Регрессия и корреляция
Парная регрессия и корреляция в эконометрических исследованиях, методика и основные этапы ее построения, анализ полученных результатов и их интерпретация. Проверка структурной формы модели на идентификацию, исходя из заданной гипотетической модели.
Рубрика | Экономика и экономическая теория |
Вид | контрольная работа |
Язык | русский |
Дата добавления | 19.03.2012 |
Размер файла | 33,8 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
1. Парная регрессия и корреляция в эконометрических исследованиях
По территориям следующих регионов известны данные за 200* год по валовому региональному продукту (ВРП - млн. руб.) - y, и промышленному производству (ПП - млн. руб.) - x:
Регион |
ВРП - y |
ПП - x |
|
Белгородская обл. |
44440,4 |
41426 |
|
Владимирская обл. |
35242,2 |
36010 |
|
Воронежская обл. |
53258,8 |
33131 |
|
Калужская обл. |
25655 |
22148 |
|
Костромская обл. |
17763,7 |
13305 |
|
Курская обл. |
32451,7 |
26109 |
|
Липецкая обл. |
48014 |
61245 |
|
Рязанская обл. |
31804,7 |
22781 |
|
Смоленская обл. |
29896,5 |
27037 |
|
Тверская обл. |
38152,2 |
28539 |
|
Тульская обл. |
43897,5 |
45032 |
|
Ярославская обл. |
46557,4 |
45534 |
|
Республика Карелия |
28285,3 |
25305 |
|
Архангельская обл. |
62562,7 |
42821 |
|
Калининградская обл. |
24576,1 |
14410 |
|
Ленинградская обл. |
58833,7 |
56951 |
|
Ставропольский край |
57474,1 |
28416 |
|
Волгоградская обл. |
69377,8 |
56995 |
|
Ростовская обл. |
94300,7 |
57372 |
|
Удмуртская Республика |
55784,3 |
54804 |
|
Кировская обл. |
38111,6 |
32858 |
|
Оренбургская обл. |
80850,3 |
63704 |
|
Саратовская обл. |
68311,4 |
41878 |
|
Ульяновская обл. |
32892,1 |
28961 |
|
Республика Бурятия |
21690,7 |
11570 |
|
Новосибирская обл. |
76509,7 |
36487 |
|
Омская обл. |
48477,1 |
28494 |
|
Читинская обл. |
30173,5 |
9316 |
|
Приморский край |
63989,3 |
40618 |
|
Амурская обл. |
26576,3 |
8878 |
n=30
Требуется рассчитать параметры уравнений линейной парной регрессии.
Расчетная таблица
Регион - i |
ВРП - y |
ПП - x |
x·y |
y |
(y - y)2 |
Ai |
x2 |
|
Белгородская обл. |
44440,4 |
41426 |
1,84E+09 |
52589,75 |
66411912 |
0,18337707 |
1,72E+09 |
|
Владимирская обл. |
35242,2 |
36010 |
1,27E+09 |
47412,997 |
148128292 |
0,34534724 |
1,3E+09 |
|
Воронежская обл. |
53258,8 |
33131 |
1,76E+09 |
44661,174 |
73919181 |
0,1614311 |
1,1E+09 |
|
Калужская обл. |
25655 |
22148 |
5,68E+08 |
34163,336 |
72391787 |
0,33164437 |
4,91E+08 |
|
Костромская обл. |
17763,7 |
13305 |
2,36E+08 |
25710,967 |
63159050 |
0,44738803 |
1,77E+08 |
|
Курская обл. |
32451,7 |
26109 |
8,47E+08 |
37949,363 |
30224301 |
0,16941064 |
6,82E+08 |
|
Липецкая обл. |
48014 |
61245 |
2,94E+09 |
71533,266 |
553155891 |
0,48984185 |
3,75E+09 |
|
Рязанская обл. |
31804,7 |
22781 |
7,25E+08 |
34768,374 |
8783364,8 |
0,09318353 |
5,19E+08 |
|
Смоленская обл. |
29896,5 |
27037 |
8,08E+08 |
38836,37 |
79921271 |
