Автор работы: Пользователь скрыл имя, 11 Февраля 2012 в 15:49, контрольная работа
Работа по эконометрике - СПбГУЭФ, 2 курс, заочно
Специальность: Финансы и кредит
Группа:
№ зачетной книжки:
Санкт-Петербургский
Государственный Университет
КАФЕДРА
СТАТИСТИКИ И ЭКОНОМЕТРИКИ
ЗАОЧНЫЙ
ФАКУЛЬТЕТ
Контрольная
работа
Вариант
2
Студент:
Специальность: Финансы и кредит
Группа:
№ зачетной книжки:
2011
Задача 1
По 10 предприятиям, выпускающим продукцию «А», изучается зависимость себестоимости единицы продукции (у – ден.ед.) от объемов производства (х –тыс.ед.):
№ п/п | Себестоимость единицы продукции, ден.ед. | Выпуск продукции, тыс.ед. |
1 | 11,0 | 7 |
2 | 9,5 | 9 |
3 | 8,1 | 11 |
4 | 7,7 | 13 |
5 | 7,6 | 13 |
6 | 7,0 | 14 |
7 | 6,1 | 18 |
8 | 6,0 | 22 |
9 | 5,9 | 25 |
10 | 5,7 | 30 |
Задание
1. Постройте поле корреляции зависимости себестоимости единицы продукции от выпуска продукции.
2. Определите уравнение регрессии в виде равносторонней гиперболы: .
3. Найдите индекс корреляции и сравните его с линейным коэффициентом корреляции.
4. Найдите среднюю ошибку аппроксимации.
5. Рассчитайте стандартную ошибку регрессии.
6. С вероятностью 0,95 оцените статистическую значимость уравнения регрессии в целом (дайте таблицу дисперсионного анализа результатов регрессии), а также его параметров. Сделайте выводы.
7. С вероятностью
0,95 оцените доверительный интервал для
себестоимости единицы продукции при
выпуске продукции в 20 тыс. единиц.
Решение
1. Построим поле корреляции зависимости себестоимости единицы продукции от выпуска продукции.
Построение поля корреляции производится по исходным данным о парах значений факторного и результативного признаков с соблюдением масштаба. На рис. 1 представлено поля корреляции, построенного в EXCEL в «Мастере диаграмм» (тип диаграммы – точечная).
Рис. 1. Поле
корреляции
На основе поля корреляции сделаем вывод о направлении и возможной функциональной форме взаимосвязей между факторными и результативными признаками. Зависимость обратная, нелинейная.
2. Определим уравнение регрессии в виде равносторонней гиперболы: .
Составим
вспомогательную таблицу:
№ п/п | У | Х | Z=1/X | YZ | Z2 | Y2 | YP | Y-YP | (Y-YP)2 | A |
1 | 11 | 7 | 0,143 | 1,571 | 0,020 | 121,000 | 10,909 | 0,091 | 0,008 | 0,8% |
2 | 9,5 | 9 | 0,111 | 1,056 | 0,012 | 90,250 | 9,309 | 0,191 | 0,037 | 2,0% |
3 | 8,1 | 11 | 0,091 | 0,736 | 0,008 | 65,610 | 8,290 | -0,190 | 0,036 | 2,3% |
4 | 7,7 | 13 | 0,077 | 0,592 | 0,006 | 59,290 | 7,585 | 0,115 | 0,013 | 1,5% |
5 | 7,6 | 13 | 0,077 | 0,585 | 0,006 | 57,760 | 7,585 | 0,015 | 0,000 | 0,2% |
6 | 7 | 14 | 0,071 | 0,500 | 0,005 | 49,000 | 7,308 | -0,308 | 0,095 | 4,4% |
7 | 6,1 | 18 | 0,056 | 0,339 | 0,003 | 37,210 | 6,507 | -0,407 | 0,166 | 6,7% |
8 | 6 | 22 | 0,045 | 0,273 | 0,002 | 36,000 | 5,998 | 0,002 | 0,000 | 0,0% |
9 | 5,9 | 25 | 0,040 | 0,236 | 0,002 | 34,810 | 5,723 | 0,177 | 0,031 | 3,0% |
10 | 5,7 | 30 | 0,033 | 0,190 | 0,001 | 32,490 | 5,387 | 0,313 | 0,098 | 5,5% |
Сумма | 74,6 | 162 | 0,744 | 6,078 | 0,066 | 583,420 | 74,600 | 0,000 | 0,484 | 26,5% |
Среднее | 7,46 | 16,2 | 0,074 | 0,608 | 0,007 | 58,342 | 7,460 | 0,000 | 0,048 | 2,6% |
Рассчитаем значения параметров регрессии:
, .
, .
,
.
Получено уравнение: .
3. Найдем индекс корреляции и сравним его с линейным коэффициентом корреляции.
Линейный коэффициент корреляции: .
