КЕЙС 2. ПАРНАЯ ЛИНЕЙНАЯ РЕГРЕССИЯ


Фамилия И.О. _______________________ Учебная группа КЭФ3-___
1. Постановка исходной задачи (записать ее полностью с экономическим содержанием)
______________________________________,
в которой в качестве объясняемой выбрана переменная
Y
а в качестве объясняющих переменных
Х1
X2
.
.
X6
На основании вектора корреляции (привести вектор) в качестве объясняемой выбрана переменная x1=X__, имеющая максимальное значение коэффициент корреляции (rxy=         ):
Исходные данные для парной линейной эконометрической модели

Y х1
1
2
.
.
.
30

2. Расчетные значения по регрессии

N a0 a1 F R2 σu Ā ν1 Эср

3. Построенная парная линейная регрессионная модель имеет вид

ŷ= + х1  
σa0= σa1= σu=

4. Проверка остатков полученной парной линейной регрессии на гетероскедастичность

  1. A. Тест Голдфелда-Квандта Расчетные значения
n1 ν1 RSS1 RSS2 GQ GQ-1 Fкрит

Вывод: ______________________________________________________
4. B. Тест ранговой корреляции Спирмена Расчетные значения

D2 r tx,u tкрит

Укажите, какая существует вязь между фактором х и случайными остатками ui  ___________________.
Вывод: Так как tкрит  _____  tх,u _____, то принимается, что коэффициент ранговой корреляции статистически ____________, и следовательно принимается ______________ случайных остатков.

4.C. Тест Глейзера
После проведения оценки параметров каждой пары (ui, xγ) при γ := -1; -0,5; 0,5; 1; 1,5 получаем следующие результаты:

tкрит = _____ x-1 x-0,5 x0,5 x1,5
Значение ta1=
Вывод {<,=,>)
Параметр а1
(значим, незначим)

Вывод: ________________________________________________________
 4.D. Графический метод
(Приведите график остатков – (в Приложении 2) и сделайте на основании его вывод)
Вывод: ______________________________________________________
Таблица 1

Название теста Результат тестирования остатков
1 Голдфелда-Квандта (тест GQ)
2 Ранговой корреляции Спирмена
3 Глейзера
4 Графический метод

 
Замечание. При наличии гетероскедастчности случайных возмущений необходимо будет отдельно выполнить их устранение.
5. Проверка остатков полученной парной линейной регрессии на автокорреляцию
5.A. Тест Дарбина-Уотсона
Расчетные значения

DW dl du Cov {>, <, =, ?} 0

Вывод: ______________________________________________________
5.B. Метод рядов Сведа-Эйзенхарта

N n1
(знаков «-»)
n2
(знаков «+»)
     
E(k) D(k) k1 K k2
         

Вывод: принимается гипотеза, что автокорреляция в случайных остатках ____________.
С. Графический метод
(Приведите соответствующий график (в Приложении 3) на базе полученных остатков и сделайте на основании его вывод о виде автокорреляции )
Вывод: ______________________________________________________
Таблица 2

Название теста Результат тестирования остатков
1 Тест Дарбина-Уотсона
2 Метод рядов Сведа-Эйзенхарта

 
Замечание. При наличии автокорреляции остатков надо будет в последующем выполнить их смягчение.
6.Исследование нормальности распределения случайных возмущений
6.A. Тест согласия Хельвига

n при α = 0,05 Пустых целей k k1 k2
         

Вывод: для данной задачи выполняется соотношение _________. Принимается гипотеза о том, что случайные остатки полученной регрессии носят _________ характер.
 6.B. Тест Шапиро—Вилька [9]
Значение W = ___________                    Значение W* =___________
Вывод: Так как W___W*, то есть основания принять гипотезу о _____________ распределении случайных остатков полученной регрессии.
7. Проверка полученной регрессии на качество
F тест
Расчетные значения
ν1=    ,                  ν2=   ,          Fкрит=   ,              Fмод=    ,              R2=    .
Вывод: _____________________
8. Проверка параметров полученной регрессии на качество
t тест
Расчетные значения

a0 Sa0 ta0 a1 Sa1 ta1 tкрит

Вывод (для каждого параметра): ________________________
9. Проверка параметров полученной парной линейной регрессии на адекватность
Расчетные значения

a0 a0 a0+ a1 a1 a1+
           

Вывод (для каждого параметра): _______________________
10. Проверка полученной парной линейной регрессии на адекватность (в контролирующей выборке должно быть не менее 3-х значений)
Расчетные значения

nучебн nконтр хсредн σu tкрит
         

y0=y1 (из контролирующей выборки)

y0 x0 ŷ0 ŷ0 ŷ0+
             

Вывод: ___________________
y0=y2 (из контролирующей выборки)

y0 x0 ŷ0 ŷ0 ŷ0+
             

Вывод: ______________________________________________________
y0=y3 (из контролирующей выборки)

y0 x0 ŷ0 ŷ0 ŷ0+
             

Вывод: ______________________________________________________
Общий вывод по адекватности модели ___________________________
Замечание. Если число переменных в контролирующей выборке более 3-х, то проверку следует провести по всем переменным yi.
11.Вопросы:
Укажите, на сколько % переменная х объясняет переменную y.
На _____%.
 
Приложения:

  1. Распечатка результата выполнения инструмента Регрессия для оценки параметров парной регрессии.
  2. График (гистограмма остатков) с выводом о гомоскедастичности остатков парной регрессионной модели. Напишите под полученным графиком остатков какие они: гомо- или гетероскедастичные.
  3. График автокорреляции остатков
  4. Точечный график исходных данных, совмещенный с линейным графиком полученной линейной регрессии.

Есть несколько готовых работ.
Для заказа готовой работы используйте форму оплаты:


Для заказа уникального варианта данной работы заполните форму заказа и мы с вами свяжемся в ближайшее время.
Форма заказ: