АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция
|
Задание 1: Получение данных
Курсовая работа за 3 курс (1 и 2 семестр).
Выполнила студентка
Тагаченкова Виктория Александровна
группы ЭЭБ-312, 3 курса,
специальности «Бухгалтерский учет, анализ и аудит»
№1101516 зачетной книжки
Преподаватель: Милевский Александр Станиславович
Дата «» 2013г.
Москва – 2013
Варианты: 1 семестр-22 вариант
2 семестр-18 вариант
Часть 1
Задание 1: Получение данных
| Y
| X1
| X2
| X3
| X4
| X5
| X6
| X7
| Netherlands
| 773,116
| 46142,39
| 17,15
| 113,336
| 92,898
| 16,755
| 45,938
| 64,55
| New Zealand
| 169,68
| 38221,76
| 19,58
| 136,528
| 1,77
| 4,439
| 34,614
| -8,537
| Norway
| 501,101
| 99461,55
| 25,023
| 131,35
| 53,221
| 5,038
| 57,249
| 71,16
| Portugal
| 212,72
| 20178,63
| 15,956
| 115,854
| 3,675
| 10,542
| 40,744
| -3,289
| San Marino
| 1,855
|
| 25,049
| 125,448
|
|
| 20,493
|
| Singapore
| 276,52
| 51161,6
| 26,998
| 113,141
| 104,747
| 5,405
| 23,251
| 51,437
| Slovak Republic
| 91,916
| 16899,03
| 20,767
| 121,158
| 5,183
| 5,439
| 32,237
| 2,097
| Slovenia
| 45,617
| 22192,55
| 17,049
| 120,358
| 0,539
| 2,055
| 42,272
| 1,041
| Spain
| 1352,057
| 29288,69
| 19,636
| 119,182
| 20,426
| 46,163
| 36,333
| -14,499
| Sweden
| 526,192
| 55157,86
| 18,539
| 112,049
| 15,194
| 9,54
| 49,656
| 37,564
| Switzerland
| 632,4
| 79033,03
| 20,568
| 99,269
|
| 8,002
| 32,98
| 84,721
| Taiwan Province of China
| 473,971
| 20328,31
| 19,856
| 101,933
| 21,458
| 23,316
| 18,925
| 49,55
| Mauritius
| 11,466
| 8850,168
| 24,695
| 191,65
|
| 1,296
| 21,411
| -1,149
| Mexico
| 1177,116
| 10247,18
| 24,657
| 105,199
| 52,02
| 114,872
| 23,608
| -9,249
| Micronesia
| 0,327
| 3185,087
|
| 128,103
|
| 0,103
| 65,25
| -0,049
| Moldova
| 7,252
| 2037,347
| 23,379
| 37770,86
|
| 3,56
| 38,164
| -0,682
| Mongolia
| 10,258
| 3627,197
| 58,765
| 120,491
| 0,265
| 2,828
| 35,514
| -3,215
| Montenegro
| 4,28
| 6881,755
| 20,21
| 424,726
|
| 0,622
| 37,552
| -0,755
| Morocco
| 97,53
| 2998,886
| 35,872
| 110,495
| 0,738
| 32,522
| 27,705
| -9,363
| Mozambique
| 14,6
| 650,098
| 37,061
| 306,84
|
| 22,457
| 29,696
| -3,813
| Myanmar
| 53,14
| 834,6
| 16,963
| 2116,671
|
| 63,672
| 19,313
| -2,232
| Namibia
| 12,299
| 5705,067
| 21,087
| 214,612
|
| 2,156
| 33,657
| -0,196
| Nepal
| 19,415
| 626,168
| 34,442
| 165,425
|
| 31,006
| 18,282
| 0,909
| Nicaragua
| 10,506
| 1756,524
| 25,439
| 170,1
|
| 5,981
| 26,972
| -1,663
| Задание 2:
1) Вычислить матрицу парных коэффициентов корреляции.
