|
ВИСНОВКИ ДО ПЕРШОЇ ЧАСТИНИ
1. На підставі статистичних даних показника Y і фактору X розрахували лінійну регресію: ŷ=1,91Х + 0,78. Коефіцієнт регресії а в нашому випадку дорівнює 1,91. Це говорить про те, що зі збільшенням Х на одну одиницю, Y у середньому зросте на 1,91. Знак при коефіцієнті регресії а показує напрямок зв'язку. У нашому випадку а більше 0, значить зв'язок прямий. Вільний член b показує величину Y при відсутності фактору Х (він не завжди має економічний зміст). У нашому випадку b = 0,78 > 0 – це означає, що відносна зміна результату відбувається швидше, ніж зміна фактору.
Коефіцієнт кореляції:
Ø ми одержали rxy = 0,98, що входить у припустимі значення -1 <= rxy <= 1;
Ø rxy = 0,98 прагне до 1, це означає наявність дуже тісної залежності між результатом і пояснюючим фактором.
Для оцінки якості підбора лінійної функції розрахували й коефіцієнт детермінації. У нашому випадку коефіцієнт детермінації R2 = 0.95, що говорить про високу якість побудованої моделі. У такий спосіб рівняння регресії пояснюється на 95 % варіацією фактору Х, а на частку інших (сторонніх) факторів доводиться 5 %.
2. Для оцінки адекватності прийнятої економетричної моделі експериментальним даним використовують критерій Фішера, з рівнем значимості α=0.05 (тобто ймовірністю P=1-α=1-0.05=0.95). Висуваємо гіпотезу H0 про статистичну не значимість отриманого рівняння регресії ŷ=1,91 Х + 0,78. Розрахуємо Fфакт =260,72, Fтабл =4,67 (при n=15 й α=0.05). Fфакт = 260,72 > Fтабл =4,67, отже відхиляється гіпотеза про статистично незначущих параметрах рівняння регресії. Дану економетричну модель можна вважати адекватною експериментальним даним з імовірністю Р=0,95. На підставі прийнятої моделі можна проводити економетричний аналіз.
3. Для оцінки статистичної значимості коефіцієнта кореляції використовуємо – критерій Ст’юдента. Висуваємо гіпотезу Н0 про випадковий характер коефіцієнта кореляції. У нашому випадку Т-крітерій Ст’юдента при рівні значимості α=0.05 (тобто ймовірністю P=1-α=1-0.05=0.95):
tфакт = 18,8; tтабл = 2,16
tфакт = 18,8 > tтабл =2,16, отже гіпотеза Н0 – відхиляється, тобто отриманий коефіцієнт rxy не випадково відрізняється від 0, а статистично значимий.
4. а) Перевіримо статистичну значимість коефіцієнта регресії. У нашому випадку а = 1,91. Його інтервал довіри має вигляд = (1,65; 2,22). Обидві границі інтервалу довіри мають один знак більше 0. Це говорить про те, що коефіцієнт регресії а = 1,91 не випадково відрізняється від 0.
Перевіримо статистичну значимість вільного члена. У нашому випадку b = 0,78. Обидві границі о інтервалу довіри мають знак більше 0 = (-1,44; 3). Це говорить про те, що рівняння регресії буде мати вигляд ŷ=1,91 Х + 0,78.
б) З імовірністю Р= 0.95 оцінимо інтервали довіри базисних даних. У нашому випадку Хср = 8,38, при Х→Хср, my (середня стандартна помилка) повинна мати мінімальне значення. Дійсно в нашому випадку при X = 7,73, my = 0,27. У свою чергу на границях інтервалу середня стандартна помилка повинна мати максимальне значення.
При X1 = 4,57, my = 0,52 і при X15 = 11,14, my = 0,42, що підтверджується графічно.
в) Розрахуємо прогноз показника і його інтервали довіри. При Xp = 11,73, значення отриманої регресії складе ŷ = 1,91 * 11,73 + 0,78 = 23,18. Інтервали довіри для прогнозного значення регресії мають вигляд: (20,77; 25,59). Гранична помилка прогнозу, що в 95-процентному випадку не буде перевищена й складе 0,952.
г) Коефіцієнт еластичності прогнозу рівний Кел = 0,97 показує, що при зменшенні фактору на 1% показник зміниться на 0,97 %. Середнє значення коефіцієнта еластичності даної економічної моделі становить Кел ср = 0,95. Це говорить про те, що при зміні фактору Х на 1% середнє значення показника зміниться на 0,95 %, що говорить про еластичність моделі.
5. За допомогою стандартної функції ЛИНЕЙН перевіримо розрахункові дані.
Оцінка параметра а | 1,91 | Оцінка параметра b | 0,78 |
Стандартна помилка параметра а | 0,12 | Стандартна помилка параметра b | 1,03 |
Коефіцієнт детермінації | 0,95 | Стандартна помилка залежної змінної | 1,01 |
F-статистика | 260,7205 | Кількість ступенів вільності | |
Сума квадратів, що пояснює регресію | 265,4501 | Сума квадратів помилок | 13,24 |
1,913055 | 0,784921 |
0,118479 | 1,026005 |
0,952506 | 1,00903 |
260,7205 | |
265,4501 | 13,23583 |
Дата добавления: 2015-08-28; просмотров: 22 | Нарушение авторских прав
<== предыдущая лекция | | | следующая лекция ==> |
Экологическая доктрина РФ | | | Абдуллин Роман Радикович |