- •Ю.Ф. Артеменко, ю.А. Басс
- •Передмова
- •Лабораторна робота 1 Аналіз щільності зв’язків між факторами. Основи кореляційного аналізу
- •Теоретичні відомості
- •Розрахунок парних коефіцієнтів кореляції
- •Розрахунок частинних коефіцієнтів кореляції
- •Розрахунок множинного коефіцієнта кореляції
- •Оцінка статистичної значущості коефіцієнтів кореляції
- •Етапи перевірки
- •Приклад виконання розрахунків
- •Розв’язування
- •Завдання для самостійної роботи
- •Контрольні запитання й завдання
- •Лабораторна робота 2 Економетрична модель із двома змінними: побудова і аналіз
- •Теоретичні відомості
- •Специфікація моделі
- •Визначення параметрів моделі
- •Аналіз якості рівняння регресії як математичної моделі
- •Перевірка загальної якості рівняння регресії
- •Перевірка статистичної значущості
- •Перевірка статистичної значущості коефіцієнта кореляції
- •Перевірка статистичної значущості оцінок параметрів економетричної моделі
- •Перевірка загальної значущості оціненої парної моделі регресії
- •Перевірка точності моделі
- •Застосування регресійного аналізу: проблема прогнозування
- •Для умовних середніх залежної змінної
- •Коефіцієнт еластичності
- •Приклад виконання розрахунків
- •Розв’язування
- •Завдання для самостійної роботи
- •Контрольні запитання й завдання
- •Лабораторна робота 3 Загальна лінійна економетрична модель: побудова і аналіз
- •Теоретичні відомості
- •Розв’язування задачі
- •Перевірка якості регресійної моделі
- •Перевірка статистичної якості економетричної моделі Загальна якість рівняння регресії. Коефіцієнт детермінації
- •Від вибіркового середнього
- •Перевірка статистичної значущості коефіцієнтів рівняння регресії
- •Поняття дисперсійно-коваріаційної матриці параметрів
- •Оцінка статистичної значущості параметрів
- •Оцінка точності моделі
- •Змістова перевірка якості економетричної моделі
- •Прогнозування за допомогою економетричних моделей
- •Обернена задача прогнозування
- •Приклад виконання розрахунків
- •Етапи розв’язування
- •Прогнозування за економетричною моделлю
- •Завдання для самостійної роботи
- •Контрольні запитання й завдання
- •Додатки
- •Основні поняття математичної статистики
- •Основні відомості про роботу зі статистичними та матричними функціями Excel
- •Застосування надбудови «Анализ данных» для розв’язання задач економетричного моделювання
Приклад виконання розрахунків
На середньомісячну заробітну плату впливає низка факторів. Виділимо серед них продуктивність праці, фондомісткість та коефіцієнт плинності робочої сили. Визначимо, чи є між цими факторами тісний зв’язок. Вихідні дані наведено в табл. 1.
Таблиця 1
Номер цеху |
Продуктивність праці, млн грн / люд. |
Фондомісткість, грн /грн |
Коефіцієнт плинності робочої сили, % |
1 |
32 |
0,59 |
10,5 |
2 |
29 |
0,43 |
15,5 |
3 |
30 |
0,70 |
13,5 |
4 |
31 |
0,61 |
9,5 |
5 |
25 |
0,51 |
2,5 |
6 |
34 |
0,51 |
1,5 |
7 |
29 |
0,65 |
17,5 |
8 |
24 |
0,43 |
14,5 |
9 |
20 |
0,51 |
14,5 |
10 |
35 |
0,92 |
7,5 |
Розв’язування
Крок 1. Стандартизуємо змінні. Позначимо вектори незалежних змінних – продуктивності праці, фондомісткості, коефіцієнта плинності робочої сили – через Х1, Х2, Х3 відповідно. Елементи стандартизованих векторів розрахуємо за формулою
де
n
– кількість спостережень, n=10;
k
– кількість незалежних змінних, k=3;
–
середнє арифметичне вектора
;
–
дисперсія змінної
(дод. 1).
Середні значення змінних становлять
=28,7;
=0,586;
=13,9.
Дисперсії кожної незалежної змінної мають такі значення:
=17,61;
=0,0195;
=18,24.
