Решение задач по "Эконометрике"

Автор работы: Пользователь скрыл имя, 19 Декабря 2011 в 07:58, контрольная работа

Краткое описание

Построить поле корреляции и сформулировать гипотезу о форме связи.

Содержание работы

Задача 1. 3
Задача 2. 23
Задача 3. 32
Список литературы 40

Содержимое работы - 1 файл

Решение задач.doc

— 1.38 Мб (Скачать файл)

Уравнение обратной парной регрессии имеет  вид:

    1. Рассчитаем  параметры уравнений равносторонней гиперболы парной регрессии. Для оценки параметров приведем модель равносторонней гиперболы к линейному виду.

Гипербола приводится к линейному уравнению  простой заменой: z = 1/x . Тогда у = a + b z, где коэффициенты находятся  из формул: .

Для расчетов используем данные табл.:

Регион y x y z y*z z2
1 240 178 240,00 0,0056 1,35 0,00003
2 226 202 226,00 0,0050 1,12 0,00002
3 221 197 221,00 0,0051 1,12 0,00003
4 226 201 226,00 0,0050 1,12 0,00002
5 220 189 220,00 0,0053 1,16 0,00003
6 232 166 232,00 0,0060 1,40 0,00004
7 215 199 215,00 0,0050 1,08 0,00003
8 220 180 220,00 0,0056 1,22 0,00003
9 222 181 222,00 0,0055 1,23 0,00003
10 231 186 231,00 0,0054 1,24 0,00003
11 229 250 229,00 0,0040 0,92 0,00002
Итого 2482,00 2129,00 2482,00 0,06 12,96 0,00030
Ср.знач 225,64 193,55 225,64 0,01 1,18 0,00003
 
(y-yср) 2 (y- )2 ( -yср) 2
226,621 206,314 179,008 0,969
224,971 0,132 1,059 0,443
225,282 21,496 18,332 0,126
225,032 0,132 0,937 0,365
225,813 31,769 33,786 0,031
227,624 40,496 19,148 3,952
225,156 113,132 103,135 0,231
226,466 31,769 41,813 0,689
226,390 13,223 19,276 0,569
226,023 28,769 24,766 0,150
222,622 11,314 40,676 9,085
2482,000 498,545 481,937 16,609
225,636 45,322 43,812 1,510
 
Коэффициенты регрессии
a b
212,74 2471,235
Потенцирование
a b
212,74 2471,235

Уравнение гиперболической парной регрессии  имеет вид:

3. Оценка тесноты  связи с помощью  показателей корреляции  и детерминации:

Линейная  модель. Тесноту линейной связи оценит коэффициент корреляции. Был получен следующий коэффициент корреляции ,

Коэффициент корреляции, равный -0,110, показывает, что  выявлена слабая обратная зависимость  между размером ежемесячных пенсий и прожиточным минимумом в месяц.

Коэффициент детерминации, равный 0,012, устанавливает, что вариация среднего размера ежемесячных пенсий на 1,2 % из 100% предопределена вариацией размера прожиточного минимума, роль прочих факторов, влияющих на средний размер ежемесячных пенсий, определяется в 98,8 %, что является большой величиной.

Степенная модель. Тесноту нелинейной связи оценит индекс корреляции. Был получен следующий индекс корреляции = , что говорит о прямой слабой связи. Коэффициент детерминации r²xy=0,022.

Экспоненциальная  модель. Был получен следующий индекс корреляции ρxy=0,110, что говорит о том, что связь прямая и слабая. Коэффициент детерминации r²xy=0,012. Это означает, что 1,2% вариации результативного признака (у) объясняется вариацией фактора х.

Полулогарифмическая модель. Был получен следующий индекс корреляции ρxy=0,146, что говорит о том, что связь прямая и слабая. Коэффициент детерминации r²xy=0,021. Это означает, что 2,1% вариации результативного признака (у) объясняется вариацией фактора х.

