Учебная работа № 88974. «Контрольная Парная регрессия и корреляция в эконометрическом моделировании. Задачи 1, 2

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Пока оценок нет)
Загрузка...
Контрольные рефераты

Учебная работа № 88974. «Контрольная Парная регрессия и корреляция в эконометрическом моделировании. Задачи 1, 2

Количество страниц учебной работы: 11
Содержание:
«Задание 1.
Тема: «Парная регрессия и корреляция в эконометрическом моделировании».
Изучение зависимости оборота розничной торговли от уровня денежных доходов на душу населения по субъектам Приволжского федерального округа в 1988г.
1Построим поле корреляции результата и фактора и сформулируем гипотезу о форме связи.

Задание 2.
Тема: «Моделирование одномерных временных рядов».
Ожидаемая продолжительность жизни при рождении, лет
Годы 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
Все
население 63 64 65 66 65 64 64 63 62 63 63 63

»

Стоимость данной учебной работы: 585 руб.Учебная работа № 88974.  "Контрольная Парная регрессия и корреляция в эконометрическом моделировании. Задачи 1, 2
Форма заказа готовой работы

    Укажите Ваш e-mail (обязательно)! ПРОВЕРЯЙТЕ пожалуйста правильность написания своего адреса!

    Укажите № работы и вариант

    Соглашение * (обязательно) Федеральный закон ФЗ-152 от 07.02.2017 N 13-ФЗ
    Я ознакомился с Пользовательским
    соглашением
    и даю согласие на обработку своих персональных данных.

    Выдержка из похожей работы


    Целью данной контрольной работы является приобретение умения построения эконометрических моделей, принятие решений о спецификации и идентификации моделей, выбор метода оценки параметров модели, интерпретация результатов, получение прогнозных оценок,
    Задачей данной работы является решение поставленных вопросов с помощью эконометрических методов, Данная работа позволит приобрести навыки использования различных эконометрических методов,
    Задача 1

    По данным, представленным в таблице выполнить следующие расчеты:
    рассчитать параметры парной линейной регрессии,
    оценить тесноту связи с помощью показателей корреляции и детерминации
    оценить с помощью средней ошибки аппроксимации качество уравнений,
    оценить статистическую зависимость уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдентов
    рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 20% от его среднего уровня значимости б = 0,05
    Решение,
    Рассчитаем параметры парной линейной регрессии, Для этого выберем модель уравнения, построим уравнение тренда,
    Для рассмотрения зависимости урожайности от дозы внесенных удобрений используем уравнение прямой:
    y = a + bx

    где х — независимый признак, доза внесенных удобрений
    у — урожайность,
    a, b — параметры уравнения регрессии,
    Для расчетов параметров уравнения составим систему уравнений
    na + b?х = ?у
    a?х + b?х2 = ?ух

    где n — число наблюдений, n=25
    25а +86,5 b = 256,9
    86,5a + 844,941b = 995,969

    Параметры а и b можно определить по формулам
    и a = y — bx
    b = (39,839 — 3,46•10,276)/ (33,798-3,462) = 0,1960
    а = 10,276 — 0,196•3,46 = 9,598
    ? = 9,598 + 0,196х

    Коэффициент регрессии b= 0,196 ц/га показывает, насколько в среднем повысится урожайность при увеличении дозы внесения удобрений на 1 кг,
    Средняя ошибка аппроксимации
    = 1/25 •494,486 = 19,780%
    Ошибка аппроксимации 19,78 % > 12% — модель ненадежна и статистически незначима,
    Оценим тесноту связи с помощью показателей корреляции и детерминации,
    Тесноту связи показывает коэффициент корреляции:
    дx — показывает, что в среднем фактор Х меняется в пределах
    , 3,46 ± 4,672
    ду — показывает, что в среднем фактор Y меняется в пределах
    , 10,276 ± 2,289
    rxy = 0,401, 0,3?0,401?0,5 — связь слабая
    Коэффициент детерминации R = rxy2 •100% = 0,4012•100% = 16,08,
    y зависит от выбранного x на 16,08%, на оставшиеся 100-16,08% y зависит от других факторов,
    Оценим статистическую значимость уравнения регрессии и его параметров с помощью критериев Фишера и Стьюдента,
    При б = 0,05, к1 = n-1, к2 = n-2 =25-2 =23
    Fтабл, = 2,00, FФиш, = 4,414 > Fтабл, = 2,00 — модель значима и надежна
    Рассчитаем прогнозное значение результата с вероятностью 0,95% при повышении дозы внесения удобрений от своего среднего уровня и определим доверительный интервал прогноза,
    Найдем точечный прогноз для хпрогноз = 1,2•х , хр = 1,2 •3,46 = 4,152
    ? = a+bx, ?р = 9,598 + 0,196• хр = 9,598 + 0,196•4,152 = 10,412
    Найдем среднюю ошибку прогнозного значения
    Fтабл, Стьюдента для б = 0,05, df = n-2 = 25-2 = 23
    tтабл,=2,0687,
    ?ур = tтабл•станд,ошибка = 2,0687•2,188 = 4,526
    Доверительный интервал прогноза по урожайности
    гур = yp ± ?ур = 10,412 ± 4,526, от 5,886 до 14,938
    Таблица 1, Исходные данные для задачи 1

    Внесено мин,удобрений, ц

    Урожайность,
    ц/га

    Х2

    у•х

    У2

    Урожайность расчетная,?

