Контрольная работа по "Эконометрика". 11

    Задача 1.

    По  территориям Южного федерального округа РФ приводятся данные за 2000 год:

Территории федерального округа Валовой региональный продукт, млрд. руб., У Инвестиции  в основной капитал, млрд., X.
1. Респ. Адыгея 5,1 1,264
2. Респ. Дагестан 13,0 3,344
3. Респ. Ингушетия 2,0 0,930
4. Кабардино-Балкарская респ. 10,5 2,382
5. Респ. Калмыкия 2,1 6,689
6. Карачаево-Черкесская респ. 4,3 0,610
7. Респ. Северная Осетия-Алания 7,6 1,600
8. Краснодарский  край 109,1 52,773
9. Ставропольский  край 43,4 15,104
10. Астраханская  обл. 18,9 12,633
11. Волгоградская  обл. 50,0 10,936
12. Ростовская  обл. 69,0 20,014
ИТОГО, 225,9 75,506
Средняя: 20,536 6,8642
Среднее квадратическое отклонение, 21,852 6,4427
Дисперсия, D 477,50 41,5079
 

    Предварительный анализ исходных данных выявил наличие одной  территории (Краснодарский  край) с аномальными  значениями признаков. Эта территория исключена  из дальнейшего анализа. Значения показателей  в итоговых строках  приведены без учета указанной аномальной единицы.

    Задание:

    1) Расположите территории  по возрастанию  фактора Х. Сформулируйте  рабочую гипотезу  о возможной связи  Х и Y.

    2) Постройте поле  корреляции и сформулируйте  гипотезу о возможной  форме связи.

    3) Рассчитайте параметры и парной линейной функции и линейно-логарифмической функции .

    4) Оцените тесноту  связи с помощью  показателей корреляции ( и ) и детерминации ( и ), проанализируйте их значения.

    5) Надежность уравнения  в целом оцените  через F-критерий Фишера для уровня значимости a=0,05.

    6) На основе оценочных  характеристик выберите  лучшее уравнение регрессии и поясните свой выбор.

    7) По лучшему уравнению регрессии рассчитайте теоретические значения результата , по ним постройте теоретическую линию регрессии и определите среднюю ошибку аппроксимации - , оцените ее величину.

    8) Рассчитайте прогнозное значение результата , если прогнозное значение фактора составит 1,062 от среднего уровня .

    9) Рассчитайте интегральную  и предельную ошибки прогноза (для ) определите доверительный интервал прогноза , а также диапазон верхней и нижней границ доверительного интервала , оценив точность выполненного прогноза 

    Расположим  территории по возрастанию фактора Х (инвестиций в основной капитал).

Территории  федерального округа Инвестиции  в основной капитал, млрд., X. Валовой региональный продукт, млрд. руб., У
6. Карачаево-Черкесская  респ. 0,610 4,3
3. Респ. Ингушетия  0,930 2,0
1. Респ. Адыгея 1,264 5,1
7. Респ. Северная Осетия-Алания 1,600 7,6
4. Кабардино-Балкарская  респ. 2,382 10,5
2. Респ. Дагестан 3,344 13,0
5. Респ. Калмыкия 6,689 2,1
11. Волгоградская  обл. 10,936 50,0
10. Астраханская  обл. 12,633 18,9
9. Ставропольский край 15,104 43,4
12. Ростовская  обл. 20,014 69,0
ИТОГО, 75,506 225,9
Средняя: 6,8642 20,536
Среднее квадратическое отклонение, 6,4427 21,852
Дисперсия, D 41,5079 477,50
 
 
 
 
 
 
 
 
 
 
 

 

    Из  графика может быть сделан вывод о возможной связи объема инвестиций в основной капитал с валовым региональным продуктом

    Рассчитаем параметры и парной линейной функции  
 
 
 
 
 
 
 

 

