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.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык русский
Дата добавления 19.01.2011
Размер файла 326,5 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.

Министерство образования и науки Украины

Таврический национальный университет им. В.И. Вернадского

Судакский факультет управления и экономики

Кафедра информационного менеджмента

Курсовая работа по курсу

"Эконометрия"

Выполнила:

студент гр. 31- МО

Абибуллаев ВВ.

Проверил:

Ст. преподователь

Заболотский А. С.

Судак, 2011 г

Этап №1. Эконометрическое моделирование

1 шаг. Пояснение экономического содержания показателей.

Наименование показателей:

1. Розничный товарооборот государственной и кооперативной торговли на душу населения

2. Среднемесячная денежная заработная плата рабочих и служащих

3. Средний размер вклада в сберегательном банке

4. Доля жителей в трудоспособном возрасте

5. Продажа алкогольных напитков на душу населения

Доля жителей в трудоспособном возрасте - это естественно-искусственный показатель, который влияет на среднемесячную денежную заработную плату рабочих и служащих.

Среднемесячная денежная заработная плата рабочих и служащих - это искусственный показатель, который складывается под влиянием доли жителей в трудоспособном возрасте и влияет на средний размер вклада в сберегательном банке и продажу алкогольных напитков на душу населения.

Средний размер вклада в сберегательном банке и продажа алкогольных напитков на душу населения, в свою очередь, влияют на розничный товарооборот государственной и кооперативно торговли на душу населения.

2шаг. Причинно-следственный анализ показателей и соподчинение их в иерархию:

3 шаг. Статистическая характеристика выборочной совокупности по регионам (средняя, средняя геометрическая, мода, медиана, среднее геометрическое отклонение, коэффициент вариации, асимметрия, эксцесс)

Таблица №1 Перечень показателей

Области

1

2

3

4

5

1

Республика Крым

2861

464,4

2136

58

4,9

2

Винницкая

2102

407,8

2122

52,6

2,5

3

Волынская

2224

426,3

2166

52,7

3,3

4

Днепропетровская

2386

508,2

2040

57,2

3,9

5

Донецкая

2671

547,7

2118

56,7

4,9

6

Житомирская

2230

474,1

2219

52,9

3,1

7

Закарпатская

2457

387,5

2373

56

5,5

8

Запорожская

2733

500,3

2110

57,1

4,5

9

Ивано-Франковская

2140

429,4

1954

54,4

4

10

Киевская

2093

493,5

2237

54,9

2,5

11

Кировоградская

2121

448

2184

53,8

3,2

12

Луганская

2475

516,3

2020

56,4

4,5

13

Львовская

2553

443,5

2185

56,1

4,8

14

Николаевская

2608

439,9

2191

56,3

3,3

15

Одесская

2576

445,2

2464

57,4

4,1

16

Полтавская

2290

470,8

2257

53,6

4,2

17

Ровенская

2248

444,2

1951

53,7

3

18

Сумская

2154

471,1

2323

53,2

3,7

19

Тернопольская

2078

417,1

2071

52,5

3,2

20

Харьковская

2590

463,7

2146

56,9

4,7

21

Херсонская

2546

443,7

2048

57

4,5

22

Хмельницкая

2109

435,8

2067

52,7

2,2

23

Черкасская

2398

461,7

2254

53,2

3,4

24

Черновецкая

2242

392,9

18,63

54,5

3

25

Черниговская

2209

419,8

2484

51,1

4,4

Таблица №2 Расчет параметров по показателям

Показатели

1

2

3

4

5

Среднее

2363,76

454,116

2085,545

54,836

3,812

Стандартная ошибка

45,86314

7,712748

90,38595

0,396017

0,174864

Медиана

2290

445,2

2146

54,5

3,9

Мода

#Н/Д

#Н/Д

#Н/Д

52,7

4,5

Стандартное отклонение

229,3157

38,56374

451,9297

1,980084

0,874319

Дисперсия выборки

52585,69

1487,162

204240,5

3,920733

0,764433

Эксцесс

-0,89828

0,221876

20,07951

-1,35075

-0,88971

Асимметричность

0,481048

0,49941

-4,24965

-0,03999

-0,04171

Интервал

783

160,2

2465,37

6,9

3,3

Минимум

2078

387,5

18,63

51,1

2,2

Максимум

2861

547,7

2484

58

5,5

Сумма

59094

11352,9

52138,63

1370,9

95,3

Счет

25

25

25

25

25

Уровень надежности(95,0%)

