Файл: Контрольная работа дисциплина Эконометрика Направление подготовки 38. 03. 02 Менеджмент.docx

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 17.10.2024

Просмотров: 5

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное

образовательное учреждение высшего образования

«НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»

Кафедра менеджмента

КОНТРОЛЬНАЯ РАБОТА

Дисциплина: Эконометрика

Направление подготовки: 38.03.02 Менеджмент

Выполнил:




Проверил:





Студент


Мешкова А.


Преподаватель

Щеколдин В.Ю.

Факультет

ЗО ИДО







Направление (специальность) подготовки


38.03.02 Менеджмент

Балл:________

, ECTS: ________

Группа

ДЭ-060

Оценка: _________________

Шифр

093406703








____________________________________


____________________________________

подпись

подпись

Дата сдачи:

«__»__________2022 г.

Дата защиты:

«__»__________2022 г.

Новосибирск 2022

Задача. Построить и проинтерпретировать модель взаимосвязи между указанными факторами, проверить на значимость, осуществить точечный и интервальный прогноз, сделать выводы.

ПОРЯДОК РЕШЕНИЯ

1. Исходные данные нанести на координатную плоскость. Сделать предварительное заключение о наличии взаимосвязи между факторами X и Y, о ее характере (положительная или отрицательная) и форме (линейная или нелинейная).

2. Рассчитать значение парного коэффициента корреляции xy r . Используя t-критерий Стьюдента проверить значимость полученного коэффициента корреляции и сделать вывод о тесноте связи между факторами X и Y.

3. Полагая, что взаимосвязь между факторами X и Y
может быть описана линейной функцией, записать соответствующее уравнение этой зависимости. Вычислить оценки неизвестных параметров уравнения парной регрессии по методу наименьших квадратов на основе решения системы нормальных уравнений. Проинтерпретировать полученные результаты в терминах решаемой задачи.

4. Проверить значимость всех параметров модели по t-критерию Стьюдента. Для значимых коэффициентов построить доверительные интервалы. Сформулировать выводы.

5. Проверить значимость модели (уравнения регрессии) в целом с помощью F-критерия Фишера. Сформулировать вывод.

6. Построить таблицу дисперсионного анализа.

7. Выбрать прогнозную точку x P в стороне от основного массива данных. Используя уравнение регрессии выполнить точечный прогноз величины Y в точке x P .

8. Рассчитать доверительные интервалы для уравнения регрессии и для результативного признака y P при доверительной вероятности a = 0.95.

9. Изобразить в одной системе координат исходные данные, линию регрессии, точечный прогноз, 95% доверительный интервал.

10. Сделать общие выводы по проделанной работе.

Таблица 1 - Исходные данные

Код

Стоимость основных производственных фондов (Х, тыс. руб.)

М

358

338

425

413

508

485

548

613

723

750




Среднесуточная производительность (Y, тонн)

А

69

71

70

72

73

68

72

75

76

76


РЕШЕНИЕ

  1. Необходимо нанести исходные данные на координатную плоскость:



Рисунок 1 – Исходные данные, нанесенные на координатную плоскость

Предварительное заключение: существует взаимосвязь между факторами Х и Y, ее характер: положительная, так как значения Х и Y возрастают, форма взаимосвязи – линейная, так как форма напоминает прямую линию.



  1. Далее я построила таблицу и рассчитала значение парного коэффициента корреляции rxy.

Таблица 2 – Расчетная таблица №1

х

у

x2

y2

x*y

358

69

128164

4761

24702

338

71

114244

5041

23998

425

70

180625

4900

29750

413

72

170569

5184

29736

508

73

258064

5329

37084

485

68

235225

4624

32980

548

72

300304

5184

39456

613

75

375769

5625

45975

723

76

522729

5776

54948

750

76

562500

5776

57000

5161

722

2848193

52200

375629

Парный коэффициент корреляции рассчитывается по формуле: rxy = ,

где ,

,


,

,



=

=

=

Дисперсии:





Среднеквадратическое отклонение:

= = 135,868

= = 2,676

Коэффициент корреляции:

rxy= .

Коэффициент корреляции может принимать значения от -1 до 1. В моем случае значение коэффициента положительное, близится к 1, что говорит о тесной, прямой связи между признаками Х и Y.

Используя t-критерий Стьюдента проверяю значимость рассчитанного коэффициента корреляции. Для этого предполагаю, что есть нулевая гипотеза H0, где нет линейной взаимосвязи между признаками. Она подтвердится в случае, если наблюдаемое значение критерия будет меньше, чем значение критерия Стьюдента по таблице. Уровень значимости а=0,05, число степеней свободы k=10-2=8.

tтабл(k;a:2); tтабл=(8;0,025)=2,752.

tнабл= rxy ; tнабл=0,826 =4,153

Если | tнабл |> tкрит , то есть основания отвергнуть нулевую гипотезу. tтабл =2,752. 5,637>2,752, нулевую гипотезу можно отвергнуть, а это значит что коэффициент корреляции не равен нулю и статистически значим.

  1. При помощи МНК записываю уравнение линейной регрессии y = bx+a. Для этого вычисляю параметры a, b, которые нужны для записи уравнения.


10a + 5161b = 722 |*(-516.1) -5161a - 2663592.1b = -372624.2

5161a + 2848193b = 375629 <=> 5161a + 2848193b = 375629

Решаю систему способом сложения:

-2663592,1b+2848193b = -372624.2+375629

184600.9b = 3004.8

b = 0.0162773

10a + 5161*0.01628 = 722

10a = 637.993

a = 63.7993

Уравнение регрессии: y=0.0162773x+63.7993.

Уравнение описывает следующее отношение: при увеличении стоимости основных производственных фондов (Х) на 1 тысячу рублей, среднесуточная производительность (Y) будет увеличиваться в среднем на 0,0162773 тонн. Значение коэффициента а = 63,7993 показывает прогнозируемый уровень среднесуточной производительности (Y).

  1. Проверяю значимость параметров а и b по t-критерию Стьюдента.

; ; ; , где S-стандартная ошибка.

S= , где -дисперсия ошибки регрессии.



Таблица 3 – Расчетная таблица №2

x

y

y(x)

(yi-ycp)2

(y-y(x))2

358

69

69,627

10,24

0,393

338

71

69,301

1,44

2,887

425

70

70,717

4,84

0,514

413

72

70,522

0,04

2,185

508

73

72,068

0,64

0,868

485

68

71,694

17,64

13,644

548

72

72,719

0,04

0,517

613

75

73,777

7,84

1,495

723

76

75,568

14,44

0,187

750

76

76,007

14,44

0,00005

5161

722

722

71,6

22,69