Множественная регрессия - Парные регрессии и корреляции, множественные регрессии и системы эконометрических уравнений
Задание к задачам 1-20.
По данным об экономических результатах деятельности российских банков выполните следующие задания:
- 1. Построить линейное уравнение множественной регрессии и пояснить экономический смысл его параметров. 2. Определить стандартизованные коэффициенты регрессии. 3. Рассчитать частные коэффициенты эластичности, сравнить их с в1 и в2, пояснить различия между ними. 4. Определить парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции. 5. Провести дисперсионный анализ для проверки статистической значимости уравнения множественной регрессии и его показателя тесноты связи на уровне значимости б=0,05. 6. Рассчитать частные F-критерии Фишера. 7. Оценить с помощью t-критерия Стьюдента статистическую значимость коэффициентов при переменных х1 и х2 множественного уравнения регрессии.
Используйте признаки: работающие активы, млн. руб., средства частных лиц, %, средства предприятий и организаций, %.
Табл. 3
№ |
Банк |
Работающие активы, млн. руб. |
Средства частных лиц, % |
Средства предприятий и организаций, % |
У |
Х1 |
Х2 | ||
1 |
Сбербанк |
1917403 |
60 |
19 |
2 |
Внешторгбанк |
426484 |
13 |
25 |
3 |
Газпромбанк |
362532 |
9 |
38 |
4 |
Альфа-банк |
186700 |
15 |
30 |
5 |
Банк Москвы |
157286 |
30 |
27 |
6 |
Росбанк |
151849 |
19 |
55 |
7 |
Промстройбанк |
85365 |
24 |
29 |
8 |
Уралсиб |
76617 |
22 |
19 |
9 |
Промсвязьбанк |
54848 |
11 |
46 |
10 |
Петрокоммерц |
53701 |
26 |
37 |
11 |
Номос-банк |
52473 |
6 |
17 |
12 |
Зенит |
50666 |
10 |
36 |
13 |
Транскредитбанк |
41332 |
8 |
46 |
14 |
Еврофинанс-Моснарбанк |
38245 |
5 |
22 |
15 |
Никойл |
36946 |
11 |
23 |
16 |
Импэксбанк |
34032 |
37 |
20 |
17 |
Союз |
33062 |
8 |
34 |
18 |
Татфондбанк |
11949 |
20 |
27 |
Итого |
3771490 |
334 |
550 | |
Среднее значение |
209527,22 |
18,56 |
30,56 |
Решение:
1. Линейное уравнение множественной регрессии у от х1 и х2 имеет вид:
Y=b0+b1x1+b2x2
Табл. 4
Регрессия | ||||||
Регрессионная статистика | ||||||
Множественный R |
0,71713046 | |||||
R-квадрат |
0,51427609 | |||||
Нормированный R-квадрат |
0,44951291 | |||||
Стандартная ошибка |
327560,14 | |||||
Наблюдения |
18 | |||||
Дисперсионный анализ | ||||||
Df |
SS |
MS |
F |
Значимость F | ||
Регрессия |
2 |
1,7E+12 |
8,52E+11 |
7,940871 |
0,004446 | |
Остаток |
15 |
1,61E+12 |
1,07E+11 | |||
Итого |
17 |
3,31E+12 | ||||
Коэффициенты |
Стандартная ошибка |
T-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение |
-189869,859 |
302688,4 |
-0,62728 |
0,539909 |
-835035 |
455295,2 |
X1 |
22950,7088 |
6108,685 |
3,757062 |
0,001903 |
9930,355 |
35971,06 |
X2 |
-866,162367 |
7765,362 |
-0,11154 |
0,912666 |
-17417,6 |
15685,32 |
Столбец Коэффициенты содержит численные значения коэффициентов регрессии:
Yx1x2= - 189869,86 + 22950,71 * х1 - 866,16 * х2
При увеличении доли средств частных лиц на 1%, работающие активы увеличатся на 22950,71 млн. руб. При увеличении доли средств предприятий и организаций на 1%,сумма работающих активов сократится на 866,16 млн. руб.