0,2990273 |
7,31E+08 |
|
Тверская обл. |
38152,2 |
28539 |
1,09E+09 |
40272,02 |
4493638,7 |
0,05556221 |
8,14E+08 |
|
Тульская обл. |
43897,5 |
45032 |
1,98E+09 |
56036,459 |
147354327 |
0,27652962 |
2,03E+09 |
|
Ярославская обл. |
46557,4 |
45534 |
2,12E+09 |
56516,284 |
99179365 |
0,2139055 |
2,07E+09 |
|
Республика Карелия |
28285,3 |
25305 |
7,16E+08 |
37180,879 |
79131327 |
0,31449478 |
6,4E+08 |
|
Архангельская обл. |
62562,7 |
42821 |
2,68E+09 |
53923,128 |
74642209 |
0,13809462 |
1,83E+09 |
|
Калининградская обл. |
24576,1 |
14410 |
3,54E+08 |
26767,155 |
4800720,1 |
0,08915388 |
2,08E+08 |
|
Ленинградская обл. |
58833,7 |
56951 |
3,35E+09 |
67428,949 |
73878313 |
0,14609398 |
3,24E+09 |
|
Ставропольский край |
57474,1 |
28416 |
1,63E+09 |
40154,454 |
299970143 |
0,30134697 |
8,07E+08 |
|
Волгоградская обл. |
69377,8 |
56995 |
3,95E+09 |
67471,006 |
3635864,2 |
0,02748421 |
3,25E+09 |
|
Ростовская обл. |
94300,7 |
57372 |
5,41E+09 |
67831,352 |
700626374 |
0,28069089 |
3,29E+09 |
|
Удмуртская Республика |
55784,3 |
54804 |
3,06E+09 |
65376,791 |
92015883 |
0,17195682 |
3E+09 |
|
Кировская обл. |
38111,6 |
32858 |
1,25E+09 |
44400,233 |
39546906 |
0,16500575 |
1,08E+09 |
|
Оренбургская обл. |
80850,3 |
63704 |
5,15E+09 |
73883,643 |
48534316 |
0,08616737 |
4,06E+09 |
|
Саратовская обл. |
68311,4 |
41878 |
2,86E+09 |
53021,784 |
233772364 |
0,22382232 |
1,75E+09 |
|
Ульяновская обл. |
32892,1 |
28961 |
9,53E+08 |
40675,379 |
60579433 |
0,23663065 |
8,39E+08 |
|
Республика Бурятия |
21690,7 |
11570 |
2,51E+08 |
24052,609 |
5578612,5 |
0,10889038 |
1,34E+08 |
|
Новосибирская обл. |
76509,7 |
36487 |
2,79E+09 |
47868,926 |
820293953 |
0,37434174 |
1,33E+09 |
|
Омская обл. |
48477,1 |
28494 |
1,38E+09 |
40229,008 |
68031017 |
0,17014408 |
8,12E+08 |
|
Читинская обл. |
30173,5 |
9316 |
2,81E+08 |
21898,177 |
68480974 |
0,27425798 |
86787856 |
|
Приморский край |
63989,3 |
40618 |
2,6E+09 |
51817,443 |
148154103 |
0,19021707 |
1,65E+09 |
|
Амурская обл. |
26576,3 |
8878 |
2,36E+08 |
21479,525 |
25977115 |
0,19177895 |
78818884 |
|
?: |
1385910,8 |
1042135 |
5,51E+10 |
4,195E+09 |
6,55722091 |
4,35E+10 |
||
M: |
46197,027 |
34737,83 |
1,84E+09 |
|||||
s2: |
361334115 |
2,42E+08 |
||||||
s: |
19008,79 |
15570,99 |
Параметры линейной регрессии
a |
12993,702 |
|
b |
0,955826 |
Основные показатели
s2ост |
139825734 |
|
rxy |
0,7829618 |
|
A |
0,218574 |
|
ea |
5278,0899 |
|
eb |
0,138649 |
2. Системы эконометрических уравнений
регрессия корреляция идентификация эконометрический
Имеется следующая гипотетическая структурная модель:
Y1 = b12Y2 + a11X1 + a12X2
Y2 = b21Y1 + b23Y3 + a22X2
Y3 = b32Y2 + a31X1 + a33X3
Приведенная форма модели имеет вид:
Y1 = 3X1 - 6X2 + 2X3
Y2 = 2X1 + 4X2 + 10X3
Y3 = -5X1 + 6X2 +5X3
Требуется проверить структурную форму модели на идентификацию проверить структурную форму модели на идентификацию.
