610

Однофакторные регрессионные модели

Лабораторная работа

Экономическая теория и математическое моделирование

Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации. Оценить статистическую значимость параметров регрессии и корреляции с помощью критерия Фишера и Стьюдента.

Русский

2013-01-06

339 KB

110 чел.

Федеральное государственное автономное образовательное учреждение высшего профессионального образования

«Уральский федеральный университет

имени первого Президента России Б.Н.Ельцина»

Факультет информационных технологий и экономического моделирования

Кафедра анализа систем и принятия решений

ЛАБОРАТОРНАЯ РАБОТА №1

по дисциплине «Эконометрика»

на тему “Однофакторные регрессионные модели”

Преподаватель:         Алферьева Т. И.

   

Cтуденты группы         ЭМ-391606к Пр

          

Фаридонов Глеб

                     Лисовенко Никита  

Екатеринбург – 2011


Задача 1. По территориям региона приводятся данные за 199X г. (см. таблицу своего варианта).

Требуется:

  1.  Построить линейное уравнение парной регрессии  от .
  2.  Рассчитать линейный коэффициент парной корреляции и среднюю ошибку аппроксимации.
  3.  Оценить статистическую значимость параметров регрессии и корреляции с помощью -критерия Фишера и -критерия Стьюдента.
  4.  Выполнить прогноз заработной платы  при прогнозном значении среднедушевого прожиточного минимума , составляющем 107% от среднего уровня.
  5.  Оценить точность прогноза, рассчитав ошибку прогноза и его доверительный интервал.
  6.  На одном графике построить исходные данные и теоретическую прямую.

Вариант 12

  1.  Ввод данных
  2.  Подготовка для расчета регрессии:

Номер региона

Среднедушевой прожиточный минимум в день одного трудоспособного, руб.,

Среднедневная заработная плата, руб.,

1

89

155

2

71

144

3

70

135

4

98

145

5

83

140

6

90

152

7

84

137

8

79

136

9

92

162

10

95

159

11

76

134

12

106

163

  1.  Расчет коэффициентов регрессии:

= 0,769925378

= 80,55559039

Построенную модель можно записать в данном виде:

y = 80,55559039+0,769925378x

Коэффициент регрессии  показывает, что повышение среднедушевого прожиточного минимума в день на одного трудоспособного приводит к увеличению среднедневной з/п на 0,769925378 руб.

  1.   Расчет коэффициента корелляции и детерминации

 

   = 10,52345264

   = 10,44695596

    r   = 0,775563071

    D = 60,14%

Номер региона

Среднедушевой прожиточный минимум в день одного трудоспособного, руб., х

Среднедневная заработная плата, руб., у

(y-)^2

1

89

155

149,0789

35,05884

2

71

144

135,2203

77,08327

3

70

135

134,4504

0,302097

4

98

145

156,0083

121,1822

5

83

140

144,4594

19,88622

6

90

152

149,8489

4,627341

7

84

137

145,2293

67,72174

8

79

136

141,3797

28,94112

9

92

162

151,3887

112,5992

10

95

159

153,6985

28,10589

11

76

134

139,0699

25,70408

12

106

163

162,1677

0,692756

сумма

521,9047

Коэффициент корелляции достаточно высокий, что показывает существенную зависимость среднесуточной з/п от среднедушевого прожиточного минимума на одного трудоспособного. Коэффициент детерминации показывает, что величина среднесуточной з/п объясняется величиной среднедушевого прожиточного минимума на одного трудоспособного только на 60,14%

  1.  Расчет дисперсионного отношения Фишера:

                  = 15,09398184

Сравнение расчетного значения F-критерия с табличным  = 4,96 для 95-ого уровня значимости позволяет сделать вывод об адекватности построенной модели.

  1.  Расчет стандартных ошибок по формулам, в которых используются средняя квадратическая ошибка

= = 52,1904

 = 7,224                    = = 17,186

 = 0,198

  1.  t-статистики Стьюдента

= = 4,687

= = 3,885

  1.  Расчет доверительных границ для коэффициентов уравнения регрессии

= 2,23*17,186 = 38,32584922

= 2,23*0,198 = 0,441928069

80,55559039-38,32584922  ≤  b0  ≤  80,55559039+38,3258492

42,22974119 ≤ b0 ≤ 118,8814396

         0,769925378-0,441928069 ≤ b1 ≤ 0,769925378+0,441928069

 

  0,327997309 ≤ b1 ≤ 1,211853447

  1.  Построение с помощью “Пакета анализа” табличного процессора Excel

Регрессионная

статистика

Множестве

нный R

0,775563

R-квадрат

0,601498

Нормированный R-квадрат

0,561648

Стандартная ошибка

7,224297

Наблюдения

12

Дисперсионный анализ

 

              df

SS

MS

F

Значимость F

Регрессия

1

787,762

787,762

15,09398

0,003034

Остаток

10

521,9047

52,19047

Итого

11

1309,667

 

 

 

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересечение

80,55559

17,18648

4,687149

0,000858

42,26173

118,8495

42,26173

118,8495

Переменная X 1

0,769925

0,198174

3,885097

0,003034

0,328366

1,211485

0,328366

1,211485

ВЫВОД ИТОГОВ


 

