МИНИСТЕРСТВО
ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ
ХАРЬКОВСКИЙ
НАЦИОНАЛЬНЫЙ ЭКОНОМИЧЕСКИЙ УНИВЕРСИТЕТ
Кафедра
Экономической кибернетики
Отчет по
лабораторной работе № 2:
«Построение и
анализ простой эконометрической модели»
Выполнил:
Студент 4 курса, 7 группы
Фомин А.С.
Проверила:
Сергиенко Е.А.
Харьков, 2006
Лабораторная работа №
2 «Построение и анализ простой линейной эконометрической модели»
Цель – закрепление теоретического и
практического материала, приобретение навыков построения и анализа простых
эконометрических моделей в модуле Multiple Regression.
Задание – необходимо проверить наличие
линейной связи между соответствующими показателями деятельности коммерческих
банков Украины в модуле Multiple Regression ППП
Statistica:
1.
Построить
линейную эконометрическую модель и определить все её характеристики (параметры
модели, среднеквадратическое отклонение параметров модели, дисперсию и
среднеквадратическое отклонение ошибок модели, коэффициенты корреляции и
детерминации).
2.
Проверить
статистическую значимость параметров модели и коэффициента корреляции по
критерию Стьюдента. Проверить адекватность модели по критерию Фишера.
3.
Рассчитать
теоретические значения зависимой переменной и ошибки модели. Построить график
линейной функции с доверительными интервалами. Сгруппировать данные по
значениям ошибок, дать экономическую интерпретацию данной группировке.
4.
Рассчитать
прогнозное значение зависимой переменной и доверительные интервалы изменения,
если известно значение независимого показателя.
5.
Сделать выводы
относительно адекватности построенной модели, дать экономическую интерпретацию
данной зависимости и возможности ее теоретического использования.
Рис. 1. Окно результатов
регрессионного анализа
Инициировав кнопку
Summary: Regretion results (Результаты регрессионного анализа), мы определим
важнейшие характеристики и степень её адекватности (рис. 2).
Рис. 2. Результаты
регрессионного анализа
R = 0,894 – коэффициент множественной корреляции;
R? = 0,80068 – коэффициент детерминации
модели;
Adjusted R? = 0,7840 – скорректированный коэффициент детерминации на
число наблюдений и число параметров;
F(1,12) = 48.206 – критерий
адекватности Фишера;
Std.Error of estimate = 1,11559 – среднее квадратическое
отклонение ошибок модели;
Beta – стандартизированный коэффициент
регрессии;
То есть, наша модель
имеет следующий вид:
Построим график линейной
функции с доверительными интервалами. Для этого в меню Graphs/Scatterplits
необходимо указать переменные, линию уровня и доверительные интервалы (рис. 3).
Рис. 3. Задание
параметров графика
Инициировав кнопку ОК,
получим следующий график (рис. 4).
Рис. 45. График линейной
зависимости
Чтобы рассчитать и
проанализировать остатки, в нижней части окна результатов регрессионного анализа
имеется опция Perfom residual analysis (Всесторонний анализ остатков). Инициировав
данную опцию, мы получим меню для анализа ошибок модели (рис. 5).
Рис. 5. Меню анализа
ошибок
Кнопка анализа ошибок
Summary: Residuals & Predicted показывает наблюдаемые значения зависимой
переменной (Observer value), теоретические значения зависимой переменной (Predicted value) и ошибки модели (Residual) как разность наблюдаемых и
теоретических значений (рис.6).
Рис. 6. Анализ ошибок
модели
График распределения
ошибок на нормальной вероятностной бумаге (Normal plot of residuals) приведен
на рис. 7.
Рис. 7. График
распределения ошибок на нормальной вероятностной бумаге
Поскольку одна из
основных гипотез относительно случайной величины говорит, что ошибки должны
быть распределены по нормальному закону, представим гистограмму распределения
ошибок (Residuals/Normal plot of residuals) и проанализируем её (рис. 8).