    (Y-?)

    (Y-?)/100

    (Y-?)2

    (Х-?Х)2

    1

    13,9

    9,4

    193,21

    130,66

    88,36

    12,322

    -2,922

    31,085

    8,538

    108,994

    2

    8,8

    15

    77,44

    132

    225

    11,323

    3,677

    100,245

    13,52

    28,516

    3

    4

    8,2

    16

    32,8

    67,24

    10,382

    -2,182

    26,610

    4,761

    0,292

    4

    0,01

    8,2

    0,0001

    0,082

    67,24

    9,6

    -1,4

    17,073

    1,96

    11,903

    5

    4,2

    13,7

    17,64

    57,54

    187,69

    10,421

    3,279

    23,934

    10,752

    0,548

    6

    0,7

    9,2

    0,49

    6,44

    84,64

    9,735

    -0,535

    5,815

    0,286

    7,618

    7

    6,7

    12,4

    44,89

    83,08

    153,76

    10,911

    1,489

    12,008

    2,217

    10,498

    8

    15,9

    14

    252,81

    222,6

    196

    12,714

    1,286

    9,186

    1,654

    154,754

    9

    1,9

    8,6

    3,61

    16,34

    73,96

    9,97

    -1,37

    15,930

    1,877

    2,434

    10

    1,9

    14,7

    3,61

    27,93

    216,09

    9,97

    4,73

    32,177

    22,373

    2,434

    11

    0,01

    6,3

    0,0001

    0,063

    39,69

    9,6

    -3,3

    52,381

    10,89

    11,903

    12

    0,01

    8,5

    0,0001

    0,085

    72,25

    9,6

    -1,1

    12,941

    1,21

    11,903

    13

    0,01

    8,8

    0,0001

    0,088

    77,44

    9,6

    -0,8

    9,091

    0,64

    11,903

    14

    1,2

    10,9

    1,44

    13,08

    118,81

    9,833

    1,067

    9,789

    1,138

    5,108

    15

    0,01

    9,2

    0,0001

    0,092

    84,64

    9,6

    -0,4

    4,348

    0,16

    11,903

    16

    0,01

    13,4

    0,0001

    0,134

    179,56

    9,6

    3,8

    28,358

    14,44

    11,903

    17

    3,7

    10,8

    13,69

    39,69

    116,64

    10,323

    0,477

    4,417

    0,288

    0,058

    18

    0,01

    7,9

    0,0001

    0,079

    62,41

    9,6

    -1,7

    21,519

    2,89

    11,903

    19

    0,01

    9,1

    0,0001

    0,091

    82,81

    9,6

    -0,5

    5,495

    0,25

    11,903

    20

    1,6

    9,2

    2,56

    14,72

    84,64

    9,912

    -0,712

    7,739

    0,507

    3,460

    21

    2,5

    10,3

    6,25

    25,75

    106,09

    10,088

    0,212

    2,058

    0,045

    0,922

    22

    0,01

    11,1

    0,0001

    0,111

    123,21

    9,6

    1,5

    13,514

    2,25

    11,903

    23

    6,3

    9,5

    39,69

    59,85

    90,25

    10,833

    -1,333

    14,032

    1,777

    8,066

    24

    0,01

    8,4

    0,0001

    0,084

    70,56

    9,6

    -1,2

    14,286

    1,44

    11,903

    25

    13,1

    10,1

    171,61

    132,31

    102,01

    12,166

    -2,066

    20,455

    4,268

    92,930

    Итого

    86,5

    256,9

    844,941

    995,969

    2770,99

    256,903

    0,003

    494,486

    110,071

    545,662

    Среднее значение

    3,46

    10,276

    33,798

    39,839

    110,84

    21,826

    Задача 2

    По данным представленным в таблице 3 изучается зависимость бонитировочного балла (У) от трех факторов,
    С помощью ППП MS Excel:
    1, Построить матрицу парных коэффициентов корреляции, Установить, какие факторы мультиколлинеарны,
    2, Построить уравнение множественной регрессии в линейной форме с полным набором факторов,
    3″

    Рейтинг@Mail.ru Яндекс.Метрика