2. Уравнение в стандартизированном масштабе имеет вид:
Ty=в1 * tx1 + в2 * tx2
В1=(22950.71*v(517.33-18.562))/429047.81=(22950.71*13.15)/429047.81=301801.8365/429047.81=0.703
В2=(866.16*v(1042.78-30.562))/429047.81=(866.16*10.434)/429047.81=9037.51/429047.81=0.021
Получим уравнение:
Ty=0,703 * tx1 + 0,021 * tx2
3. Для характеристики относительной силы влияния х1 и х2 на у рассчитаем средние коэффициенты эластичности:
Эух1=(22950,71*18,56)/209527,22=425965,1776/209527,22=2,033%
Эух2=(866,16*30,56)/209527,22=26469,8496/209527,22=0,1263%
С увеличением доли средств частных лиц, х1, на 1% от их среднего уровня работающие активы, у, возрастают на 2,03% от своего среднего уровня; при повышении доли средств предприятий и организаций, х2, на 1% сумма работающих активов, у, вырастет на 0,126% от своего среднего уровня. Очевидно, что сила влияния доли средств частных лиц на сумму рабочих активов оказалась большей, чем сила влияния средств предприятий и организаций (2,033>0,1263). К аналогичным выводам о силе связи приходим при сравнении модулей значений в1 и в2.
4. Матрица коэффициентов парной корреляции
Табл. 5
У |
Х1 |
Х2 | |
У |
1 | ||
Х1 |
0,7169 |
1 | |
Х2 |
-0,2392 |
-0,307 |
1 |
Рассчитаем линейные коэффициенты частной корреляции:
Ryx1x2=(0,7169-0,2392*0,307)/v((1-(-0,2392)2)*(1-(-0,307)2))=(0,7169-0,0734)/v(0,9428*0,9058)=0,6435/0,9241=0,6964
Ryx2x1=((-0,2392)+0,7169*0,307)/v((1-0,71692)*(1-(-0,307)2))=(-0,2392+0,22)/v(0,4861*0,9058)=-0,0192/0,6634= - 0,029
Rx1x2у=((-0,307)-0,7169*(-0,2392))/v((1-0,71692)*(1-(-0,2392)2))=(-0,307+03,1715)/v(0,4861*0,9428)=-0,1355/0,677= - 0,2
Из-за средней межфакторной связи (rx1x2= - 0,307) коэффициенты парной и частной корреляции несколько отличаются: выводы о тесноте и направлении связи на основе парных и частных коэффициентов совпадают.
Значение линейного коэффициента множественной корреляции расположено в строке Множественный R таблицы Регрессионная статистика: Ryx1x2=0,7171
Множественный коэффициент детерминации (строка R-квадрат): R2yx1x2=0,5143
Зависимость у от х1 и х2 характеризуется как умеренная, в которой 51,4% вариации работающих активов определяется вариацией учтенных в модели факторов: доли средств частных лиц и средств предприятий и организаций.
5. Задача дисперсионного анализа состоит в проверке гипотезы Н0 о статистической незначимости уравнения регрессии в целом и показателя тесноты связи. Анализ выполняется при сравнении фактического и критического значений F-критерий Фишера.
Результаты дисперсионного анализа представлены в таблице Дисперсионный анализ. Столбец SS содержит суммы квадратов отклонений, столбец MS - дисперсии на одну ступень свободы.
Fкр находим по таблице значений F-критерий Фишера при уровне
Значимости 0,05 и степенях свободы k1=2, k2=15: Fкр=3,68
Так как Fнабл=7,94 > Fкр=3,68, гипотеза Н0 о случайности различий факторной и остаточной дисперсий отклоняется. Эти различия существенны, статистически значимы, уравнение надежно, значимо, показатель тесноты связи надежен и отражает умеренную зависимость рабочих активов от доли средств частных лиц и средств предприятий и организаций.
С вероятностью 0,95 делаем заключение о статистической значимости уравнения в целом и показателя тесноты связи, которые сформировались под неслучайным воздействием факторов x1 и x2.
6. Частные F-критерии - Fx1 и Fx2 оценивают статистическую значимость присутствия факторов х1 и x2 в уравнении множественной регрессии, оценивают целесообразность включения в уравнение одного фактора после другого фактора.
Fx1 набл=((0,71712-(-0,2392)2)/(1-0,71712))*((18-2-1)/1)=((0,5142-0,0572)/(1-0,5142))*15=(0,457/0,4858)*15=14,11
Так как Fx1набл > Fкр, приходим к выводу о целесообразности включения в модель фактора х1 после фактора х2. Гипотезу Н0 о несущественности прироста R2y за счет включения дополнительного фактора х1 отклоняем и приходим к выводу о статистически подтвержденной целесообразности включения фактора х1 после фактора х2.
Fx2 набл=((0,71712-0,71692)/(1-0,71712))*((18-2-1)/1)=((0,5142-0,5139)/(1-0,5142))*15=(0,0003/0,4858)*15=0,0093.