У табл. 2 подано всі розрахунки, стосовні стандартизації незалежних змінних X1, X2, X3 згідно з наведеним співвідношенням.
Таблиця 2
|
|
|
|
|
|
|
|
|
3,3 |
0,004 |
–3,4 |
10,89 |
0,000015 |
11,56 |
0,2487 |
0,0091 |
–0,2518 |
0,3 |
–0,156 |
1,6 |
0,09 |
0,024336 |
2,56 |
0,0226 |
–0,2531 |
0,1185 |
1,3 |
0,114 |
–0,4 |
1,69 |
0,012996 |
0,16 |
0,0979 |
0,2580 |
–0,0296 |
2,3 |
0,024 |
–4,4 |
5,29 |
0,000576 |
19,36 |
0,1733 |
0,0543 |
-0,3258 |
3,7 |
–0,076 |
9,6 |
13,09 |
0,005776 |
92,16 |
–0,2788 |
–0,1720 |
0,7108 |
5,3 |
–0,076 |
–1,4 |
23,09 |
0,005776 |
1,96 |
0,3994 |
–0,1720 |
–0,1037 |
0,3 |
0,064 |
3,5 |
10,09 |
0,004095 |
12,95 |
0,0226 |
0,1448 |
0,2666 |
–4,7 |
–0,156 |
0,6 |
22,09 |
0,024336 |
0,36 |
–0,3542 |
–0,3531 |
0,0444 |
–8,7 |
–0,076 |
0,6 |
75,69 |
0,005776 |
0,36 |
–0,6556 |
–0,1720 |
0,0444 |
4,3 |
0,334 |
–6,4 |
14,49 |
0,111556 |
40,95 |
0,3240 |
0,7559 |
–0,4739 |
|
|
|
17,6 |
0,19524 |
182,4 |
|
|
|
Матриця стандартизованих змінних матиме вигляд
X*=
.
Крок 2. Знайдемо кореляційну матрицю r:
r = X *T X *,
де
–
матриця, транспонована до матриці
.
Ця матриця симетрична і має розмір 3х3 для розглядуваної задачі:
r=
.
Кожен
елемент цієї матриці характеризує
щільність зв’язку однієї незалежної
змінної з іншою. Оскільки діагональні
елементи характеризують щільність
зв’язку кожної незалежної змінної з
цією самою змінною, то вони дорівнюють
одиниці. Інші елементи матриці r
є парними коефіцієнтами кореляції
незалежних змінних, тобто
,
,
.
Таким чином, можна зробити висновок, що між змінними X1, X2, X3 існує зв’язок.
Kрок 3. Розрахуємо частинні коефіцієнти кореляції, використавши елементи матриці С:
;
С
=
.
Тоді
;
;
.
Частинні коефіцієнти кореляції характеризують щільність зв’язку між двома змінними за умови, що третя не впливає на цей зв’язок.
Як бачимо, зв’язок не значний. Порівнявши частинні коефіцієнти кореляції з парними, наведеними вище, можна помітити, що частинні коефіцієнти значно менші парних.
Крок 4. Перевіримо статистичну значущість коефіцієнтів кореляції. Для парних коефіцієнтів кореляції визначимо t-критерії:
=1,21;
=
–1,32;
=
– 1,26.
Табличне
значення t-критерію
за n
– m
= 8 степенів вільності й за рівня значущості
= 0,05 дорівнює
=2,31.
Оскільки всі числові значення t-критеріїв, знайдених для кожної пари змінних, менші за їх табличне значення, то приймаємо гіпотезу про статистичну незначущість коефіцієнтів кореляції. Робимо висновок, що всі пари незалежних змінних не є тісно пов’язані.
Для частинних коефіцієнтів кореляції визначимо t-критерії:
;
;
.
Табличне значення t-критерію за n – m = 7 степенів вільності і рівня значущості = 0,05 дорівнює 1,89.
Усі числові значення t-критеріїв, знайдених для кожної пари змінних, менші за їх табличне значення. Звідси робимо висновок, що всі пари незалежних змінних не є тісно пов’язані, тобто приймаємо гіпотезу про статистичну незначущість коефіцієнтів кореляції.
Зауваження. Під час виконання розрахунків можна застосувати статистичні й матричні функції електронних таблиць (дод. 2).
