Автор работы: Пользователь скрыл имя, 16 Мая 2012 в 12:38, контрольная работа
Задача
По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (Y, млн. руб.) от объема капиталовложений (X, млн.руб.)
Требуется:
1. Найти параметры уравнений линейной регрессии, дать экономическую интерпретацию коэффициента регрессии.
2. Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков S2E; построить график остатков.
3. Проверить выполнение предпосылок МНК.
4. Осуществить проверку значимости параметров уравнения регрессии с помощью t- критерия Стьюдента (α =0,05).
5. Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью F-критерия Фишера (α =0,05) , найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
6. Осуществить прогнозирование среднего значения показателя Y при уровне значимости α =0,1, если прогнозное значения фактора X составит 80 % от его максимального значения.
7. Представить графически: фактические и модельные значения Y точки прогноза.
8. Составить уравнения нелинейной регрессии:
• гиперболической;
• степенной;
• показательной;
Привести графики построенных уравнений регрессии.
9. Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
Федеральное агентство по образованию
ГОУ ВПО
Всероссийский заочный финансово-экономический институт
Кафедра математики и информатики
КОНТРОЛЬНАЯ РАБОТА
по дисциплине
«Эконометрика»
Вариант 1
г. ОМСК - 2012
По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (Y, млн. руб.) от объема капиталовложений (X, млн.руб.)
Требуется:
1. Найти параметры уравнений линейной регрессии, дать экономическую интерпретацию коэффициента регрессии.
2. Вычислить остатки; найти остаточную сумму квадратов; оценить дисперсию остатков S2E; построить график остатков.
3. Проверить выполнение предпосылок МНК.
4. Осуществить проверку значимости параметров уравнения регрессии с помощью t- критерия Стьюдента (α =0,05).
5. Вычислить коэффициент детерминации, проверить значимость уравнения регрессии с помощью F-критерия Фишера (α =0,05) , найти среднюю относительную ошибку аппроксимации. Сделать вывод о качестве модели.
6. Осуществить прогнозирование среднего значения показателя Y при уровне значимости α =0,1, если прогнозное значения фактора X составит 80 % от его максимального значения.
7. Представить графически: фактические и модельные значения Y точки прогноза.
8. Составить уравнения нелинейной регрессии:
гиперболической;
степенной;
показательной;
Привести графики построенных уравнений регрессии.
9. Для указанных моделей найти коэффициенты детерминации, коэффициенты эластичности и средние относительные ошибки аппроксимации. Сравнить модели по этим характеристикам и сделать вывод.
Данные представлены в таблице 1.
Таблица 1
Исходные данные
X | Y |
66 | 133 |
58 | 107 |
73 | 145 |
82 | 162 |
81 | 163 |
84 | 170 |
55 | 104 |
67 | 132 |
81 | 159 |
59 | 116 |
Решение
1. Найдем параметры уравнений линейной регрессии и дадим экономическую интерпретацию коэффициента регрессии.
Построим линейную модель
Для удобства выполнения расчетов предварительно упорядочим всю таблицу исходных данных по возрастанию факторной переменной X
( Данные → Сортировка).
Таблица 2
Отсортированные данные
X | Y |
55 | 104 |
58 | 107 |
59 | 116 |
66 | 133 |
67 | 132 |
73 | 145 |
81 | 163 |
81 | 159 |
82 | 162 |
84 | 170 |
Используем программу РЕГРЕССИЯ и найдем коэффициенты модели.
Результаты вычислений представлены в таблицах 3-6.
Таблица 3
Регрессионная статистика | |
Множественный R | 0,994438 |
R-квадрат | 0,988907 |
Нормированный R-квадрат | 0,98752 |
Стандартная ошибка Se | 2,727477 |
Наблюдения | 10 |
Таблица 4
Дисперсионный анализ | |||||
| df | SS | MS | F | Значимость F |
Регрессия | 1 | 5305,387 | 5305,3869 | 713,728 | 4,16E-09 |
Остаток | 8 | 59,51306 | 7,4391328 |
|
|
Итого | 9 | 696,4 | 5364,9 |
|
|
Таблица 5
| Коэффи циенты | Стандартная ошибка | t-стати стика | P-Значение | Нижние 95% | Верхние 95% |
Y-пересечение | -15,7794 | 5,863361 | -2,691185 | 0,027446 | -29,3003 | -2,25846 |
X | 2,19376 | 0,082147 | 26,705295 | 4,16E-09 | 2,004328 | 2,38319 |