Так как Fx2набл < Fкр, гипотезу Н0 о несущественности прироста R2y за счет включения дополнительного фактора х2 подтверждаем и приходим к выводу о статистически неподтвержденной целесообразности включения фактора х2 после фактора х1.
7. Оценка значимости коэффициентов b1 и b2 с помощью t - критерия Стьюдента предполагает сопоставление их значений с величиной их стандартных ошибок:
Tbi=bi/Sbi
Значения стандартных ошибок и t-критерия Стьюдента для коэффициентов регрессии расположены в последней таблице вывода итогов построения регрессии:
Sb1=6108,685 tb1=3,757.
Sb2=7765,362 tb2= - 0,112.
Табличное значение t-критерий Стьюдента tкр для числа степеней свободы df=18-3=15 и б=0,05 составит 2,1315.
Сравнивая tкр и tнабл, приходим к выводу, что коэффициенты регрессии b1 и b2 являются статистически значимыми и надежными.
Несмотря на полученную незначимость коэффициента b0 (tb0=0,63< tкр=2,1315), принято оставлять константу в уравнении регрессии для поглощения неучтенных в модели факторов.
Интервальные значения коэффициентов регрессии составят:
- 9930,355?в1?35971,623. - 17417,64?в2?15685,1153.
С вероятностью 0,95 истинная сила влияния переменной х1 на у будет не меньше 99305,3 и не больше 35971,6;переменной х2- не меньше - 17417,6 и не больше 15685,1.
Похожие статьи
-
Множественная регрессия - уравнение связи с несколькими независимыми переменными: где - зависимая переменная (результативный признак); - независимые...
-
В состав системы эконометрических уравнений входят множество зависимых или эндогенных переменных и множество предопределенных переменных (лаговые и...
-
Задание к задачам 1-10. Имеются данные о расходах населения на продукты питания (y) и доходах семьи (x), ден. ед. для 8 районов. 1. Для характеристики...
-
Парная регрессия на основе метода наименьших квадратов и метода группировок - Основы эконометрики
Парная регрессия Характеризует связь между двумя признаками: результативным и факторным. Аналитически связь между ними описывается уравнениями: Прямой...
-
Парная линейная регрессия и корреляция
Парная линейная регрессия и корреляция Задание 1 По имеющимся данным (таблица 1) изучите зависимость прибыли от выработки продукции на одного человека,...
-
Применим аппарат. Результаты приведены ниже Таблица 6. индексный анализ Рисунок 4. График сглаженного признака Полиномиальная регрессия Приведем массив...
-
Экономический корреляционный регрессионный Парная линейная регрессия Парная регрессия характеризует связь между двумя признаками: результативным и...
-
Множественная линейная регрессия
Задание Линейный регрессия переменная детерминация Составить уравнение линейной регрессии, используя МНК, и найти числовые характеристики переменных....
-
Построение линейного уравнения парной регрессии
Задача Таблица 1 Номер региона Среднедушевой прожиточный минимум в день одного трудоспособного, руб., Среднедневная заработная плата, руб., 1 78 133 2 82...
-
Принятие решений на основе уравнений регрессии - Основы эконометрики
Интерпретация Моделей регрессии осуществляется методами той отрасли знаний, к которой относится исследуемое явление. Но всякая интерпретация начинается...
-
Использование в экономических исследованиях методов регрессии и корреляции - Эконометрика как наука
Начальным пунктом эконометрического анализа зависимостей обычно является оценка линейной зависимости переменных. Это объясняется простотой исследования...
-
Системы эконометрических уравнений - Основы эконометрики
При использовании отдельных уравнений регрессии, например для экономических расчетов, в большинстве случаев предполагается, что аргументы (факторы) можно...
-
Введение - Системы эконометрических уравнений, их применение в эконометрике
Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных...
-
В эконометрике приходится сталкиваться с двумя ситуациями. Уже имеющаяся математическая модель, построенная, исходя из тех или иных экономических...
-
Проблема идентифицируемости - Системы эконометрических уравнений, их применение в эконометрике
Идентификация - это единственность соответствия между приведенной и структурной формами модели. При переходе от приведенной формы модели к структурной...
-
Система независимых уравнений Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными,...
-
Применение систем эконометрических уравнений представляет собой непростую задачу. Проблемы здесь происходят из-за ошибок спецификации. Основной областью...
