АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Задание 1: Получение данных

Читайте также:
  1. Cбор и подготовка данных
  2. II. Работа в базе данных Microsoft Access
  3. II. Творческое задание.
  4. II. Творческое задание.
  5. TOPICS (задание № 3 в экзаменационном или зачетном билете)
  6. А. человеку надо поручить такое задание, которое требовало бы максимума усилий, но не вредило бы здоровью
  7. А4. Знание о файловой системе организации данных
  8. Автоматическое управление памятью ссылочных данных
  9. Алфавит языка и типы данных
  10. Анализ данных интервью
  11. Анализ данных с помощью сводных таблиц
  12. Анализ и интерпретация данных, полученных в ходе эксперементальной работы.

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:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.037 сек.)