Решение:
Для того чтобы система одновременных уравнений была идентифицируема, необходимо, чтобы каждое уравнение системы было идентифицируемо, т.е. выполнялись необходимое и достаточное условия идентификации.
Необходимое условие идентификации можно записать в виде следующего счетного правила:
* если D+1<Н, то уравнение неидентифицируемо;
* если D+1=Н, то уравнение идентифицируемо;
* если D+1>Н, то уравнение сверхидентифицируемо,
где Н - число эндогенных переменных в уравнении; D - число предопределенных переменных, которые содержатся в системе уравнений, но не входят в данное уравнение.
Достаточное условие идентификации для данного уравнения выполнено, если определитель полученной матрицы не равен нулю, а ранг матрицы не меньше, чем количество эндогенных переменных в системе без одного.
Проверим первое уравнение системы Y1 = b12Y2 + a11X1 + a12X2 на выполнение необходимого и достаточного условия идентификации.
В этом уравнении две эндогенные переменные Y1 и Y2 (Н=2). В нем отсутствуют эндогенная переменная Y3 и экзогенная переменная X3 (D=2). Уравнение сверхидентифицируемо, т.к. D+1>H; (3>2), а значит необходимое условие идентификации выполнено.
Для проверки на достаточное условие составим матрицу из коэффициентов при переменных Y3 и X3, взятых в других уравнениях.
Уравнения, из которых взяты коэффициенты при переменных |
Переменные |
||
У3 |
Х3 |
||
2 |
b23 |
0 |
|
3 |
-1 |
a33 |
Определитель полученной матрицы не равен нулю, т.к. b23*a33 - (-1)*0 = 0, а ранг матрицы равен 2. Значит, достаточное условие выполнено, и первое уравнение идентифицируемо.
Проверим второе уравнение системы Y2 = b21Y1 + b23Y3 + a22X2 на выполнение необходимого и достаточного условия идентификации.
В этом уравнении три эндогенные переменные Y1, Y2 и Y3 (H=3). В нем отсутствуют две экзогенные переменные X1 и X3 (D=2). Уравнение идентифицируемо, т.к. D+1=H; (3=3), а значит необходимое условие идентификации выполнено.
Для проверки на достаточное условие составим матрицу из коэффициентов при переменных X1 и X3Размещено на http://www.allbest.ru/
Размещено на http://www.allbest.ru/
, взятых в других уравнениях.
Уравнения, из которых взяты коэффициенты при переменных |
Переменные |
||
х1 |
х3 |
||
1 |
a11 |
0 |
|
3 |
a31 |
a33 |
|
Определитель полученной матрицы не равен нулю, т.к. a11*a33 - a31*0 = 0, а ранг матрицы равен 2. Значит, достаточное условие выполнено, и второе уравнение идентифицируемо.
Проверим третье уравнение системы Y3 = b32Y2 + a31X1 + a33X3 на выполнение необходимого и достаточного условия идентификации.
В этом уравнении две эндогенные переменные Y2 и Y3 (H=2). В нем отсутствуют эндогенная переменная Y1 и экзогенная переменная X2 (D=2). Уравнение сверхидентифицируемо, т.к. D+1>H; (3>2), а значит необходимое условие идентификации выполнено.