| (Y)
| (X1)
| (X2)
| (X3)
| (X4)
| (X5)
| (X6)
| (X7)
| (Y)
|
| 0,472091
| -0,1687
| -0,15564
| 0,514455
| 0,578275
| 0,094876
| 0,314265
| (X1)
| 0,472091
|
| -0,17791
| -0,16921
| 0,510833
| -0,16436
| 0,414059
| 0,824556
| (X2)
| -0,1687
| -0,17791
|
| -0,01275
| -0,05826
| 0,038287
| -0,39681
| -0,13607
| (X3)
| -0,15564
| -0,16921
| -0,01275
|
| -0,11909
| -0,09435
| 0,062053
| -0,10603
| (X4)
| 0,514455
| 0,510833
| -0,05826
| -0,11909
|
| 0,198082
| 0,086355
| 0,563149
| (X5)
| 0,578275
| -0,16436
| 0,038287
| -0,09435
| 0,198082
|
| -0,35819
| -0,21018
| (X6)
| 0,094876
| 0,414059
| -0,39681
| 0,062053
| 0,086355
| -0,35819
|
| 0,22335
| (X7)
| 0,314265
| 0,824556
| -0,13607
| -0,10603
| 0,563149
| -0,21018
| 0,22335
|
| 2) Найти оценки коэффициентов линейной регрессии в формуле:
Y= β0 + β1X1 + β2X2 + …+ β7X7 + ɛ, ɛ - ошибка измерений,
при помощи матричных вычислений в Excel;
Y=
| 773,116
| | X=
|
| 46142,39
| 17,15
| 113,336
| 92,898
| 16,755
| 45,938
| 64,55
| 169,68
| |
| 38221,76
| 19,58
| 136,528
| 1,77
| 4,439
| 34,614
| -8,537
| 501,101
| |
| 99461,55
| 25,023
| 131,35
| 53,221
| 5,038
| 57,249
| 71,16
| 212,72
| |
| 20178,63
| 15,956
| 115,854
| 3,675
| 10,542
| 40,744
| -3,289
| 1,855
| |
|
| 25,049
| 125,448
|
|
| 20,493
|
| 276,52
| |
| 51161,6
| 26,998
| 113,141
| 104,747
| 5,405
| 23,251
| 51,437
| 91,916
| |
| 16899,03
| 20,767
| 121,158
| 5,183
| 5,439
| 32,237
| 2,097
| 45,617
| |
| 22192,55
| 17,049
| 120,358
| 0,539
| 2,055
| 42,272
| 1,041
| 1352,057
| |
| 29288,69
| 19,636
| 119,182
| 20,426
| 46,163
| 36,333
| -14,499
| 526,192
| |
| 55157,86
| 18,539
| 112,049
| 15,194
| 9,54
| 49,656
| 37,564
| 632,4
| |
| 79033,03
| 20,568
| 99,269
|
| 8,002
| 32,98
| 84,721
| 473,971
| |
| 20328,31
| 19,856
| 101,933
| 21,458
| 23,316
| 18,925
| 49,55
| 11,466
| |
| 8850,168
| 24,695
| 191,65
|
| 1,296
| 21,411
| -1,149
| 1177,116
| |
| 10247,18
| 24,657
| 105,199
| 52,02
| 114,872
| 23,608
| -9,249
| 0,327
| |
| 3185,087
|
| 128,103
|
| 0,103
| 65,25
| -0,049
| 7,252
| |
| 2037,347
| 23,379
| 37770,86
|
| 3,56
| 38,164
| -0,682
| 10,258
| |
| 3627,197
| 58,765
| 120,491
| 0,265
| 2,828
| 35,514
| -3,215
| 4,28
| |
| 6881,755
| 20,21
| 424,726
|
| 0,622
| 37,552
| -0,755
| 97,53
| |
| 2998,886
| 35,872
| 110,495
| 0,738
| 32,522
| 27,705
| -9,363
| 14,6
| |
| 650,098
| 37,061
| 306,84
|
| 22,457
| 29,696
| -3,813
| 53,14
| |
| 834,6
| 16,963
| 2116,671
|
| 63,672
| 19,313
| -2,232
| 12,299
| |
| 5705,067
| 21,087
| 214,612
|
| 2,156
| 33,657
| -0,196
| 19,415
| |
| 626,168
| 34,442
| 165,425
|
| 31,006
| 18,282
| 0,909
| 10,506
| |
| 1756,524
| 25,439
| 170,1
|
| 5,981
| 26,972
| -1,663
|
XTX=
|
| 525465,46
| 568,741
| 43234,78
| 372,134
| 417,769
| 811,816
| 304,338
| 525465,46
|
|
| 1,43E+08
|
|
|
|
| 568,741
| 11291421,99
| 16035,37
|
| 8396,569
| 10144,21
| 18064,09
| 6249,396
| 43234,775
| 143364233,5
|
| 1,43E+09
| 42640,79
|
|
| 2486,29
| 372,134
| 17589117,44
| 8396,569
| 42640,79
| 26293,46
| 10055,27
| 13311,39
| 16004,82
| 417,769
| 6473490,496
| 10144,21
|
| 10055,27
| 23165,91
| 11489,64
| 1590,954
| 811,816
| 20899246,71
| 18064,09
|
| 13311,39
| 11489,64
| 30882,45
| 12122,24
| 304,338
| 21544727,12
| 6249,396
| 2486,29
| 16004,82
| 1590,954
| 12122,24
| 23428,57
| | | | | | | | | | | | | | | | | | | XTY=
| 6475,334
| | | В=
| -105,57
| | | |
| | | 0,008
| | | | 137737,98
| | | -2,54
| | | | 1119001,9
| | | 0,00
| | | | 236128,55
| | | 2,13
| | | | 246973,18
| | | 9,37
| | | | 229253,59
| | | 2,63
| | | | 163072,43
| | | -1,64
| | | | y=-105,6+0.008X1-2.5X2 -0.0X3+2,1X4+9,4X5+2,6,X6-1,6.X7
3)То же при помощи надстройки Анализ данных.
