фрагменты работ

(а) Запишем теоретическую модель, соответствующую (1):
Y = β0 + β1 ∙ X + β2 ∙ флот + β3 ∙ Черное + β4 ∙ Белое + ε (*)
(б) Какая категория показателя «море работы» является эталонной для данной модели?
Так как в модели (1) отсутствует фиктивная переменная Тихий океан, она является эталонной категорией показателя «море работы» в модели (1).
(в) Проинтерпретируйте коэффициенты при переменных Черное и Белое (предварительно необходимо проверить их значимость).
- Проверим значимость коэффициента при переменной Черное
H0: β3 = 0 HA: β3 ≠ 0
tстат=-1,9980,220=-9,08.
Зададим уровень значимости 0,05 (5%). По таблице распределения Стьюдента находим критическое двустороннее значение: tкрит(0.05, 24)=2,064.
Так как | tстат | > tкрит, гипотеза H0 отвергается при уровне значимости 0,05.
Коэффициент β3 значим.
Коэффициент при Черное значимо отличен от нуля (при уровне значимости 5%), поэтому интерпретация такая: зарплата работающих на Чёрном море в среднем на 1,998 тыс.руб. меньше, чем у работающих на Тихом океане при прочих равных (то есть при сравнении работников на Черном море и Тихом океане с одинаковым стажем работы смотрителем в годах и с одинаковым опытом работы на флоте).
- Проверим значимость коэффициента при переменной Белое
H0: β4 = 0 HA: β4 ≠ 0
tстат=2,8011,871=1,497 .
Зададим уровень значимости 0,05 (5%). По таблице распределения Стьюдента находим критическое двустороннее значение: tкрит(0.05, 24)=2,064.
Так как | tстат | < tкрит, гип

Отсутствует

Статистические данные содержат сведения о 29 смотрителях маяков, выбранных случайным образом из смотрителей, работающих на Черном и Белом море и Тихом океане. Данные содержат информацию о смотрителях по следующим показателям::
Y зарплата смотрителя в тысячах рублей
X стаж работы смотрителем в годах
флот =1 если до работы на маяках смотритель работал на флоте, =0, если нет.
Кроме того, исследователь предположил, что зарплата может зависеть от «моря работы» смотрителя и поэтому добавил переменные, указывающие, на каком море/океане работает каждый из смотрителей..
Черное =1 для работающих на Черном море , =0 для работающих на Белом море или на Тихом океане,
Белое =1 для работающих на Белом море, =0 для работающих на Черном море или Тихом океане
Тихий океан =1 для работающих на Тихом океане, =0 для работающих на Черном или Белом морях
Исследователь оценил две модели, в каждой из которых зависимой переменной выступала переменная Y:

(1) (2)
const
25,328
(0, 312) 24,887
(0,560)
X 1,502
(0,600) 1,609
(0,550)
флот 0,580
(0,333) 0,821
(0,080)
Черное - 1,998
(0,220) -
Белое 2,801
(1,871) -
R2 0,78 0,63
(а) Запишите теоретическую модель (1).
(б) Какая категория показателя «море работы» является эталонной для данной модели?
(в) Проинтерпретируйте коэффициенты при переменных Черное и Белое (предварительно необходимо проверить их значимость).
(г) Влияло ли море работы на размер заработной платы? (Проведите тест для обоснования ответа)
(д) Проинтерпретируйте коэффициенты при переменных Х и флот в уравнении (2). (Сначала надо проверить значимость коэффициентов. От этого зависит интерпретация).

Отсутствует

Форма заказа новой работы

Не подошла эта работа?

Закажи новую работу, сделанную по твоим требованиям

Оставляя свои контактные данные и нажимая «Заказать Решение задач», я соглашаюсь пройти процедуру регистрации на Платформе, принимаю условия Пользовательского соглашения и Политики конфиденциальности в целях заключения соглашения.

Фрагменты работ

(а) Запишем теоретическую модель, соответствующую (1):
Y = β0 + β1 ∙ X + β2 ∙ флот + β3 ∙ Черное + β4 ∙ Белое + ε (*)
(б) Какая категория показателя «море работы» является эталонной для данной модели?
Так как в модели (1) отсутствует фиктивная переменная Тихий океан, она является эталонной категорией показателя «море работы» в модели (1).
(в) Проинтерпретируйте коэффициенты при переменных Черное и Белое (предварительно необходимо проверить их значимость).
- Проверим значимость коэффициента при переменной Черное
H0: β3 = 0 HA: β3 ≠ 0
tстат=-1,9980,220=-9,08.
Зададим уровень значимости 0,05 (5%). По таблице распределения Стьюдента находим критическое двустороннее значение: tкрит(0.05, 24)=2,064.
Так как | tстат | > tкрит, гипотеза H0 отвергается при уровне значимости 0,05.
Коэффициент β3 значим.
Коэффициент при Черное значимо отличен от нуля (при уровне значимости 5%), поэтому интерпретация такая: зарплата работающих на Чёрном море в среднем на 1,998 тыс.руб. меньше, чем у работающих на Тихом океане при прочих равных (то есть при сравнении работников на Черном море и Тихом океане с одинаковым стажем работы смотрителем в годах и с одинаковым опытом работы на флоте).
- Проверим значимость коэффициента при переменной Белое
H0: β4 = 0 HA: β4 ≠ 0
tстат=2,8011,871=1,497 .
Зададим уровень значимости 0,05 (5%). По таблице распределения Стьюдента находим критическое двустороннее значение: tкрит(0.05, 24)=2,064.
Так как | tстат | < tкрит, гип

