Задание и ознакомительная часть из курсовой работы по “Эконометрике”. Вариант №5.
Условие задачи №1.
В следующей таблице приведены статистические данные по располагаемому доходу домохозяйств (Х) и затратам домохозяйств на розничные покупки (Y) за 22 года.
Год: 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11; 12; 13; 14; 15; 16; 17; 18; 19; 20; 21; 22.
Доход домохозяйств, Х: 9,098; 9,137; 9,095; 9,280; 9,230; 9,348; 9,525; 9,755; 10,280; 10,665; 10,020; 11,305; 11,430; 11,450; 11,697; 11,870; 12,018; 12,525; 12,055; 12,088; 12,215; 12,495.
Затраты домохозяйств на розничные покупки, Y: 5,490; 5,540; 5,305; 5,505; 5,420; 5,320; 5,540; 5,690; 5,870; 6,157; 6,342; 5,905; 6,125; 6,185; 6,225; 6,495; 6,720; 6,920; 6,470; 6,395; 6,555; 6,755.
а) Построить корреляционное поле и по его виду определить формулу зависимости между X и У.
б) Оценить уравнение регрессии у1=B0+B1X1+E
в) Оценить качество и зависимость построенной модели на 5%-ном уровне.
г) Провести анализ модели на наличие гетероскедастичности и автокорреляции.
д) Сделать выводы о качестве построенной модели.
Условие задачи №2.
Имеются следующие данные о потреблении некоторого продукта Y (ден. ед.) в зависимости от уровня урбанизации (доли городского населения) Х1, относительного образовательного уровня Х2 и относительного заработка Х3 для девяти географических районов:
Номер района: 1; 2; 3; 4; 5; 6; 7; 8; 9.
Х1: 42,2; 48,6; 42,6; 39,0; 34,7; 44,5; 39,1; 40,1; 45,9.
Х2: 11,2; 10,6; 10,6; 10,4; 9,3; 10,8; 10,7; 10,0; 12,0.
Х3: 31,9; 13,2; 28,7; 26,1; 30,1; 8,5; 24,3; 18,6; 20,4.
Y: 167,1; 174,4; 160,8;162,0; 140,8; 174,6; 163,7; 174,5; 185,7.
а) Оцените уравнение регрессии у = В0+В1Х1+В2Х2+В3Х3+Е
б) Оцените значимость полученного уравнения на 5%-ом уровне.
в) Проведите анализ модели на наличие мультиколлинеарности с помощью корреляционной матрицы.
г) При наличии мультиколлинеарности, исключите ее.
Обнаружение гетероскедастичности остатков модели регрессии (Тест Глейзера).
Существует несколько тестов на обнаружение гетероскедастичности остатков модели регрессии. Рассмотрим применение теста Глейзера на примере линейной модели парной регрессии. Предположим, что на основе проведённого исследования зависимость между переменными можно аппроксимировать линейной моделью парной регрессии вида.
Неизвестные коэффициенты β0и β1линейной модели парной регрессии определяются с помощью метода наименьших квадратов. В результате мы получим оценённую модель регрессии вида. После этого необходимо рассчитать остатки модели регрессии.
Коэффициент Спирмена является аналогом парного коэффициента корреляции, однако, с его помощью можно оценить тесноту зависимости не только между количественными, но и между количественными и качественными переменными.
Отзывы
Отзывов пока нет.