ВЫВОД ИТОГОВ
| | | | | | | | | | | | | | | | | Регрессионная статистика
| | | | | | | | Множественный R
| 0,834353
| | | | | | | | R-квадрат
| 0,696145
| | | | | | | | Нормированный R-квадрат
| 0,563208
| | | | | | | | Стандартная ошибка
| 253,7823
| | | | | | | | Наблюдения
|
| | | | | | | | | | | | | | | | | Дисперсионный анализ
| | | | | | |
| df
| SS
| MS
| F
| Значимость F
| | | | Регрессия
|
|
| 337270,2
| 5,23667
| 0,002947
| | | | Остаток
|
|
| 64405,47
| | | | | | Итого
|
|
|
|
|
| | | | | | | | | | | | |
| Коэффициенты
| Стандартная ошибка
| t-статистика
| P-Значение
| Нижние 95%
| Верхние 95%
| Нижние 90,0%
| Верхние 90,0%
| Y-пересечение
| -105,569
| 281,0745
| -0,37559
| 0,712155
| -701,42
| 490,2828
| -596,292
| 385,1548
| Gross domestic product per capita, current prices X1
| 0,007828
| 0,003975
| 1,969333
| 0,066482
| -0,0006
| 0,016254
| 0,000888
| 0,014767
| Total investment X2
| -2,54433
| 5,545944
| -0,45877
| 0,652568
| -14,3012
| 9,212549
| -12,2269
| 7,138247
| Inflation, average consumer prices X3
| -9,3E-05
| 0,007125
| -0,01302
| 0,989772
| -0,0152
| 0,015012
| -0,01253
| 0,012347
| Value of oil exports X4
| 2,134568
| 2,349305
| 0,908596
| 0,377047
| -2,84574
| 7,114873
| -1,96705
| 6,236182
| Population X5
| 9,373763
| 2,428416
| 3,860032
| 0,001386
| 4,225752
| 14,52177
| 5,134032
| 13,61349
| General government revenue X6
| 2,632376
| 5,772729
| 0,456002
| 0,654517
| -9,60526
| 14,87001
| -7,44614
| 12,71089
| Current account balance X7
| -1,64449
| 3,659328
| -0,4494
| 0,659174
| -9,40192
| 6,112942
| -8,03325
| 4,744274
| | | | | | | | | | |
y=-105,6+0.008X1-2.5X2 -0.0X3+2,1X4+9,4X5+2,6,X6-1,6.X7
4) Вычислить ТSS, RSS, ESS, коэффициенты детерминации R2 и R2корр
· TSS= 3391379
· RSS= 2360891
· ESS= 1030487
· R2= 0,696
· R2корр= 0,563
5) Найти оценку S2 для дисперсии δ2 ошибки измерений
· S2= = = 64405,4
6) Построить доверительные интервалы для коэффициентов линейной регрессии βi и дисперсии ошибок δ2
< δ2 < ;
39182,0 < δ2 < 129458,2
-596,292
| < β0 <
| 385,1548
| 0,000888
| < β1 <
| 0,014767
| -12,2269
| < β2 <
| 7,138247
| -0,01253
| < β3<
| 0,012347
| -1,96705
| < β4<
| 6,236182
| 5,134032
| < β5 <
| 13,61349
| -7,44614
| < β6 <
| 12,71089
| -8,03325
| < β7<
| 4,744274
|
7) Проверить гипотезы о значимости коэффициентов регрессии
Все β незначимы, кроме β1 и β5
8) Оценить качество модели при помощи F-критерию.