    Х
    У
    YX
    E, %
    1.
    0,610
    4,3
    0,37
    2,62
    1,674
    2,626
    6,897
    12,79
    2.
    0,930
    2,0
    0,86
    1,86
    2,639
    -0,639
    0,408
    3,11
    3.
    1,264
    5,1
    1,60
    6,45
    3,646
    1,454
    2,113
    7,08
    4.
    1,600
    7,6
    2,56
    12,16
    4,660
    2,940
    8,65
    14,32
    5.
    2,382
    10,5
    5,67
    25,01
    7,018
    3,482
    12,124
    16,96
    6.
    3,344
    13,0
    11,18
    43,47
    9,920
    3,080
    9,489
    15,00
    7.
    6,689
    2,1
    44,74
    14,05
    20,008
    -17,908
    320,70
    87,20
    8.
    10,936
    50,0
    119,60
    546,8
    32,817
    17,183
    295,256
    83,68
    9.
    12,633
    18,9
    159,59
    238,76
    37,935
    -19,035
    362,336
    92,69
    10.
    15,104
    43,4
    228,13
    655,51
    45,388
    -1,988
    3,951
    9,68
    11.
    20,014
    69,0
    400,56
    1380,97
    60,196
    8,804
    77,506
    42,87
    Итого:
    75,506
    225,9
    974,86
    2927,66
    225,901
    -0,001
    1099,43
    385,38
    Средняя
    6,8642
    20,536
         
    35,03
    s
    6,4427
    21,852
           
    D
    41,5079
    477,50
           
    =5022,45
    = -0,166
       
    =-832,17
    =3,016
       
    =15147,48
         

                                              Расчетная таблица: 
     
     

 

    

    

    

    

    

    

    Теоретическое уравнение регрессии имеет вид:

    

    

    Свободный член уравнения  оценивает влияние прочих факторов, оказывающих влияние на объем валового регионального продукта.

    Коэффициент регрессии  означает, что при увеличении объема инвестиций в основной капитал 1 млрд. руб. от своей средней объем валового регионального продукта возрастает на 3,016 млрд. руб. от своей средней.

    Относительную оценку силы связи дает коэффициент  эластичности:

    

    Это означает, что при увеличении объема инвестиций в основной капитал  на 1 % от своей средней объем валового регионального продукта увеличится на 0,092 % от своей средней.

    Для оценки тесноты связи рассчитываем линейный коэффициент парной корреляции:

    

    Коэффициент парной корреляции равный 0,8892 показывает, что выявлена весьма тесная зависимость между объемом инвестиций в основной капитал и объемом валового регионального продукта.

    Коэффициент детерминации равный 0,7907 устанавливает, что вариация объема валового регионального продукта на 79,1 % из 100 % предопределена вариацией объема инвестиций в основной капитал; роль прочих факторов, влияющих на объем валового регионального продукта определяется в 20,9 %.

    Для оценки статистической надежности выявленной зависимости объема валового регионального продукта от объема инвестиций в основной капитал рассчитаем значение F-критерия Фишера- и сравним его с табличным значением . По результатам сравнения примем решение по нулевой гипотезе , то есть либо примем, либо отклоним ее с уровнем значимости a=0,05

    

    Полученное  значение критерия показывает, что  факторная вариация результата в 34 раза больше остаточной вариации сформировавшейся под влиянием случайных причин. Очевидно, что подобные различия не могут быть случайными, а являются результатом систематического взаимодействия объема инвестиций в основной капитал и объема валового регионального продукта. =5,12 при степенях свободы и уровне значимости a=0,05. В силу того, что (34,00>5,12) нулевую гипотезу о статистической не значимости выявленной зависимости и ее параметрах можно отклонить с 5%-ой вероятностью допустить ошибку.

    Определим теоретические значения результата:

      и т.д.

    Оценку  качества модели дадим с помощью  средней ошибки аппроксимации:

    

     =35,03 % .

    В данном случае, скорректированная ошибка аппроксимации составляет 35,03 %. Она указывает на невысокое качество построенной линейной модели и ограничивает ее использование для выполнения точных прогнозных расчетов даже при условии сравнительно небольшого изменения фактора Х (относительно его среднего значения ). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

    Зависимость валового регионального  продукта от объема инвестиций в основной капитал

 

    Построение  логарифмической функции предполагает предварительное выполнение процедуры  линеаризации исходных переменных. В данном случае, для преобразования нелинейной функции в линейную введем новую переменную , которая линейно связана с результатом. Следовательно, для определения параметров модели будут использованы традиционные расчетные приемы, основанные на значениях определителей второго порядка. 

    

    

    

    

    

    Теоретическое уравнение регрессии имеет вид:

    

    

    Свободный член уравнения  оценивает влияние прочих факторов, оказывающих влияние на объем валового регионального продукта.