Рис. 8. Гистограмма
распределения ошибок
Поскольку модель является
адекватной, а её параметры значимы, то по модели можно составить прогноз. Чтобы
рассчитать прогнозные значения зависимой переменной, в нижней части окна
результатов регрессионного анализа имеется опция Predict dependent variable
(Прогнозирование зависимой переменной). Инициировав данную опцию, необходимо
указать значение независимой переменной, для которой необходимо спрогнозировать
зависимую величину (рис. 9).
Рис. 9. Значение
независимой переменной
Результаты
прогнозирования представляются в виде таблицы, в которой указаны коэффициенты
модели и порядок расчетов (рис. 10).
Рис. 10. Результаты
прогноза
Прогнозное значение
зависимой переменной (Predicted) = -0.7274; доверительные интервалы для прогнозного значения:
-0,60532 ≤ -0,72740
≥ 0,15052
Вывод: Мы провели всесторонний анализ
однофакторной линейной эконометрической модели зависимости балансовой прибыли
крупнейших банков Украины от значения чистых активов их деятельности.
Окно результатов
регрессионного анализа
Меню анализа ошибок
Исходные
данные
линейная функция мultiple regression statistica
На рисунках представлены
все известные характеристики, а также графики нормального распределения.
Другие работы по теме:
Некоторые вопросы эконометрического моделирования
Основные проблемы эконометрического моделирования. Использование фиктивных переменных и гармонических трендов. Метод наименьших квадратов и выборочная дисперсия. Смысл коэффициента детерминации. Расчет функции эластичности. Свойства линейной модели.
Измерение и Экономико-математические модели
1. Описание объекта В нашем случае объектом исследования являются совокупность фирм , заводов , предприятий . Моделируемым показателем является Y - производительность труда ( тыс.руб / чел ) .
Парная регрессия
Определение наличия тенденции по заданным значениям прибыли фирмы. Построение графика линейной парной регрессии, нанесение полученных результатов на диаграмму рассеяния. Прогнозирование величины прибыли с помощью построенной регрессионной модели.
Фильтрация методом скользящего среднего
Расчёт скользящего среднего методом математического усреднения цифровых величин согласно условию задач. Составление таблицы и построение графика полученных результатов расчета. Сравнительный анализ решений трех заданий, построение их общего графика.
Выполнение корреляционного и регрессионного анализа
Связь между случайными переменными и оценка её тесноты как основная задача корреляционного анализа. Регрессионный анализ, расчет параметров уравнения линейной парной регрессии. Оценка статистической надежности результатов регрессионного моделирования.
Эконометрическое моделирование
Моделирование экономических процессов с помощью однофакторной регрессии. Оценка параметров проекта методом наименьших квадратов. Расчет коэффициента линейной корреляции. Исследование множественной эконометрической линейной схемы на мультиколлинеарность.
Построение и анализ функции спроса на товар
Построение эконометрической модели спроса в виде уравнений парной и множественной регрессии. Отбор факторов для построения функции потребления. Расчет коэффициентов корреляции и детерминации, проверка правильности выбранных факторов и формы связи.
Построение эконометрической модели
Общий вид искомой модели, нахождению структурных коэффициентов. Ранг матрицы системы, число эндогенных переменных, достаточное условие индентифицируемости системы. Применение косвенного метода наименьших квадратов, выражение переменные через отклонения.
Моделирование экономических показателей
Экономические показатели ( факторы ). Выбор формы представления факторов. Анализ аномальных явлений. Анализ матрицы коэффициентов парных корреляций для абсолютных величин.
История возникновения эконометрики
История возникновения Эконометрики Каждая наука проходит сложный путь зарождения и выделения в самостоятельную область знания. Эконометрика - не исключение. Первоначальные попытки количественных исследований в экономике относятся к XVII в. “Политические арифметики” – В.Петти (1623-1667), Г.