F= = 5,2
F1-α (m; n-m-1) = F0.9 (7;16) =2.13
5,2 > 2.13, следовательно, значимо
9) Провести процедуру пошагового отбора переменных
y=1
| ryx1= 0,5
| ryx5= 0,6
|
| ryx2= -0,2
| ryx6=0,1
|
| ryx3= -0,2
| ryx7= 0,3
|
| ryx4= 0,5
|
|
X5 имеет самую сильную связь с Y
y=b0+b5x5; y=12,8+8,4; R2корр= 0,304147
· y, x5, x1; y=-83,8+9,8x5+0.08x1; R2корр= 0.63307 ~ лучше
· y, x5, x2; y=285,8+8,6x5-9,96x2; R2корр= 0,31096 ~ хуже
· y, x5, x3; y=134,4+8,3x5-0,005x3; R2корр= 0.2823 ~ хуже
· y, x5, x4; y= 60,8+7,2x5+5,4x4; R2корр= 0.45332 ~ хуже
· y, x5, x6; y=-277,7+10,3x5+10,9x6; R2корр= 0.3856 ~ хуже
· y, x5, x7; y=22,3+9,8x5+6x7; R2корр= 0.488664 ~ хуже
· y, x5, x1, x2; y=2,1+9,9x5+0,008x1-3,4x2; R2корр= 0,0,6245 ~ хуже
· y, x5, x1, x3; y=-85+9,9x5+0,008x1+0,0003x3; R2корр= 0,61478~ хуже
· y, x5, x1, x4; y=-77,6+9,3x5+0,007x1 +1,6x4; R2корр= 0.6268 ~ хуже
· y, x5, x1, x6; y=-215,1+10,4x5+0,008x1+4x6; R2корр= 0.6287 ~ хуже
· y, x5, x1, x7; y=-89+9,8x5+0,009x1+1,03x7; R2корр= 0.61695 ~ хуже
Ответ:
y, x5, x1; y=-83,8+9,8x5+0.08x1; R2корр= 0.63307 ~ лучше
10) Рассматривая из выбранных 24 стран первые 12 стран Advanced economics и оставшиеся 12 стран Emerging market… как независимые выборки, проверить гипотезу о возможности объединения их в единую выборку по критерию Чоу.
· Для первой выборки:
y= -202,6+0.004x1+5,5x2-1,2x3+0,02x4+27,7x5+4.5x6+0,99x7
ESSA= 90358,58
· Для второй выборки:
y= -13,98+0.001x1-0,4x2+0.0001x3+19,9x4+0.6x5-0,3x6-6,3x7
ESSB= 499,0494
· Для объединенной выборки:
y= -105,7+0.008x1-2,5x2+0,0x3+2,1x4+9,4x5+2,6x6-1,6x7
ESSR= 1030487
F= = 10,34
F1-α (m+1; n-2m-2) = F0.9 (8;8) = 2.6
Так как 10,4 > 2.6, то объединение невозможно
11) Построить доверительный интервал для прогнозного значения Y при значениях факторов X, отличающихся в 1,5 раза от соответствующего среднего их значения.
y= -105,7+0.008x1-2,5x2+0,0x3+2,1x4+9,4x5+2,6x6-1,6x7
-105.6
| 0.008
| -2.5
|
| 2.1
| 9.4
| 2.6
| -1.6
| S2= =
| 32841.6
| 35.5
| 2702.2
| 23.3
| 26.1
| 50.7
| 19.0 *
|
= 464.04
Sy = =
(XTX)^-1=
| 1,227
| 0,000
| -0,018
| 0,000
| 0,001
| -0,005
| -0,021
| -0,003
| | 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| | -0,018
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| | 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| | 0,001
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| | -0,005
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| | -0,021
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,001
| 0,000
| | -0,003
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
| 0,000
|
t1-α (n-m-1) = t0.95 (16) = 1.75
464.04-1.75*293.8 < (n+1) < 464.04+1.75*293.8
12) Полученную на шаге 9 после отбора переменных регрессию проверить на мультиколлинеарность при помощи VIF.
y=-83,8+9,8x5+0.08x1;
Строится регрессия:
1. Х5 на X1 → VIF (X5) = = 1/(1-0.027) = 1.03 < 10
2. Х1 на Х5 → VIF (X1) = = 1.03 < 10
Все VIF почти одинаковые и все меньше 10, следовательно, мультиколлинеарности нет
13) Полученную на шаге 9 регрессию проверить на гетероскеданстичность при помощи теста Глейзера при k=0.5, k=1, k=2
y=-83,8+9,8x5+0.08x1;
+ ɛ
1. При k=0.5
Регрессия ABS (e) на → Значимость F = 0.389 >0.1 → незначимо
2. При k=1
Регрессия ABS (e) на → Значимость F = 0.44 >0.1 → незначимо →
3. При k=2
Регрессия ABS (e) на → Значимость F = 0.48 > 0.1 → незначимо
→ гетероскедастичности нет
1.
2.
3.
Часть 2 1 | 2 | Поиск по сайту:
|