Индекс корреляции: .
Значит,
значения линейного коэффициента корреляции
и индекса корреляции совпадают, что указывает
линейную зависимость и нелинейную сильную
зависимость.
4. Найдем среднюю ошибку аппроксимации.
. Данный результат указывает на допустимый предел значения, среднего отклонения расчетных значений от фактических.
5. Рассчитайте стандартную ошибку регрессии.
Составим вспомогательную таблицу:
№ п/п | У | Х | YР | Y-YP | (Y-YP)2 | Y-Ycp | (Y-Ycp)2 | Х-Хср | (Х-Хср)2 |
1 | 11 | 7 | 10,909 | 0,091 | 0,008 | 3,54 | 12,532 | -9,2 | 84,64 |
2 | 9,5 | 9 | 9,309 | 0,191 | 0,037 | 2,04 | 4,162 | -7,2 | 51,84 |
3 | 8,1 | 11 | 8,290 | -0,190 | 0,036 | 0,64 | 0,410 | -5,2 | 27,04 |
4 | 7,7 | 13 | 7,585 | 0,115 | 0,013 | 0,24 | 0,058 | -3,2 | 10,24 |
5 | 7,6 | 13 | 7,585 | 0,015 | 0,000 | 0,14 | 0,020 | -3,2 | 10,24 |
6 | 7 | 14 | 7,308 | -0,308 | 0,095 | -0,46 | 0,212 | -2,2 | 4,84 |
7 | 6,1 | 18 | 6,507 | -0,407 | 0,166 | -1,36 | 1,850 | 1,8 | 3,24 |
8 | 6 | 22 | 5,998 | 0,002 | 0,000 | -1,46 | 2,132 | 5,8 | 33,64 |
9 | 5,9 | 25 | 5,723 | 0,177 | 0,031 | -1,56 | 2,434 | 8,8 | 77,44 |
10 | 5,7 | 30 | 5,387 | 0,313 | 0,098 | -1,76 | 3,098 | 13,8 | 190,44 |
Сумма | 74,6 | 162 | 74,600 | 0,000 | 0,484 | 0 | 26,904 | 0 | 493,6 |
Среднее | 7,46 | 16,2 | 7,460 | 0,000 | 0,048 | 0 | 2,6904 | 0 | 49,36 |
Коэффициент детерминации: .
.
Случайные ошибки параметров регрессии и коэффициента корреляции имеют значения:
0,011; 0,196; 0,047.
6. С вероятностью 0,95 оценим статистическую значимость уравнения регрессии в целом, а также его параметров.
(0,95,10)=4,96.
Так как < , то уравнение регрессии статистически значимо и надежно.
Оценим значимость коэффициентов регрессии и корреляции с помощью t-критерия Стьюдента, проведя путем сопоставления их значений с величиной случайной ошибки:
, , .
Сравнивая фактическое и критическое (табличное) значения t-статистики (tтабл=2,228) получим, что коэффициентов регрессии и корреляции статистически значимы и надежны.
7. С вероятностью 0,95 оценим доверительный интервал для себестоимости единицы продукции при выпуске продукции в 20 тыс. единиц.
Вычислим среднюю стандартную ошибку прогноза: .
Тогда, .
Получим
доверительный интервал: 5,645<
<6,810.
Задача 2
По
30 предприятиям региона изучается
зависимость потребления
|
Задание
1. Постройте линейное уравнение множественной регрессии в стандартизованном и натуральном масштабе.
2. Найдите множественный коэффициент корреляции и детерминации, в том числе скорректированный.
3. Оцените значимость уравнения регрессии с помощью F-критерия Фишера с вероятностью 0,95. Сделайте выводы.
4. С помощью частных F-критериев оцените целесообразность включения каждого фактора последним.
5. Оцените значимость коэффициентов регрессии по t-критерию Стьюдента.
6. Для
статистически значимых коэффициентов
регрессии с вероятностью 0,95 найдите интервальную
оценку.
Решение
1. Построим линейное уравнение множественной регрессии в стандартизованном и натуральном масштабе.
Построим линейное уравнение множественной регрессии в стандартизованном масштабе: .
Определим коэффициенты из системы:
Решим систему методом Крамера:
, , , .
Получим, , , .
Получили уравнение множественной регрессии в стандартизованном масштабе: .
Найдем уравнение множественной регрессии в натуральном масштабе: , где , , , .
Получим уравнение множественной регрессии в натуральном масштабе: .
2. Найдем множественный коэффициент корреляции и детерминации, в том числе скорректированный.
Множественный коэффициент корреляции равен: , коэффициент детерминации .
Скорректированный коэффициент детерминации равен: .
3. Оценим значимость уравнения регрессии с помощью F-критерия Фишера с вероятностью 0,95.
, Fтабл=2,92.
Так как Fтабл< Fфакт, уравнение регрессии статистически значимо и надежно.