Построение эконометрической модели
УРАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ФАКУЛЬТЕТ ДИСТАНЦИОННОГО ОБРАЗОВАНИЯ Кафедра бухгалтерского учета и аудита Контрольная работа
Расчет полевого транзистора
1 Расчет входной и выходной характеристики транзистора с использованием модели Молла – Эберса. 1.1 Расчет и построение выходных характеристик транзистора
Анализ САУ с помощью MATLAB и SIMULINK
Построение временных характеристик с помощью пакета Control System В качестве примера выберем апериодическое звено первого порядка Для построения временных характеристик с помощью пакета Control System используются функции step и impulse.
Автомоделизм
Каких только автомоделей ни конструируют энтузиасты этого вида спорта! Одни из самых сложных — это, разумеется, радиоуправляемые модели гоночных автомобилей.
Количественная школа управления 2
Количественная школа управления (с 1950гг – по н. в.) Основная предпосылка возникновения - усложнение процесса управления, что было обусловлено бурным научно - техническим прогрессом послевоенных лет.
Отчет по Моур
Министерство общего и профессионального образования РФ РГАСХМ Кафедра «Экономика и менеджмент в машиностроении» ОТЧЕТ по МОУР Выполнил: студент гр.ЭУ4-4 Осика С.А.
Преобразование графиков функции
Text Text Построение графиков сложных функций с помощью последовательных преобразований графиков элементарных функций (на примерах) Построение графиков сложных функций с помощью последовательных преобразований графиков элементарных функций (на примерах) Graphics
Общее представление о математическом моделировании экономических задач
1. Общее представление о математическом моделировании экономических задач 1.1. Определение экономико-математической модели Математические модели экономических задач – это совокупность средств: уравнений, комплексов математических зависимостей, знаковые логические выражения, отображающие выделенные для изучения характеристики объекта, реальные взаимосвязи и зависимости экономических показателей.
Методы решения текстовых задач
Text Graphics Методы решения текстовых задач Слушатель ОП «Математическое образование в основной и средней школе» Шаронова Мария Викторовна Graphics
Основы эконометрики
Профессиональный Институт Управления Факультет: Финансы и кредит Специальность: Финансы и кредит Курс: 5 Дисциплина: Эконометрика Реферат на тему:
Парная линейная регрессия
Контрольная работа по эконометрике «Парная линейная регрессия» Вариант №6 В таблице приведены значения выручки от экспорта 1 тонны синтетического каучука за 10 кварталов и цены его на внутреннем рынке.
Построение и использование компьютерных моделей
Понятие компьютерной и информационной модели. Задачи компьютерного моделирования. Дедуктивный и индуктивный принципы построения моделей, технология их построения. Этапы разработки и исследования моделей на компьютере. Метод имитационного моделирования.
Прикладное программное обеспечение
Анализ данных с помощью скользящего среднего из пакета и построение тренда на графике. Выполнение задания и расчетов с построенным графиком. Оценка адекватности экспериментальных данных модели для проведения экономического статистического анализа.
Основы создания лабиринта и движение в нём
Text Text Text Text Text Text Text Graphics Выполните построение лабиринта и задайте движения объекта по составленному лабиринту, переместив объекты в указанное место (склад). Выполните построение лабиринта и задайте движения объекта по составленному лабиринту, переместив объекты в указанное место (склад).
Информатика. Тестовые задания. Кузнецов Chapter3
Часть 3. Тестовые задания по теме Моделирование — это: процесс замены реального объекта (процесса, явления) моделью, отражающей его существенные признаки с точки зрения достижения конкретной цели;
Построение и анализ на чувствительность моделей задач линейного программирования
Лабораторная работа №1 ПОСТРОЕНИЕ И АНАЛИЗ НА ЧУВСТВИТЕЛЬНОСТЬ МОДЕЛЕЙ ЗАДАЧ ЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ Цель работы: научиться определять оптимальный план производства (приобретения) продукции с учетом ограниченного обеспечения ресурсами различного вида; освоить методику и технологию поиска оптимального решения задач линейного программирования (ЗЛП) с помощью ЭВМ; приобрести практический опыт проведения анализа оптимального решения ЗЛП на чувствительность.