ГлавнаяЭкономическиеЭконометрика2 задачи, вариант 1. Построить линейное и нелинейное регрессионное уравнение. Построить уравнение множественной линейной регрессии, используя следующие да
2 задачи, вариант 1. Построить линейное и нелинейное регрессионное уравнение. Построить уравнение множественной линейной регрессии, используя следующие да.
Тема: 2 задачи, вариант 1. Построить линейное и нелинейное регрессионное уравнение. Построить уравнение множественной линейной регрессии, используя следующие да
Эконометрика
Вариант № 1
2. Построить линейное и нелинейное регрессионное уравнение
Имеются следующие данные:
Пенсия, тыс. руб., у 121 170 131 150 160 230 260 270
Прожит. минимум, тыс. руб., х 100 150 21 60 229 70 150 120
Линейная зависимость:
1. Поле корреляции и линия регрессии на одном графике:
2. Коэффициент детерминации = 0,045, что говорит о том, что изменения y только на 4,5 % объясняются изменением фактора х.
3. Для того, чтобы рассчитать среднюю ошибку аппроксимации необходимо найти теоретические значения из уравнения y’ = 0,191х + 165:
Y X Y' e
|e|
121 100 184,10 -63,1 63,1
170 150 193,65 -23,65 23,65
131 21 169,01 -38,011 38,011
150 60 176,46 -26,46 26,46
160 229 208,74 -48,739 48,739
230 70 178,37 51,63 51,63
260 150 193,65 66,35 66,35
270 120 187,92 82,08 82,08
Суммарная ошибка аппроксимации (по модулю) составляет 400 тыс. руб.
Средняя ошибка аппроксимации составляет 400/8 = 50 тыс. руб.
4-5. t-статистики и доверительные интервалы (нижние 95 % и верхние 95 %):
Коэффициенты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95%
Y-пересечение 165,011 45,93109 3,592578 0,011468 52,6217 277,4003
Переменная X 1 0,191013 0,359234 0,531723 0,61402 -0,688 1,070028
6. Выводы: коэффициент уравнения при независимой переменной незначим (низкая t-статистика, значение вероятности выше 0,05). Коэффициент детерминации также очень низкий, что в целом говорит о неадекватности модели. Средняя ошибка аппроксимации – 50 тыс. руб.
Показательная модель:
Уравнение показательной кривой: .
Для построения этой модели необходимо произвести линеаризацию переменных. Для этого осуществим логарифмирование обеих частей уравнения:
.
Обозначим: .
Получим линейное уравнение регрессии:
Y = A + Bx.
Эконометрика Вариант № 1 2. Построить линейное и нелинейное регрессионное уравнение Имеются следующие данные: Пенсия, тыс. руб., у 121 170 131 150 160 230 260 270 Прожит. минимум, тыс. руб., х 100 150 21 60 229 70 150 120 3. Построим уравнение множественной линейной регрессии, используя следующие данные: На основе исходных данных построим уравнение множественной линейной регрессии: Регрессионная статистика Множественный R 0,667089 R-квадрат 0,445007 Нормированный R-квадрат 0,286438 Стандартная ошибка 13,22899 Наблюдения 19
Дисперсионный анализ df SS MS F Значимость F Регрессия 4 1964,544 491,136 2,806391 0,06674 Остаток 14 2450,088 175,0063 Итого 18 4414,632
внения системы:Разделим обе части уравнения на 6, получим:Найдем значение а:Тогда уравнение примет вид:Оценим качество уравнения с помощью средней ошибки аппроксимации:Это означает, что прогнозные зна
и искусственных монополий.Тема 5.Задание 1Когда цена фактора производства возрастает, фирма, скорее всего, в краткосрочном периоде должна:a) использовать большее количество этого фактораб) использова
ализации Х2 обратная и слабая.R(Y,Х3) = 0.1>|-0,005|>0, зависимость между прибылью Y и индексом потребительских расходов Х3 обратная практически отсутствует.R(X1,Х3) = 0.3>|-0,189|>0,1, значит, между
в период , расходы на потребление в период , текущий период, предыдущий период.Задача 2.Модифицированная модель Кейнса:где расходы на потребление, доход, инвестиции, государствен