Гиперболическая модель. Был получен следующий индекс корреляции ρxy=0,183, что говорит о том, что связь прямая слабая. Коэффициент детерминации r²xy=0,0333. Это означает, что 3,3% вариации результативного признака (у) объясняется вариацией фактора х.

Обратная  модель. Был получен следующий индекс корреляции ρxy=0,107, что говорит о том, что связь прямая слабая. Коэффициент детерминации r²xy=0,0115. Это означает, что 1,15% вариации результативного признака (у) объясняется вариацией фактора х.

Вывод: по гиперболическому уравнению получена наибольшая оценка тесноты связи: ρxy=0,183 (по сравнению с линейной, степенной, экспоненциальной, полулогарифмической, обратной регрессиями).

Вид регрессии Уравнение регрессии Коэффициент детерминации Индекс корреляции
Линейная y=232,52-0,036x 0,0121 -0,110
Степенная 0,0216 0,147
Обратная 0,0116 0,107
Полулогарифмическая y=276,99-9,764*Lnx 0,0214 0,146
Гиперболическая 0,0333 0,183
Экспоненциальная y = e5,447 *e-0,00015x 0,0121 0,110

4. С помощью среднего (общего) коэффициента эластичности  дайте сравнительную  оценку силы связи  фактора с результатом.

Рассчитаем  коэффициент эластичности для линейной модели:

Для уравнения прямой модели: y= 232,52-0,036 * x

Средний коэффициент эластичности показывает, что в среднем при повышении  размера прожиточного минимума в  месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,031 % от своего среднего значения. Эластичность прожиточного минимума по размеру назначенных ежемесячных пенсий невелика, что вполне согласуется с экономической теорией, а потому небольшое увеличение или уменьшение прожиточного минимума не влечет за собой резкого повышения или понижения размера назначенных ежемесячных пенсий.

Для уравнения  степенной модели: :

-0,042

Он показывает, что в среднем при повышении  размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,042 % от своего среднего значения

Для уравнения  экспоненциальной модели: y = e5,447 *e-0,00015x:

Он показывает, что в среднем при повышении размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,029 % от своего среднего значения

Для уравнения  полулогарифмической модели: y=276,99-9,764*Lnx:

Он показывает, что в среднем при повышении  размера прожиточного минимума в  месяц на 1% от своего среднего значения сумма среднего размера назначенных  ежемесячных пенсий уменьшается на 0,0374 % от своего среднего значения.

Для уравнения  обратной модели: :

Он показывает, что в среднем при повышении  размера прожиточного минимума в  месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 0,0275 % от своего среднего значения.

Для уравнения  гиперболической модели: :

Он показывает, что в среднем при повышении  размера прожиточного минимума в месяц на 1% от своего среднего значения сумма среднего размера назначенных ежемесячных пенсий уменьшается на 1 % от своего среднего значения

Сравнивая значения коэффициента эластичности, характеризуем оценку силы связи фактора с результатом:

Вид регрессии Коэффициент эластичности
Линейная - 0,031
Степенная - 0,042
Обратная - 0,0275
Полулогарифмическая - 0,0374
Гиперболическая - 1
Экспоненциальная - 0,029

В данном примере получилось, что самая  большая сила связи между фактором и результатом в гиперболической модели, слабая сила связи в обратной модели.

5. Оценка качества  уравнений с помощью  средней ошибки  аппроксимации.

Подставляя  в уравнение регрессии фактические значения х, определим теоретические (расчетные) значения . Найдем величину средней ошибки аппроксимации :

В среднем  расчетные значения отклоняются  от фактических на:

Линейная регрессия. .

Качество  построенной модели оценивается  как хорошее, так как  не превышает 8 -10%.

Степенная регрессия. .

Качество  построенной модели оценивается  как хорошее, так как не превышает 8 -10%.

Экспоненциальная регрессия. .

Качество  построенной модели оценивается  как хорошее, так как  не превышает 8 -10%.

Полулогарифмическая регрессия. .

Качество  построенной модели оценивается  как хорошее, так как не превышает 8 -10%.

Информация о работе Решение задач по "Эконометрике"