94,65685

15,91833

186,5474

0,817338

0,360901

4 шаг. Геометрическая иллюстрация статистических наблюдений

1-ый показатель

Карман

Частота

P=m/n

Кумулята

2100

2

0,08

0,08

2200

5

0,2

0,28

2300

6

0,24

0,52

2400

2

0,08

0,6

2500

2

0,08

0,68

2600

4

0,16

0,84

2700

2

0,08

0,92

2800

1

0,04

0,96

2900

1

0,04

1

Еще

0

0

2-ой показатель

Карман

Частота

P=m/n

Кумулята

390

1

0,04

0,04

410

2

0,08

0,12

430

4

0,16

0,28

430

0

0

0,28

450

7

0,28

0,56

470

3

0,12

0,68

490

3

0,12

0,8

510

3

0,12

0,92

550

2

0,08

1

Еще

0

0

3-ий показатель

Карман

Частота

P=m/n

Кумулята

20

1

0,04

0,04

330

0

0

0,04

640

0

0

0,04

950

0

0

0,04

1260

0

0

0,04

1570

0

0

0,04

1880

0

0

0,04

2190

15

0,6

0,64

2500

9

0,36

1

Еще

0

0

4-ый показатель

Карман

Частота

P=m/n

Кумулята

51

0

0

0

52

1

0,04

0,04

53

5

0,2

0,24

54

5

0,2

0,44

55

3

0,12

0,56

56

1

0,04

0,6

57

6

0,24

0,84

58

4

0,16

1

Еще

0

0

5-ый показатель

Карман

Частота

P=m/n

Кумулята

2

0

0

0

3

5

0,2

0,2

4

9

0,36

0,56

5

10

0,4

0,96

6

1

0,04

1

Еще

0

0

Этап №2. Однофакторная регрессия

1 шаг. Сравнение 1-го со 2-м:

Моделирование экономических процессов с помощью математических зависимостей заключается в подборе вида функции, которая гипотетически описывает эти процессы.

В нашем случае в качестве такой функции выбираем линейную зависимость между факторами.

Для этого введем следующие показатели:

Y - розничный товарооборот государственной и кооперативной торговли на душу населения

Х - среднемесячная денежная заработная плата рабочих и служащих

Тогда зависимость между ними будет характеризоваться следующим уравнением:

На основе данных, указанных в таблице 1, рассчитаем параметры модели, оценив ее статистическую надежность и адекватность реальным условиям.

2 шаг. Оценка параметров модели с помощью метода наименьших квадратов

Параметры модели нужно оценить по методу наименьших квадратов, т.к. он обеспечивает минимальную дисперсию опытных данных и в случае линейных зависимостей является наилучшим.

3 шаг. Оценка значимости рассчитанных параметров

Оценка параметров модели по данным формулам при помощи электронных таблиц Excel дает следующий результат:

а0=45,06

а1=0,02

Следовательно, уравнение связи между факторами имеет следующий вид:

У=45,06+0,02Х1

4 шаг. Тестирование модели.

Рассчитаем коэффициент линейной корреляции.

Коэффициент адекватности модели рассчитываем при помощи электронных таблиц Excel, используя надстройку. Анализ данных и получаем следующие значения:

Таблица №3

Определение коэффициента детерминации. Он показывает изменение результирующего признака под действием факторного.

Таким образом, действием фактора среднемесячной денежной заработной платы рабочих и служащих можно объяснить лишь 17,5% изменения результирующего признака - розничный товарооборот государственной и кооперативной торговли на душу населения.

Вывод: анализ данной однофакторной модели показал, что она имеет низкую описательную силу. Выявлено наличие слабой связи между показателями среднемесячной денежной заработной платой рабочих и служащих и розничным товарооборотом государственной и кооперативной торговли на душу населения.

5 шаг.