    Коэффициент регрессии  означает, что при увеличении объема инвестиций в основной капитал 1 млрд. руб. от своей средней объем валового регионального продукта возрастает на 14,632 млрд. руб. от своей средней.

    Относительную оценку силы связи дает коэффициент  эластичности:

    

    Это означает, что при увеличении объема инвестиций в основной капитал  на 1 % от своей средней объем валового регионального продукта увеличится на 0,087 % от своей средней.

    Для оценки тесноты связи рассчитываем линейный коэффициент парной корреляции:

    

    Коэффициент парной корреляции равный 0,7834 показывает, что выявлена весьма тесная зависимость между объемом инвестиций в основной капитал и объемом валового регионального продукта.

    Коэффициент детерминации равный 0,6138 устанавливает, что вариация объема валового регионального продукта на 61,4 % из 100 % предопределена вариацией объема инвестиций в основной капитал; роль прочих факторов, влияющих на объем валового регионального продукта определяется в 38,6 %.

    Для оценки статистической надежности выявленной зависимости объема валового регионального продукта от объема инвестиций в основной капитал рассчитаем значение  F-критерия Фишера- и сравним его с табличным значением . По результатам сравнения примем решение по нулевой гипотезе , то есть либо примем, либо отклоним ее с уровнем значимости a=0,05

    

    Полученное  значение критерия показывает, что  факторная вариация результата в 14 раза больше остаточной вариации сформировавшейся под влиянием случайных причин. Очевидно, что подобные различия не могут быть случайными, а являются результатом систематического взаимодействия объема инвестиций в основной капитал и объема валового регионального продукта. =5,12 при степенях свободы и уровне значимости a=0,05. В силу того, что (14,00>5,12) нулевую гипотезу о статистической не значимости выявленной зависимости и ее параметрах можно отклонить с 5%-ой вероятностью допустить ошибку.

    Определим теоретические значения результата:

      и т.д.

    Оценку  качества модели дадим с помощью  средней ошибки аппроксимации:

    

     =48,36 % .

    В данном случае, скорректированная ошибка аппроксимации составляет 48,36 %. Она указывает на невысокое качество построенной логарифмической модели и ограничивает ее использование для выполнения точных прогнозных расчетов даже при условии сравнительно небольшого изменения фактора Х (относительно его среднего значения ).

    Оценочные показатели позволяют сделать вывод, что линейно-логарифмическая функция  описывает изучаемую связь хуже, чем линейная модель: оценка тесноты выявленной связи   (сравните с ), скорректированная средняя ошибка аппроксимации здесь выше и составляет 48,36 %, то есть возможности использования для прогноза данной модели более ограничены.

    Таким образом, можно придти к выводу, что по сравнению с линейной моделью данное уравнение менее пригодно для описания изучаемой связи. 
 
 
 
 
 
 
 
 
 

 

Расчетная таблица:

    Х
    1. 0,610 -0,494 -1,835 3,368 4,3 0,244 -2,125
    2. 0,930 -0,073 -1,414 1,998 2,0 0,005 -0,145
    3. 1,264 0,234 -1,107 1,225 5,1 0,055 1,195
    4. 1,600 0,470 -0,871 0,759 7,6 0,221 3,572
    5. 2,382 0,868 -0,473 0,224 10,5 0,753 9,113
    6. 3,344 1,207 -0,134 0,018 13,0 1,457 15,693
    7. 6,689 1,900 0,559 0,313 2,1 3,612 3,991
    8. 10,936 2,392 1,051 1,105 50,0 5,722 119,603
    9. 12,633 2,536 1,195 1,429 18,9 6,433 47,936
    10. 15,104 2,715 1,374 1,888 43,4 7,371 117,829
    11. 20,014 2,996 1,655 2,740 69,0 8,979 206,754
    ИТОГО: 75,506 14,751   15,067 225,9 34,852 523,416
    Средняя 6,8642 1,341     20,536    
    Сигма 6,4427 1,170     21,852    
    Дисперсия, D 41,5079 1,370     477,50    
 
 
 
 

Расчетная таблица (продолжение):