-
Тадии парного регрессионного анализа можно представить на следующем рисунке ПОЛЕ КОРРЕЛЯЦИИ Это графическое изображение точек с координатами, которые...
-
Например, если изучается модель спроса как соотношение цен и количества потребляемых товаров, то одновременно для прогнозирования спроса необходима...
-
В литературе подобные системы часто называют системами одновременных уравнений, имея в виду, что здесь зависимая переменная одного уравнения может...
-
Модель парной линейной регрессии - Математическое описание связи: регрессия, корреляция
Предположим, что у нас есть все основания считать, что два экономических показателя взаимосвязаны. Например, уровень инфляции и уровень безработицы в...
-
Фиктивные переменные во множественной регрессии - Моделирование в эконометрике
До сих пор в качестве факторов рассматривались экономические переменные, принимающие количественные значения в некотором интервале. Вместе с тем может...
-
Причинность, регрессия, корреляция Исследование объективно существующих зависимостей и взаимосвязей между явлениями и процессами - важнейшая задача...
-
В большинстве случаев 0 и 1 неизвестны. Их определяют (оценивают), исходя из имеющихся выборочных наблюдений с помощью следующего уравнения: Где -...
-
Множественная регрессия - Эконометрика как наука
Общее назначение множественной регрессии (этот термин был впервые использован в работе Пирсона - Pearson, 1908) состоит в анализе связи между несколькими...
-
Методы наименьших квадратов - Системы эконометрических уравнений, их применение в эконометрике
Как уже отмечалось, разработана масса методов эвристического анализа систем эконометрических уравнений. Они предназначены для решения тех или иных...
-
Вопросы: 1. Общее понятие о системах одновременных уравнений. 2. Структурная и приведенная формы модели. 3. Проблема идентификации. 4. Оценивание...
-
Особенности эконометрического метода Эконометрическая модель -- основное понятие эконометрии, экономико-математическая модель, параметры которой...
-
По данным динамики валют (вариант 14) выявить трендовую, периодическую и случайную составляющие ряда (T, S,E), оценить качество модели, сделать прогноз...
-
Множественный коэффициент корреляции - Основы научных исследований
Задача определения интенсивности или, как ее еще называют, тесноты связи между более чем двумя переменными относится к множественному корреляционному...
-
Корреляция и регрессия Вспомним, что зависимости называются вероятностными или стохастическими, если каждому набору факторов Х I соответствует множество...
-
ПАРНАЯ РЕГРЕССИЯ - Многомерный статистический анализ
Это метод установления математической зависимости между одной метрической зависимой (критериальной) переменной и одной метрической независимой переменной...
-
Парная нелинейная регрессия - Статистическое изучение взаимосвязи социально-экономических явлений
Наиболее часто при описании взаимосвязи социально-экономических явлений, кроме линейной модели, используют следующие виды зависимостей: Гиперболическая ;...
-
Решение., Оценка параметров уравнения регрессии - Корреляционно-регрессионный анализ
В нашем примере N=5 . Заполняем таблицу для удобства вычисления сумм, которые входят в формулы искомых коэффициентов. I=1 I=2 I=3 I=4 I=5 Xi 0 1 2 4 5 12...
-
1. Определение параметров модели парной линейной регрессии методом наименьших квадратов 2. Оценка тесноты связи между переменными 3. Оценка качества...
-
Системы уравнений используемые в экономике - Эконометрика как наука
Объектом статистического изучения в социальных науках являются сложные системы. Измерение тесноты связей между переменными, построение изолированных...
-
Заключение - Системы эконометрических уравнений, их применение в эконометрике
В данной курсовой работе я рассмотрела методы восстановления временных зависимостей на основе наименьших квадратов и наименьших модулей. Среди них важное...
-
Пример модели авторегрессии - Системы эконометрических уравнений, их применение в эконометрике
В качестве первоначального примера рассмотрим эконометрическую модель временного ряда, описывающего рост индекса потребительских цен (индекса инфляции) ....
-
КОВАРИАЦИОННЫЙ АНАЛИЗ, ПАРНАЯ КОРРЕЛЯЦИЯ - Многомерный статистический анализ
По сути дела эта дисперсионный анализ, который включает, по крайней мере, одну категориальную независимую переменную и одну интервальную или метрическую...
-
Множественный регрессионный анализ, Заключение - Система источников данных о населении
Будем моделировать среднегодовую численность занятого населения с помощью показателей общей численности населения и миграционного прироста Среднегодовая...
Множественная регрессия - Парные регрессии и корреляции, множественные регрессии и системы эконометрических уравнений