Отсутствует

Статистические данные содержат сведения о 29 смотрителях маяков, выбранных случайным образом из смотрителей, работающих на Черном и Белом море и Тихом океане. Данные содержат информацию о смотрителях по следующим показателям::
Y зарплата смотрителя в тысячах рублей
X стаж работы смотрителем в годах
флот =1 если до работы на маяках смотритель работал на флоте, =0, если нет.
Кроме того, исследователь предположил, что зарплата может зависеть от «моря работы» смотрителя и поэтому добавил переменные, указывающие, на каком море/океане работает каждый из смотрителей..
Черное =1 для работающих на Черном море , =0 для работающих на Белом море или на Тихом океане,
Белое =1 для работающих на Белом море, =0 для работающих на Черном море или Тихом океане
Тихий океан =1 для работающих на Тихом океане, =0 для работающих на Черном или Белом морях
Исследователь оценил две модели, в каждой из которых зависимой переменной выступала переменная Y:

(1) (2)
const
25,328
(0, 312) 24,887
(0,560)
X 1,502
(0,600) 1,609
(0,550)
флот 0,580
(0,333) 0,821
(0,080)
Черное - 1,998
(0,220) -
Белое 2,801
(1,871) -
R2 0,78 0,63
(а) Запишите теоретическую модель (1).
(б) Какая категория показателя «море работы» является эталонной для данной модели?
(в) Проинтерпретируйте коэффициенты при переменных Черное и Белое (предварительно необходимо проверить их значимость).
(г) Влияло ли море работы на размер заработной платы? (Проведите тест для обоснования ответа)
(д) Проинтерпретируйте коэффициенты при переменных Х и флот в уравнении (2). (Сначала надо проверить значимость коэффициентов. От этого зависит интерпретация).

Отсутствует

Купить эту работу

Статистические данные содержат сведения о 29 смотрителях маяков выбранных случайным образом из смотр

50 ₽

или заказать новую

Лучшие эксперты сервиса ждут твоего задания

от 20 ₽

Гарантии Автор24

Изображения работ

Страница работы
Страница работы
Страница работы

Понравилась эта работа?

или

6 марта 2020 заказчик разместил работу

Выбранный эксперт:

Автор работы
vladmozdok
4
Купить эту работу vs Заказать новую
0 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—4 дня
50 ₽ Цена от 20 ₽

5 Похожих работ

Решение задач

2 задачки по эконометрике

Уникальность: от 40%
Доступность: сразу
100 ₽
Решение задач

Три задачи по эконометрике

Уникальность: от 40%
Доступность: сразу
200 ₽
Решение задач

Эконометрика

Уникальность: от 40%
Доступность: сразу
135 ₽
Решение задач

Иностранную компанию по прокату автомобилей интересует зависимость между пробегом автомобилей и стоимостью ежемесячного обслуживания

Уникальность: от 40%
Доступность: сразу
200 ₽
Решение задач

Задача, эконометрика, вариант 2

Уникальность: от 40%
Доступность: сразу
200 ₽

Отзывы студентов

Отзыв Марина [email protected] об авторе vladmozdok 2016-05-19
Решение задач

+

Общая оценка 5
Отзыв Эльза Ахкамиева об авторе vladmozdok 2017-02-04
Решение задач

Спасибо большое Автору за качественную работу!

Общая оценка 5
Отзыв Марина Бутова об авторе vladmozdok 2016-12-16
Решение задач

Все отлично

Общая оценка 5
Отзыв vasilich10 об авторе vladmozdok 2014-12-10
Решение задач

Спасибо за весьма подробное решение задач по эконометрике.

Общая оценка 5

другие учебные работы по предмету

Готовая работа

модель панельных данных

Уникальность: от 40%
Доступность: сразу
100 ₽
Готовая работа

модель панельных данных

Уникальность: от 40%
Доступность: сразу
100 ₽
Готовая работа

Статистический анализ влияния качества питьевой воды на здоровье населения региона

Уникальность: от 40%
Доступность: сразу
250 ₽
Готовая работа

Основные факторы, влияющие на уровень преступности в России

Уникальность: от 40%
Доступность: сразу
660 ₽
Готовая работа

Анализ трёх временных рядов

Уникальность: от 40%
Доступность: сразу
500 ₽
Готовая работа

Анализ влияния изменения цен различных товаров и услуг на общий индекс цен

Уникальность: от 40%
Доступность: сразу
1250 ₽
Готовая работа

Количественные методы

Уникальность: от 40%
Доступность: сразу
660 ₽
Готовая работа

Курсовая работа Датчики случайных величин

Уникальность: от 40%
Доступность: сразу
400 ₽
Готовая работа

Курсовая Валютный рынок

Уникальность: от 40%
Доступность: сразу
400 ₽
Готовая работа

Разработка модели влияния курса валют на импорт

Уникальность: от 40%
Доступность: сразу
600 ₽
Готовая работа

Анализ динамики темпов роста развивающихся стран ( на примере России и Китая)

Уникальность: от 40%
Доступность: сразу
660 ₽
Готовая работа

Использование авторегрессионной схемы AR(k) для коррекции автокорреляции случайных отклонений.

Уникальность: от 40%
Доступность: сразу
1300 ₽