Для проверки на достаточное условие составим матрицу из коэффициентов при переменных Y1 и X2, взятых в других уравнениях.
Уравнения, из которых взяты коэффициенты при переменных |
Переменные |
||
У1 |
Х2 |
||
1 |
-1 |
a12 |
|
2 |
b21 |
a22 |
Определитель полученной матрицы не равен нулю, т.к. -1*a22 - b21*a12 = 0. Значит, достаточное условие выполнено, и третье уравнение идентифицируемо.
Система одновременных уравнений считается неидентифицируемой, если хотя бы одно уравнение системы неидентифицируемо. Следовательно, рассматриваемая в целом система идентифицируема.
Список литературы
регрессия корреляция идентификация эконометрический
1. Кремер Н.Ш., Путко Б.А. Эконометрика. - М.: ЮНИТИ, 2000 г.
2. Леоненков А.В. Решение задач оптимизации в среде MS Excel. - СПБ.: БХВ-Петербург, 2005 г.
3. Степанов В.Г. Эконометрика. Учебный курс (учебно-методический комплекс)
Размещено на Allbest.ru
Подобные документы
Применение различных способов представления и обработки статистических данных. Пространственные статистические выборки. Парная регрессия и корреляция. Временные ряды. Построение тренда. Практические примеры и методика их решения, формулы и их значение.
курс лекций [6,9 M], добавлен 26.02.2009Порядок построения линейного уравнения парной регрессии, расчет коэффициентов и оценка статической значимости параметров регрессии и корреляции. Точность прогноза. Множественная регрессия и корреляция. Системы эконометрических уравнений. Временные ряды.
контрольная работа [1,3 M], добавлен 24.09.2013Корреляция, линейная и нелинейная регрессия. Дисперсионный, лискриминантный и кластерный анализ. Линейное программирование. Параметрические и непараметрические критерии. Определение существования взаимосвязи между рентабельностью и затратами на рекламу.
курсовая работа [502,6 K], добавлен 13.01.2015Предмет, метод и организация статистики - науки, изучающей количественную сторону массовых явлений и процессов в неразрывной связи с их качественной стороной. Причинность, регрессия, корреляция, как основные статистические методы выявления взаимосвязи.
учебное пособие [3,8 M], добавлен 05.02.2011Оценка силы вариации признака. Построение регрессионной модели. Парный линейный коэффициент корреляции. Оценка статистической надежности результатов. Значение коэффициента детерминации. Оценка силы связи признаков. Фактическое значение критерия Фишера.
контрольная работа [165,8 K], добавлен 27.05.2015Расчет корреляции между экономическими показателями. Построение линейной и не линейной множественной регрессии. Проверка на гетероскедастичность моделей с использованием теста Бреуша-Пагана. Корреляция между наблюдаемыми экономическими показателями.
курсовая работа [82,2 K], добавлен 23.03.2011Составление матрицы парных коэффициентов корреляции. Построение уравнения регрессии, характеризующего зависимость цены от всех факторов. Проведение регрессионного анализа с помощью пакета SPSS. Экономическая интерпретация коэффициентов модели регрессии.
лабораторная работа [2,5 M], добавлен 27.09.2012Эконометрика - совокупность методов анализа связей между экономическими показателями на основании статистических данных. Требования к уровню освоения содержания дисциплины. Методологические основы курса, парная и множественная регрессия и корреляция.
методичка [219,8 K], добавлен 15.11.2010Парная линейная регрессия. Полный регрессионный анализ. Коэффициент корреляции и теснота линейной связи. Стандартная ошибка регрессии. Значимость уравнения регрессии. Расположение доверительных интервалов. Расчет параметров множественной регрессии.
контрольная работа [932,7 K], добавлен 09.06.2012Составление матрицы парных коэффициентов корреляции переменных. Построение линейного уравнения регрессии, характеризирующее зависимость цены от факторов. Оценка статистической значимости параметров в регрессионной модели с помощью t-критерия Стьюдента.
лабораторная работа [1,6 M], добавлен 13.04.2010