      Х
        E, %
      1. 0,610 -0,494 4,3 -6,320 10,620 112,775 4,701
      2. 0,930 -0,073 2,0 -0,149 2,149 4,618 0,951
      3. 1,264 0,234 5,1 4,341 0,759 0,576 0,336
      4. 1,600 0,470 7,6 7,790 -0,190 0,036 0,084
      5. 2,382 0,868 10,5 13,613 -3,113 9,689 1,378
      6. 3,344 1,207 13,0 18,576 -5,576 31,095 2,468
      7. 6,689 1,900 2,1 28,721 -26,621 708,656 11,785
      8. 10,936 2,392 50,0 35,914 14,086 198,426 6,236
      9. 12,633 2,536 18,9 38,024 -19,124 365,740 8,466
      10. 15,104 2,715 43,4 40,638 2,762 7,627 1,223
      11. 20,014 2,996 69,0 44,757 24,243 587,733 10,732
      ИТОГО: 75,506 14,751 225,9 225,905 -0,005 2026,971 48,36
      Средняя 6,8642 1,341 20,536        
      Сигма 6,4427 1,170 21,852        
      Дисперсия, D 41,5079 1,370 477,50        

 

    

    Заключительным  этапом решения данной задачи является выполнение прогноза и его оценка.

    Если  предположить, что прогнозное значение объема инвестиций в основной капитал составит 1,062 от уровня его средней:

     =1,062*6,8642= 7,290 млрд. руб.

     =-0,166+3,016*7,290=21,820 млрд. руб.

    То  есть прирост фактора на 6,2 % приводит к приросту результата на 6,3% 

    Рассчитаем  интегральную ошибку прогноза - , которая формируется как сумма двух ошибок: из ошибки прогноза как результата отклонения прогноза от уравнения регрессии -   и ошибки прогноза положения регрессии - . То есть,

    В нашем случае , где k- число факторов в уравнении, которое в данной задаче равно 1.

    Тогда   (млрд. руб.).

    Ошибка  положения регрессии составит:

    

    Интегральная  ошибка прогноза составит:

     (млрд. руб.).

    Предельная  ошибка прогноза, которая не будет  превышена в 95% возможных реализаций прогноза, составит:

     = 2,26*11,05 = 24,973 ≈ 2,0 (млрд. руб.).

    Табличное значение t-критерия для уровня значимости α=0,05 и для степеней свободы n-k-1 = 11-1-1=9  составит 2,26.

    Следовательно, ошибка большинства реализаций прогноза не превысит млрд. руб.

    Это означает, что фактическая реализация прогноза будет находиться в доверительном  интервале  . Верхняя граница доверительного интервала составит (млрд. руб.).

    Нижняя  граница доверительного интервала  составит:

      млрд. руб.).

    Точность выполненного прогноза  весьма невелика, но его надёжность на уровне 95% оценивается как высокая. Причиной небольшой точности прогноза является повышенная ошибка аппроксимации. Здесь её значение выходит за границу 5-7% из-за недостаточно высокой типичности линейной регрессии, которая проявляется в присутствии единиц с высокой индивидуальной ошибкой. Если удалить территории с предельно высокой ошибкой, тогда качество линейной модели и точность прогноза по ней заметно повысятся. 

    Задача 2.

    Проводится  анализ значений социально-экономических  показателей по территориям  Северо-Западного  федерального округа РФ за 2000 год.

    Y – Валовой региональный  продукт, млрд. руб.;

      – Инвестиции 2000 года в основной  капитал, млрд. руб.;

      – Среднегодовая  стоимость  основных  фондов в экономике,  млрд. руб.;

      – Кредиты,  предоставленные  в 2000 году предприятиям, организациям, банкам и физическим лицам, млрд. руб.

    Требуется изучить влияние  указанных факторов на стоимость валового регионального продукта.

    Предварительный анализ исходных данных по 10 территориям  выявил наличие одной  территории (г. Санкт-Петербург) с аномальными  значениями признаков. Эта единица должна быть исключена из дальнейшего анализа. Значения приводимых показателей рассчитаны без учёта указанной аномальной единицы.

    При обработке исходных данных получены следующие  значения:

    А) - линейных коэффициентов  парной корреляции, средних и средних квадратических отклонений -σ:

    N=9.

  Y X1 X2 X3
Y 1 0,7677 0,8653 0,4237
X1 0,7677 1 0,8897 0,0157
X2 0,8653 0,8897 1 -0,0179
X3 0,4237 0,0157 -0,0179 1
Средняя 31,92 8,87 121,18 0,5683
σ 14,61 5,198 48,19 0,6942
Контрольная работа по "Эконометрика". 11