Наблюдение

Предсказанное Y

Остатки

1

55,05728

2,942715

2

53,8394

-1,2394

3

54,23747

-1,53747

4

55,99975

1,200255

5

56,84968

-0,14968

6

55,266

-2,366

7

53,4026

2,597401

8

55,82976

1,270242

9

54,30418

0,095823

10

55,68344

-0,78344

11

54,7044

-0,9044

12

56,17404

0,225964

13

54,60757

1,492428

14

54,53011

1,769891

15

54,64415

2,755849

16

55,195

-1,595

17

54,62263

-0,92263

18

55,20145

-2,00145

19

54,03951

-1,53951

20

55,04222

1,857778

21

54,61188

2,388125

22

54,44189

-1,74189

23

54,99919

-1,79919

24

53,51879

0,981207

25

54,09761

-2,99761

Вывод: в результате анализа однофакторной эконометрической модели, характеризующей взаимосвязь между долей жителей в трудоспособном возрасте и среднемесячной денежной заработной платой рабочих и служащих, можно отметить, что модель имеет высокую описательную силу. Выявлена довольно значительная связь между этими показателями.

Этап №3. Множественная линейная эконометрическая модель

Для сложных систем характерно большое число входных параметров, влияющих на их состояние. Экономические явления представляют собой многофакторные системы, в которых состояние результирующего признака зависит от целой группы таких параметров. Поэтому для изучения процессов в экономике следует применять методы многофакторного анализа. В данном разделе работы проводится пример построения двухфакторной модели, как простейшего случая многофакторных систем.

Y - розничный товарооборот государственной и кооперативной торговли на душу населения

X1 - продажа алкогольных напитков на душу населения

Х2 - среднемесячная денежная заработная плата рабочих и служащих

Расчетные данные указаны в таблице:

Y

X1

X2

2861

4,9

464,4

2102

2,5

407,8

2224

3,3

426,3

2386

3,9

508,2

2671

4,9

547,7

2230

3,1

474,1

2457

5,5

387,5

2733

4,5

500,3

2140

4

429,4

2093

2,5

493,5

2121

3,2

448

2475

4,5

516,3

2553

4,8

443,5

2608

3,3

439,9

2576

4,1

445,2

2290

4,2

470,8

2248

3

444,2

2154

3,7

471,1

2078

3,2

417,1

2590

4,7

463,7

2546

4,5

443,7

2109

2,2

435,8

2398

3,4

461,7

2242

3

392,9

2209

4,4

419,8

Наблюдение

Предсказанное Y

Остатки

1

2568,515

292,4853

2

2069,892

32,10848

3

2235,592

-11,5916

4

2454,054

-68,0542

5

2683,852

-12,8521

6

2266,754

-36,7543

7

2567,102

-110,102

8

2548,179

184,8205

9

2362,458

-222,458

10

2188,552

-95,5519

11

2248,127

-127,127

12

2570,333

-95,3331

13

2522,066

30,93408

14

2254,422

353,5778

15

2401,845

174,1545

16

2454,802

-164,802

17

2207,844

40,15589

18

2367,664

-213,664

19

2205,343

-127,343

20

2532,524

57,47573

21

2469,811

76,189

22

2056,129

52,87146

23

2302,117

95,8829

24

2136,814

105,186

25

2419,208

-210,208

Предположим, что между результирующим и факторными признаками существует линейная связь, выраженная уравнением:

У = а0 + a1x1 +a2x2

Для расчета коэффициентов а0; a1; a2 применим метод наименьших квадратов.

а0= 1067,5

а1= 175,1

а2= 1,38

Следовательно, модель имеет следующий вид:

У=1067,5+175,1Х1+1,38Х2

1 шаг. Проверка на мультиколлинеарность

Наиболее распространенным методом исследования модели на мультиколлинеарность является метод Феррара-Глобера.

Проводим стандартизацию факторов:

X1

X2

X

X

X-

X2-

X1*

X2*

464,4

69

215667,4

4761

10,284

8,68

0,05

0,12

407,8

46

166300,8

2116

-46,316

-14,32

-0,25

-0,21

426,3

51

181731,7

2601

-27,816

-9,32

-0,15

-0,13

508,2

84

258267,2

7056

54,084

23,68

0,29

0,34

547,7

90

299975,3

8100

93,584

29,68

0,50

0,43

474,1

55

224770,8

3025

19,984

-5,32

0,11

-0,08

387,5

42

150156,3

1764

-66,616

-18,32

-0,35

-0,26

500,3

76

250300,1

5776

46,184

15,68

0,24

0,22

429,4

43

184384,4

1849

-24,716

-17,32

-0,13

-0,25

493,5

56

243542,3

3136

39,384

-4,32

0,21

-0,06

448

61

200704

3721

-6,116

0,68

-0,03

0,01

516,3

87

266565,7

7569

62,184

26,68

0,33

0,38

443,5

61

196692,3

3721

-10,616

0,68

-0,06

0,01

439,9

66

193512

4356

-14,216

5,68

-0,08

0,08

445,2

66

198203

4356

-8,916

5,68

-0,05

0,08

470,8

58

221652,6

3364

16,684

-2,32

0,09

-0,03

444,2

47

197313,6

2209

-9,916

-13,32

-0,05

-0,19

471,1

64

221935,2

4096

16,984

3,68

0,09

0,05

417,1

42

173972,4

1764

-37,016

-18,32

-0,20

-0,26

463,7

79

215017,7

6241

9,584

18,68

0,05

0,27

443,7

62

196869,7

3844

-10,416

1,68

-0,06

0,02

435,8

50

189921,6

2500

-18,316

-10,32

-0,10

-0,15

461,7

54

213166,9

2916

7,584

-6,32

0,04

-0,09

392,9

43

154370,4

1849

-61,216

-17,32

-0,32

-0,25

419,8

56

176232

3136

-34,316

-4,32

-0,18

-0,06

,

Составляем матрицу В* = X*TX*.

;

Рассчитаем фактическое значение для расчетной матрицы:

Находим критическое значение :

, , .

Сравнивая полученные значения, приходим к выводу, что в массиве факторных переменных мультиколлиниарность не существует.


Подобные документы

  • Оценка распределения переменной Х1. Моделирование взаимосвязи между переменными У и Х1 с помощью линейной функции и методом множественной линейной регрессии. Сравнение качества построенных моделей. Составление точечного прогноза по заданным значениям.

    курсовая работа [418,3 K], добавлен 24.06.2015

  • Эконометрическое моделирование стоимости квартир в московской области. Матрица парных коэффициентов корреляции. Расчет параметров линейной парной регрессии. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.

    контрольная работа [298,2 K], добавлен 19.01.2011

  • Поле корреляции и гипотеза о виде уравнения регрессии. Оценка величины влияния фактора на исследуемый показатель с помощью коэффициента корреляции и детерминации. Определение основных параметров линейной модели с помощью метода наименьших квадратов.

    контрольная работа [701,1 K], добавлен 29.03.2011

  • Анализ метода наименьших квадратов для парной регрессии, как метода оценивания параметров линейной регрессии. Рассмотрение линейного уравнения парной регрессии. Исследование множественной линейной регрессии. Изучение ошибок коэффициентов регрессии.

    контрольная работа [108,5 K], добавлен 28.03.2018

  • Эконометрическое моделирование стоимости квартир в Московской области. Исследование динамики экономического показателя на основе анализа одномерного временного ряда. Параметры линейной парной регрессии. Оценка адекватности модели, осуществление прогноза.

    контрольная работа [925,5 K], добавлен 07.09.2011

  • Основные проблемы эконометрического моделирования. Показатели, характеризующие степень разброса случайной величины вокруг ее среднего значения. Физический смысл коэффициента детерминации. Расчет функции эластичности в линейной эконометрической модели.

    контрольная работа [18,1 K], добавлен 23.11.2009

  • Расчет параметров линейной регрессии. Сравнительная оценка тесноты связи с помощью показателей корреляции, детерминации, коэффициента эластичности. Построение поля корреляции. Определение статистической надежности результатов регрессионного моделирования.

    контрольная работа [71,7 K], добавлен 17.09.2016

  • Расчет параметров уравнения линейной регрессии, оценка тесноты связи с помощью показателей корреляции и детерминации. Определение средней ошибки аппроксимации. Статистическая надежность моделирования с помощью F-критерия Фишера и t-критерия Стьюдента.

    контрольная работа [58,3 K], добавлен 17.10.2009

  • Понятие модели множественной регрессии. Сущность метода наименьших квадратов, который используется для определения параметров уравнения множественной линейной регрессии. Оценка качества подгонки регрессионного уравнения к данным. Коэффициент детерминации.

    курсовая работа [449,1 K], добавлен 22.01.2015

  • Оценка влияния разных факторов на среднюю ожидаемую продолжительность жизни по методу наименьших квадратов. Анализ параметров линейной двухфакторной эконометрической модели с помощью метода наименьших квадратов. Графическое изображение данной зависимости.

    практическая работа [79,4 K], добавлен 20.10.2015

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.