- •Оглавление
- •1. Основы эконометрики. Типы данных, используемых в эконометрике. Оценка тесноты линейной связи. 3
- •Введение
- •Основы эконометрики. Типы данных, используемых в эконометрике. Оценка тесноты линейной связи.
- •Линейные регрессионные модели.
- •Использование средств Excel для проведения регрессионного анализа
- •3. Примеры использования различных функций Excel для оценки параметров парной линейной регрессии
- •5. Умножаем матрицу на y.
- •Вычисляем обратную матрицу .
- •4. Умножаем обратную матрицу на транспонированную матрицу .
- •4. Некоторые вопросы применения моделей множественной регрессии.
- •Свойства оценок мнк.
- •4.1. Проверка условия гомоскедастичности случайной составляющей (возмущения).
- •Упорядочение п наблюдений по мере возрастания переменной х.
- •4.2. Проверка условия независимости случайных составляющих в различных наблюдениях.
- •4.3. Проверка условия независимости объясняющих факторов
- •4.4. Регрессионные модели с переменной структурой (фиктивные переменные).
- •5. Комплексный пример исследования экономических данных с использованием корреляционно-регрессионного анализа
- •5.1. Матрица коэффициентов парной корреляции. Выбор факторных признаков для построения регрессионной модели
- •5.2.А. Выбор факторных признаков для построения регрессионной модели на основе анализа матрицы коэффициентов парной корреляции.
- •5.2.Б. Выбор факторных признаков для построения регрессионной модели методом исключения.
- •5.3. Оценка качества модели регрессии
- •5.4. Оценка значимости уравнения регрессии и его коэффициентов
- •5.5. Проверка условия независимости остатков
- •5.6. Оценка влияния факторов, включенных в модель, на объем реализации
- •5.7. Оценка точечных и интервальных прогнозных оценок объема реализации на два квартала вперед
- •Задачи для самостоятельного решения.
- •7. Задания для выполнения контрольной работы
- •Литература
- •Приложение. Значения статистик Дарбина-Уотсона при 5%-ном уровне значимости.
Использование средств Excel для проведения регрессионного анализа
Таблица 2.1
Формула для вычислений |
Функция или инструмент Анализа данных в Excel |
Результат вычислений /Примечания |
|||
Оценка параметров модели парной и множественной линейной регрессии
|
Для вычисления параметров уравнения регрессии следует воспользоваться инструментом Регрессия из пакета Анализ данных |
Возвращает подробную информацию о параметрах модели, качестве модели, расчетных значениях и остатках в виде четырех таблиц: Регрессионная статистика, Дисперсионный анализ, Коэффициенты, Вывод остатка. Также могут быть получены график подбора и график остатков |
|||
Оценка качества модели регрессии |
|||||
F-критерий Фишера для проверки значимости модели регрессии
|
=FРАСПОБР(вероятность;степени_ свободы1;степени_свободы2)
вероятность – это вероятность, связанная с F-распределением
степени_свободы 1 – это числитель степеней свободы (1 = k)
степени_свободы 2 – это знаменатель степеней свободы (2 = (n – k – 1), где k – количество факторов, включенных в модель) |
Возвращает обратное значение для F-распределения вероятностей. FРАСПОБР( ) можно использовать, чтобы определить критические значения F-распределения. Чтобы определить критическое значение F, нужно использовать уровень значимости α как аргумент вероятность для FРАСПОБР( ). |
|||
Коэффициент детерминации
|
Коэффициент детерминации показывает долю вариации результативного признака, находящегося под воздействием изучаемых факторов, то есть определяет, какая доля вариации признака Y учтена в модели и обусловлена влиянием на него факторов. Чем ближе R2 к 1, тем выше качество модели |
||||
Коэффициент множественной корреляции (индекс корреляции) R
|
Данный коэффициент является универсальным, так как он отражает тесноту связи и точность модели, а также может использоваться при любой форме связи переменных. Чем ближе R к 1, тем выше качество модели |
||||
t-критерий Стьюдента для оценки значимости параметров модели линейной регрессии:
|
Вычисленное
значение
СТЬЮДРАСПОБР(вероятность; степени_свободы)
вероятность – вероятность, соответствующая двустороннему распределению Стьюдента
степени_свободы – число степеней свободы, характеризующее распределение |
||||
Средняя
относительная ошибка аппроксимации
|
Средняя относительная ошибка аппроксимации – оценка точности модели |
||||
Оценка влияния отдельных факторов на зависимую переменную на основе модели |
|||||
Коэффициенты эластичности
|
Коэффициент эластичности показывает, на сколько процентов изменится значение исследуемой величины при изменении соответствующего фактора на 1% |
||||
Бета-коэффициенты
|
Бета-коэффициент показывает, на какую часть своего СКО изменится значение исследуемой переменной при изменении соответствующего фактора на 1 СКО |
||||
Дельта-коэффициенты
|
Дельта-коэффициент показывает среднюю долю влияния соответствующего фактора в совокупном влиянии всех факторов, включенных в модель |
||||
Построение интервальных прогнозов по модели регрессии |
|||||
где – стандартная ошибка модели
Для модели парной регрессии ошибка прогнозирования может быть записана в следующем виде
|
|||||
Таблица 2.2. Регрессионная статистика в отчете Excel
Наименование в отчете Excel |
Принятое наименование |
Формула |
Множественный R |
Коэффициент множественной корреляции, индекс корреляции |
|
R-квадрат |
Коэффициент детерминации, R2 |
|
Нормированный R-квадрат |
Скорректированный R2 |
|
Стандартная ошибка |
Среднеквадратическое отклонение от модели |
|
Таблица 2.3. Дисперсионный анализ в отчете Excel
Наименование в отчете Excel |
Df – число степеней свободы |
SS – сумма квадратов |
MS – дисперсия на одну степень свободы |
F-критерий Фишера |
|
Регрессия |
k |
|
|
|
|
Остаток |
n – k –1 |
|
|
|
|
Итого |
n – 1 |
|
|
||
Названия некоторых функций в Excel 2010 были изменены по сравнению с более ранними версиями.
Чтобы повысить точность работы функций MS Excel, обеспечить их согласованность и привести имена функций в соответствии с их назначением, корпорация Microsoft изменила, переименовала и добавила несколько функций в библиотеку MS Excel 2010.
Для обеспечения обратной совместимости переименованные функции доступны также и по их старым именам.
Таблица 2.4.
Название функции в Excel более ранних версий |
Название функции в Excel 2010 |
Примечания |
ДИСП(число1,[число2],...]) |
ДИСП.В(число1,[число2],...]) |
Оценивает дисперсию по выборке |
СТЬЮДРАСПОБР(вероятность; степени_свободы) |
СТЬДЕНТ.ОБР.2Х(вероятность, степени_свободы) |
Возвращает двустороннее обратное t-распределение Стьюдента |
FРАСПОБР(вероятность;степени_свободы1;степени_свободы2) |
F.ОБР.ПХ(вероятность,степени_свободы1, степени_свободы2) |
Возвращает значение, обратное (правостороннему) F-распределению вероятностей |
ХИ2ОБР(вероятность,степени_ свободы) |
ХИ2.ОБР.ПХ(вероятность,степени_свободы) |
Возвращает обратное значение односторонней вероятности распределения хи-квадрат |

– ошибка
прогнозирования, которая позволяет
определить доверительный интервал
прогноза,