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
-
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.
-
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.
-
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).
-
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 |