А также другие работы, которые могут Вас заинтересовать

43197. Решение многомодульных уравнений методом Гаусса 723 KB
  Метод Гаусса — классический метод решения системы линейных алгебраических уравнений (СЛАУ). Это метод последовательного исключения переменных, когда с помощью элементарных преобразований система уравнений приводится к равносильной системе ступенчатого (или треугольного) вида, из которого последовательно, начиная с последних (по номеру) переменных, находятся все остальные переменные.
43198. Рентабельность производства продукции, пути ее роста 322.5 KB
  Прибыль характеризует конечные экономические показатели не только в сфере производства сельскохозяйственной продукции, но и в сфере обращения, реализации. Она является как бы фокусом, в котором находят отражение все слагаемые эффективности производства. С ростом прибыли неразрывно связан рост рентабельности производства. В свою очередь когда идёт речь о том, что то или иное хозяйство рентабельно, это означает, что в этом хозяйстве не только возмещают затраты, связанные с производством и реализацией продукции, но и получают определённую прибыль, позволяющую вести хозяйство на расширенной основе.
43199. ЭКОНОМИКО-СТАТИСТИЧЕСКИЙ АНАЛИЗ СЕБЕСТОИМОСТИ ЗЕРНОВЫХ В СПК «ТАТАРСКОЕ» ЧЕРЛАКСКОГО РАЙОНА ОМСКОЙ ОБЛАСТИ 674 KB
  Целью работы является углубление теоретических знаний в области статистики и приобретение практических навыков сбора и анализа статистической информации, для проведения экономико-статистического анализа. Для достижения данной цели поставим перед собой последовательный ряд задач, которые более полно и наглядно охарактеризуют производственную деятельность предприятия: сбор статистических данных; обработка собранных данных статистическими методами (представление данных в табличном и графическом виде, расчет относительных величин структуры, показателей интенсивности и средних показателей динамики, выравнивание рядов динамики, корреляционно-регрессионный анализ связи, анализ вариации, факторный анализ с помощью индексов); проведение экономико-статистического анализа результатов обработки данных.
43200. Монтаж одноэтажного промышленного здания 148.5 KB
  Перемещение и монтаж элементов и конструкций над перекрытиями, под которыми находятся люди, допускаются в исключительных случаях по письменному распоряжению I главного инженера генподрядной строительно-монтажной организации при возведении зданий, имеющих более пяти этажей, после разработки мероприятии, обеспечивающих безопасное производство работ. При монтажных работах на высоте должна быть определена и хорошо обозначена видимыми предупредительными знаками опасная зона для нахождения и перемещения людей. В необходимых случаях, кроме этого, подают предупредительные звуковые сигналы.
43201. Проектування приводу до стрічкового конвеєра за схемою та графіком навантаження 1.3 MB
  Курсовий проект з деталей машин – перша самостійна розрахунково-конструкторська робота, під час виконанні якої, студент набуває навичок практичного прикладання своїх теоретичних знань, що були отримані при вивченні фундаментальних та загально технічних дисциплін. На перших етапах роботи над проектом дуже важливо опанувати досвід проектування, що був накопичен в промисловості та відображен в ГОСТах та ДСТУ.
43202. Проектирование смесителя лопастного 3.17 MB
  В гравитационных смесителях в результате подъема и сбрасывания смеси внутри вращающегося барабана рисунок 1. В смесителях непрерывного действия поступление компонентов и выход готовой смеси происходит непрерывно. При переналадке на :смесь новой марки они уступают смесителям циклического действия. а схема смесителя; 1 двигатель; 2 клиноременная передача; 3 редуктор; 4 зубчатая передача; 5 разгрузочный затвор; 6 лопастные валы; 7 лопасть; 8 корыто смесителя.
43203. Синтез и расчёт кулисного механизма 631 KB
  В механизмах привода поперечно строгальных станков используется механизм, обеспечивающий главное возвратно-поступательное движение резания. Основная масса механизмов использующихся в данных станках это кулисные механизмы. Они обеспечивают заданную скорость рабочего хода и повышенную скорость холостого хода. Расчёт и проектирование данных механизмов является важным этапом в образовании инженера. В курсе предмета «Теория машин, механизмов и манипуляторов» получаются навыки расчёта механизмов машин. Комплексным подходом к закреплению полученных знаний является выполнение курсового проекта по данному курсу. В курсовом проекте осуществляется синтез и расчёт кулисного механизма, построение и расчёт зубчатого зацепления и кулачкового механизма. При выполнении работы используются все знания, полученные за курс предмета.
43204. Разработка эскизного проекта автоматической линии 379.5 KB
  Технические требования к детали Технологичность конструкции детали с точки зрения обработки на автоматической линии. Технические требования к детали К данной детали вал-шестерня применяются следующие технические требования: 1. Масса детали 1.
43205. Разработка канала для комплексной скважинной аппаратуры 1.35 MB
  Основная погрешность канала измерения температуры Дополнительная погрешность канала измерения температуры Основная погрешность канала измерения влажности Дополнительная погрешность влагомера Влажность нефти является одним из важнейших технологических параметров. На разных этапах добычи и подготовки нефти она определяет правильность эксплуатации нефтяного пласта, интенсивность эмульгирования водо-нефтяной смеси в процессе ее перекачки, эффективность процессов деэмульсации и качество товарной нефти, поступающей на переработку. С влагосодержанием тесно связано также содержание солей, которые причиняют немалый вред оборудованию нефтеперерабатывающих заводов.