Курсовая работа: Побудова споживчої функції. Оцінка параметрів системи економетричних рівнянь
, (1.24)
. (1.25)
Таким чином :
, (1.26)
де (1,10) – число ступенів свободи відповідно чисельника і знаменника.
. (1.27)
Висновок: > , 238,85 > 4,96 тобто розходження обґрунтованої та необґрунтованої складових дисперсії носить не випадковий характер і взаємозв’язок між рівнем споживання та рівнем доходу тісний.
Оцінку лінійного коефіцієнту кореляції здійснимо за допомогою формули [1]:
, (1.28)
. (1.29)
Висновок: Високий лінійний коефіцієнт кореляції свідчить про тісний взаємозв’язок між роздрібним товарообігом та рівнем доходу .
Побудуємо довірчі інтервали для та . Побудова довірчого нтервалу для кутового коефіцієнту кореляції здійснюється за формулою:
, (1.30)
де – деяка похибка при оцінц ; – довірчий коефіцієнт при рівні імовірності та ступенях свободи. Знаходиться за таблицями –розподілу Ст’юдента .
Приймається якісна гіпотеза , відповідно до якої . Формула для розрахунку має вигляд [1]:
, (1.31)
(1.32)
; (1.33)
; (1.34)
. (1.35)
Висновок: Результати регресії не відповідають якісній гіпотезі, згідно до якої 0‹β‹1, тому робимо висновок про недостатню точність оцінки b.
Побудова довірчого інтервалу для коефіцієнта здійснюється за формулою [1]:
, (1.36)
де – деяка похибка при оцінюванні а ;
, (1.37)
.(1.38)
; (1.39)
(1.40)
Висновок: До інтервалу входять як від’ємні, так і додатні значення, отже при 95% імовірності похибка при оцінюванні не стотно відмінна від нуля. Побудова довірчого інтервалу R для лінійного коефіцієнту кореляції r здійснюється за формулою [1]:
, (1.41)
де Sr - деяка похибка при оцінці r.
- деяка функція при рівн мовірності Р, коефіцієнті кореляція r та деякій точковій оцінці ρ. Оскільки ρ не можна визначити, а, значить, і значення всієї функції невідоме, необхідно скористатися Z-перетворенням Фішера. Для цього вводимо нову змінну zr:
(1.42)
Розподіл zr приблизно співпадає з нормальним розподілом.
Тоді за таблицею Z-перетворення Фішера z0,997 = 3,2957.
Знаходимо
, (1.43)
. (1.44)
Визначаємо при 95% рівні імовірності довірчі інтервали для zρ :
(1,45)
(1,46)
(1,47)
Скориставшись знову таблицями Z-перетворення Фішера, знайдемо тепер граничні значення для r:
Z(1,547) ≈ 0,991; (1.48)
Z(3,033) ≈1; (1.49)
0,991 ≤ r ≤ 1. (1.50)
Висновок: Оцінка лінійного коефіцієнту кореляції є досить точною, а значить, тіснота зв’язку між роздрібним товарообігом та рівнем доходу громадян дуже високою.
В кінці рішення задачі побудуємо на одному графіку вихідні дані та лінію регресії (рис .1.1):
Рис. 1.1 – Вихідні дані та лінія регресії
Побудована споживча функція має вигляд: . Розходження обґрунтованої та необґрунтованої складових дисперсії носить не випадковий характер і взаємозв’язок між рівнем споживання та рівнем доходу тісний. Високий лінійний коефіцієнт кореляції свідчить про тісний взаємозв’язок між роздрібним товарообігом та рівнем доходу. Так як знайдений інтервал має вигляд , тому результати регресії не відповідають якісній гіпотезі, згідно якої тому робимо висновок про недостатню точність оцінки b. До довірчого інтервалу входять як від’ємні, так і додатні значення, отже при 95% імовірності похибка при оцінюванні не істотно відмінна від нуля.
ЗАДАЧА 2. ПРИКЛАД ДОСЛІДЖЕННЯ МУЛЬТИКОЛІНЕАРНОСТІ МІЖ ПОЯСНЮЮЧИМИ ЗМІННИМИ
Статистична сукупність спостережень за пояснюючими змінними моделі прибутку підприємства представлена в табл .2.1.
Таблиця 2.1 – Статистична сукупність спостережень за пояснюючими змінними моделі прибутку підприємства
Місяць |
Прибуток на місяць, грн., |
Фондовіддача, грн., |
Продуктивність праці, грн., |
Питомі інвестиції, грн., |
1 | 67 | 30 | 6 | 23 |
2 | 60 | 35 | 16 | 27 |
3 | 43 | 29 | 7 | 25 |
4 | 67 | 16 | 16 | 25 |
5 | 75 | 32 | 7 | 28 |
6 | 66 | 25 | 14 | 16 |
7 | 45 | 32 | 11 | 17 |
8 | 69 | 27 | 11 | 26 |
9 | 41 | 14 | 10 | 28 |
10 | 72 | 20 | 15 | 28 |
11 | 77 | 22 | 13 | 23 |
12 | 63 | 35 | 11 | 29 |
13 | 52 | 36 | 13 | 26 |
14 | 72 | 21 | 17 | 29 |
15 | 73 | 36 | 10 | 23 |
16 | 55 | 38 | 15 | 31 |
17 | 81 | 34 | 17 | 33 |
18 | 75 | 39 | 14 | 25 |
19 | 70 | 43 | 21 | 25 |
20 | 80 | 29 | 27 | 34 |
Обчислимо середні значення та стандартні відхилення пояснюючих змінних . Для цього можна скористатись стандартними функціями MS Excel. В майстрі функцій знайдемо категорію “статистичні ” і в ній функції “СРЗНАЧ ” та “СТАНДОТКЛ ”.
Дані величини можна також розрахувати за формулами [1]:
, (2.1)
, (2.2)
де – середнє значення -тої пояснюючої змінної ;
– індивідуальне значення j-то пояснюючої змінної;
– номер пояснюючої змінної;
– номер точки спостереження (місяця);
– стандартне відхилення -тої пояснюючої змінної;
– число спостережень .
Додаткові розрахунки наведено в таблиці 2.2.
Таблиця 2.2 – Проміжні розрахунки
Місяць |
|
|||
1 | 67 | 30 | 6 | 23 |
2 | 60 | 35 | 16 | 27 |
3 | 43 | 29 | 11 | 25 |
4 | 67 | 16 | 16 | 25 |
5 | 75 | 32 | 7 | 28 |
6 | 66 | 25 | 14 | 16 |
7 | 45 | 32 | 11 | 17 |
8 | 69 | 27 | 11 | 26 |
9 | 41 | 14 | 10 | 28 |
10 | 72 | 20 | 15 | 28 |
11 | 77 | 22 | 13 | 23 |
12 | 63 | 35 | 11 | 29 |
13 | 52 | 36 | 13 | 26 |
14 | 72 | 21 | 17 | 29 |
15 | 73 | 36 | 10 | 23 |
16 | 55 | 38 | 15 | 31 |
17 | 81 | 34 | 17 | 33 |
18 | 75 | 39 | 14 | 25 |
19 | 70 | 43 | 21 | 25 |
20 | 80 | 29 | 27 | 34 |
Всього | 1303 | 593 | 275 | 521 |
Середнє значення | 65,15 | 29,65 | 13,75 | 26,05 |
Стандартне відхилення, δ | 12,13 | 7,92 | 4,75 | 4,48 |
Нормалізуємо пояснюючі змінні. Серед статистичних функцій MS Excel знайдемо функцію “НОРМАЛІЗАЦІЯ ” та нормалізуємо .