 |
Список использованных источников
|
|
|
|
Е.Н.Кузнецов, Т.А.Спиридонова. Подготовка и оформление предметно-аналитической справки (курсовой работы) по эконометрике. М.: ГОУВПО ВАВТ, 2007г.
Е.В.Бауман, Н.Е.Москаленко. Методические рекомендации к решению задач по курсу «Эконометрика» с помощью Microsoft Excel. М.: ГОУВПО ВАВТ, 2007г.://www.gks.ru.
Приложения
Приложение 1. Тест Ферраро-Глобера
| H0 | Факторы независимы, т.е. Det R близок к единице | |
| LNdetR | -2,1747 | |
| Det R | 0,113642 | определитель матрицы |
| n | 73 | число наблюдений |
| k | 8 | число независимых переменных |
| Alpha | 0,05 | уровень значимости |
| dfFG | 28 | число степеней свободы ФГ |
| FGнабл | 148,9668 | наблюдаемое значение статистики |
| FGкрит | 41,33714 | критическое значение статистики |
| Т.к. FGнабл больше, чем FGкрит, гипотеза H0 - отвергается | ||
Приложение 2. Тест на «Короткую-Длинную» регрессию
| H0 | Пусть модель не зависит от 5 объясняющих пересенных и их можно исключить | |
| n | 73 | число наблюдений |
| k | 8 | число независимых переменных |
| q | 5 | число исключ переменных |
| Alpha | 0,05 | уровень значимости |
| ESSur | 5284273 | длинная регрессия |
| ESSr | 6021843 | короткая регрессия |
| FLSнабл | 1,786602 | наблюдаемое значение статистики |
| FLSкрит | 2,358318 | критическое значение статистики |
| Т.к. FLSнабл меньше, чем FLSкрит, то H0 - принимается, используем короткую модель | ||
Приложение 3. Тест ЧОУ
| H0 | данные однородны | |||
| k | 3 | число независимых переменных | ||
| n | 41 | число наблюдений 1 | ||
| m | 32 | число наблюдений 2 | ||
| ESSr | 6021843 | короткая регрессия | ||
| ESS1 | 1525785,351 | регрессия 1 | ||
| ESS2 | 2821229,331 | регрессия 2 | ||
| ESSur | 4347014,681 | ESS1+ESS2 | ||
| FCHнабл | 2,354503654 | наблюдаемое значение статистики | ||
| FCHкрит | 2,055161071 | критическое значение статистики | ||
| Т.к. FCHнабл больше, чем FCHкрит, то H0 - отвергается, данные неоднородны
| ||||
Приложение 4. Тест Гольдфельда-Куандта
| Н0: модель гомоскедастична, т е дисперсия случайных возмущений не зависит от Х3 (подозреваемый) | ||
| n | 73 | число наблюдений |
| k | 3 | число факторов |
| d | 19 | число отбрасываемых наблюдений |
| alpha | 0,05 | уровень значимости |
| nGQ | 27 | число наблюдений в каждой подгруппе |
| dfGQ | 19 | число степеней свободы для теста GQ |
| ESS_GQ_1 | 861953,2 | подгруппа 1 |
| ESS_GQ_2 | 2066706 | подгруппа 2 |
| ESS_max | 2066706 | наибольшая |
| ESS_min | 861953,2 | наименьшая |
| Fстат | 2,397701 | наблюдаемое значение статистики |
| Fкрит | 2,168252 | критическое значение статистики |
| так как Fнабл > Fкрит, то H0 отвергается, модель гетероскедастична | ||
Приложение 5. Тест Бреуша-Пагана
| H0 | модель гомоскедастична | |
| n | 73 | число наблюдений |
| dfBP | 1 | число степеней свободы, число подозреваемых |
| alpha | 0,05 | уровень значимости |
| RSS_BP_2 | 56,945 | объясненная сумма квадратов для второй регрессии |
| ВРнабл | 28,4725 | наблюдаемое значение статистики |
| BРкрит | 3,841459 | критическое значение статистики |
| тк ВРнабл больше ВРкрит, модель - гетероскедастична | ||
Приложение 6. Тест Уайта
| n | 73 | число наблюдений в Кор |
| alpha | 0,05 | уровень значимости |
| значимость-F | 9,09E-73 | F-значимость |
| т.к. знач F меньше alpha, то модель значима и гетероскедастична | ||
Приложение 7. Тест Дарбина-Уотсона
| n | 73 | число наблюдений |
| k | 8 | число переменных |
| alpha | 0,05 | уровень значимости |
| dL | 1,54 | нижняя граница наблюдения |
| dU | 1,7 | верхняя граница наблюдения |
| сумма et^2 | 5960126 | |
| сумма квадратов разностей | 9633023 | |
| DW набл | 1,616245 | наличие автокорреляции не определено |
Приложение 8. Интерпретация коэффициентов модели
Интерпретация коэффициентов длинной модели
Уравнение регрессии:
Ŷ=-178,7-0,05X1+0,02X2+0,25X3+0,38X4-1,3X5+66,8X6+1,89X7+12,08X8
Средний эффект неучтенных в модели факторов - β0, под воздействием которых величина прожиточного минимума снизится в среднем на величину 178,7 руб.
|
|
|
β1- показывает, что при увеличении численности населения на 1 тыс. чел. величина прожиточного минимума уменьшается в среднем на 5 коп.
β2- показывает, что при увеличении числа пенсионеров на 1 тыс. чел. величина прожиточного минимума увеличивается в среднем на 2 коп.
β3- показывает, что при увеличении номинальной заработной платы на 1 тыс. руб. величина прожиточного минимума увеличивается в среднем на 26 коп.
β4- показывает, что при увеличении средней начисленной пенсии на 1 тыс. руб. величина прожиточного минимума увеличивается в среднем на 39 коп.
β5- показывает, что при увеличении ВРП на душу населения на 1% величина прожиточного минимума уменьшается в среднем на 1 руб. 30 коп.
β6- показывает, что при увеличении среднегодового прироста потребительских цен на 1% величина прожиточного минимума увеличивается в среднем на 66,8 руб.
β7- показывает, что при увеличении среднегодового прироста цен производителей промышленной продукции на 1% величина прожиточного минимума увеличивается в среднем на 1,9 руб.
β8 - показывает, что при увеличении среднегодового прироста производства сельхозпродукции на 1% величина прожиточного минимума увеличивается в среднем на 12,1 руб.
Интерпретация коэффициентов короткой модели
Средний эффект неучтенных в модели факторов - β0, под воздействием которых величина прожиточного минимума снизится в среднем на величину = 19857 руб.
β3- показывает, что при увеличении номинальной заработной платы на 1 тыс. руб. величина прожиточного минимума увеличивается в среднем на 23 коп.
β4- показывает, что при увеличении средней начисленной пенсии на 1 тыс. руб. величина прожиточного минимума увеличивается в среднем на 40 коп.
β6- показывает, что при увеличении среднегодового прироста потребительских цен на 1% величина прожиточного минимума увеличивается в среднем на 81,4 руб.
|
|
|
