Цель изучения темы: научиться строить статистически значимую классическую модель множественной регрессии, модель регрессии в стандартизованном масштабе и интерпретировать полученные результаты.
Контрольные вопросы:
1 Определение классической модели линейной регрессии.
2 Суть метода наименьших квадратов.
3 Допущения лежащие в основе метода наименьших квадратов.
4 Свойства оценок МНК.
5 Уравнение регрессии в стандартизованном масштабе.
6 Проверка статистической значимости уравнения регрессии и коэффициентов регрессии.
7 Частная регрессия и корреляция.
8 Определение доверительных интервалов для коэффициента и функции регрессии.
Задания:
По данным приложения А выполните следующие задания:
1 Рассчитайте параметры линейного уравнения множественной регрессии с полным перечнем факторов по данным о деятельности крупнейших компаний США в 2012 г.
2 Рассчитайте матрицу парных коэффициентов корреляции и отберите информативные факторы в модели. Укажите коллинеарные факторы.
|
|
3 Постройте модель с информативными факторами.
4 Оцените с помощью F-критерия Фишера-Снедекора значимость уравнения линейной регрессии и показателя тесноты связи.
5 Оцените статистическую значимость коэффициентов регрессии с помощью t- критерия Стьюдента.
6 Дайте сравнительную оценку силы связи факторов с результатом с помощью средних (общих) коэффициентов эластичности.
7 Оцените качество уравнения через среднюю ошибку аппроксимации.
8 Постройте модель в стандартизованном масштабе и проинтерпретируйте ее параметры.
9 Рассчитайте прогнозное значение результата, если прогнозное значение факторов составляют 80 % от их максимальных значений.
10 Рассчитайте ошибки и доверительный интервал прогноза для уровня значимости .
11 По полученным результатам сделайте экономический вывод.
Реализация типовых заданий: