Поможем написать учебную работу
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.

Предоплата всего

Подписываем
Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
ВСЕРОССИЙСКИЙ ЗАОЧНЫЙ ФИНАНСОВО-ЭКОНОМИЧЕСКИЙ ИНСТИТУТ
КАФЕДРА ЭКОНОМИКО-МАТЕМАТИЧЕСКИХ МЕТОДОВ И МОДЕЛЕЙ
Л А Б О Р А Т О Р Н А Я Р А Б О Т А
по э к о н о м е т р и к е
Вариант 9
Выполнил:
студент III курса 215314548548478
Ф.И.О.
специальность ФК (дневная гр.)
Проверил:
должность доц. Уродовских В. Н.
__________________
подпись
Липецк 2008
Задача: Исследование взаимосвязей показателей финансовых рынков:
В таблице 1 представлены среднемесячные данные за 2002 2004гг. для следующих показателей:
- курс американского доллара, руб.;
- процентные ставки по депозитам физических лиц в кредитных организациях;
- сальдо торгового баланса (ТБ) (разница между экспортом из РФ и импортом в РФ), млн. долл. США;
- прирост золотовалютных резервов (ЗВР) ЦБ РФ (среднемясячные приросты), млн. долл. США;
- индексы потребительских цен (ИПЦ) на товары и платные услуги населению, %.
Таблица 1
Годы |
Месяцы |
Курс $ |
Процентные ставки |
Сальдо ТБ |
Прирост ЗВР |
ИПЦ |
|
|
Y |
X1 |
X2 |
X3 |
Х4 |
2002 |
1 |
30,472715 |
10,1 |
3850 |
284 |
103,1 |
|
2 |
30,8057 |
10 |
3504 |
-214 |
101,2 |
|
3 |
31,064267 |
10,7 |
4722 |
452 |
101,1 |
|
4 |
31,173586 |
10,7 |
5390 |
435 |
101,2 |
|
5 |
31,254884 |
11,1 |
4814 |
1860 |
101,7 |
|
6 |
31,40493 |
11,1 |
4265 |
3072 |
100,5 |
|
7 |
31,514986 |
12 |
4883 |
1352 |
100,7 |
|
8 |
31,554309 |
10,3 |
5863 |
-285 |
100,1 |
|
9 |
31,626655 |
10,5 |
5603 |
1033 |
100,4 |
|
10 |
31,693326 |
12,4 |
5151 |
1292 |
101,1 |
|
11 |
31,810743 |
12,8 |
4644 |
1148 |
101,6 |
|
12 |
31,83684 |
12 |
5797 |
1438 |
101,5 |
2003 |
13 |
31,816165 |
12,1 |
5847 |
-412 |
102,4 |
|
14 |
31,698979 |
11,9 |
5636 |
1481 |
101,6 |
|
15 |
31,45329 |
11,2 |
6671 |
3787 |
101,1 |
|
16 |
31,211786 |
10,9 |
5137 |
2464 |
101 |
|
17 |
30,907055 |
10,8 |
5614 |
4322 |
100,8 |
|
18 |
30,468626 |
11 |
6261 |
5035 |
100,8 |
|
19 |
30,360287 |
11,1 |
6087 |
-452 |
100,7 |
|
20 |
30,349027 |
10,6 |
6948 |
24 |
99,6 |
|
21 |
30,598633 |
9,8 |
6378 |
-1702 |
100,3 |
|
22 |
30,164713 |
10,4 |
7010 |
-679 |
101 |
|
23 |
29,807965 |
10,4 |
6158 |
2855 |
101 |
|
24 |
29,4337 |
11 |
7192 |
3241 |
101,1 |
2004 |
25 |
28,838795 |
10 |
6894 |
8769 |
101,8 |
|
26 |
28,514674 |
9,4 |
6880 |
7052 |
101 |
|
27 |
28,529262 |
9,2 |
7412 |
2328 |
100,8 |
|
28 |
28,685632 |
9 |
8742 |
-2920 |
101 |
|
29 |
28,989217 |
9,2 |
7956 |
-734 |
100,7 |
|
30 |
29,029724 |
8,8 |
8762 |
2948 |
100,8 |
|
31 |
29,081926 |
9 |
8950 |
2614 |
100,9 |
|
32 |
29,219286 |
9,2 |
10253 |
384 |
100,4 |
|
33 |
29,222082 |
9,5 |
9767 |
92 |
100,4 |
|
34 |
29,0703 |
9,5 |
10223 |
6380 |
101,1 |
|
35 |
28,591185 |
9,6 |
10393 |
12256 |
101,1 |
|
36 |
27,904027 |
9,6 |
10467 |
10096 |
101,1 |
Задание:
1. Проанализировать связи между данными пятью показателями по следующей схеме:
а) оценить тесноту и направление связи для каждой пары величин;
б) выделить мультиколлинеарные факторы;
в) выбрать два ведущих фактора для показателя «Курс доллара»
2. Построить линейную модель регрессии с ведущими факторами, пояснить экономический смысл её параметров.
3. Оценить качественные характеристики модели по следующей схеме:
а) проверить статистическую значимость уравнения и его параметров;
б) проверить предпосылки МНК, определив математическое ожидание остатков и исследовав их на гомоскедастичность;
в) оценить уровень точности модели на основе средней относительной ошибки;
г) оценить, какая доля вариации показателя «Курс доллара» учтена в построенной модели и обусловлена включёнными в неё факторами.
4) Выполнить прогноз показателя «Курс доллара» на январь, февраль и март 2005 г., определить ошибку прогнозирования с доверительной вероятностью 95 %. Сравнить полученные результаты с фактическими данными за 2005г.:
- январь 28,009;
- февраль 27,995;
- март 27,626.
Решение:
1. Проанализируем связи между данными пятью показателями по следующей схеме:
а) оценим тесноту и направление связи для каждой пары величин;
б) выделим мультиколлинеарные факторы;
в) выберем два ведущих фактора для показателя «Курс доллара»
Для этого воспользуемся инструментом Корреляция в Excel:
Рис. 1
Таблица 2
Матрица парных коэффициентов корреляции
|
Y |
X1 |
X2 |
X3 |
Х4 |
Y |
1 |
||||
X1 |
0,828608 |
1 |
|||
X2 |
-0,79127 |
-0,65611 |
1 |
||
X3 |
-0,44285 |
-0,16296 |
0,389425 |
1 |
|
Х4 |
0,136818 |
0,276571 |
-0,29224 |
0,119682 |
1 |
а) Анализ матрицы парных коэффициентов корреляции показывает, что зависимая переменная, т. е. курс доллара (руб.), имеет тесную связь прямую с фактором Х1 (процентные ставки) - ( = 0,829), обратную связь (достаточно сильную) с фактором Х2 (сальдо ТБ) - (= - 0,791) и обратную (умеренную) связь с фактором Х3 (прирост ЗВР) - (= - 0,443).
С фактором Х4 (ИПЦ) результативный признак имеет слабую прямую связь (= 0,137).
б) Выделим мультиколлинеарные факторы:
Анализ матрицы парных коэффициентов корреляции показывает, что факторы Х1, Х2, Х3, Х4 связаны между собой, однако их связь не превышает допустимое значение 0,8, что свидетельствует об отсутствии мультиколлинеарных факторов.
в) Выберем два ведущих фактора для показателя «Курс доллара»:
Т. к. в нашей модели отсутствуют мультиколлинеарные факторы, то выбреем те факторы, которые наиболее тесно связаны с зависимой переменной (Курс доллара), Это следующие факторы:
Х1 процентные ставки ( = 0,829)
Х2 сальдо ТБ (= - 0,791).
2. Построим линейную модель регрессии с ведущими факторами:
Для этого воспользуемся инструментом Регрессия в Excel:
Рис. 2
Рис. 3
С учётом данных таблицы Вывод итогов (рис. 3) получим следующее уравнение регрессии:
у = 0,626х1 0,00027х2 + 25,55
Поясним экономический смысл её параметров:
Коэффициент регрессии при переменной х1 показывает, что с ростом процентной ставки на 1 ед., курс доллара увеличивается в среднем на 0,626 руб. при неизменном уровне сальдо ТБ.
Коэффициент регрессии при переменной х2 показывает, что с ростом сальдо ТБ на 1 ед. (млн. долл.), курс доллара снижается в среднем на 0,00027 (руб.) при неизменном уровне процентной ставки.
Параметр а показывает среднее отклонение фактических данных от теоретических.
3. Оценим качественные характеристики модели по следующей схеме:
а) проверим статистическую значимость уравнения и его параметров:
Оценим качество и статистическую значимость полученного уравнения регрессии с использованием индекса корреляции R и коэффициента детерминации R2. Значения этих параметров найдём из таблицы Вывод итогов (рис.3):
Индекс корреляции R = 0,891. Следовательно, связь между результатом У и факторами Х1 и Х2 достаточно сильная.
Коэффициент детерминации R2 = 0,794.
Оценим статистическую значимость уравнения регрессии, используя критерий Фишера F (α = 0,05): Рассчитаем F-критерий Фишера и оценим качество всего уравнения в целом:
= 131,048
Сравним с табличным значением:
Fтабл = 3,285 при α = 0,05 k1 = 2 (m - 1) и k2 = 33 (n - m)
Таким образом, Fнабл > Fтабл (131,048 > 3,285). Следовательно, качество и статистическая значимость нашего уравнения доказаны.
Оценим статистическую значимость параметров регрессии по критерию Стьюдента: для этого воспользуемся нашей таблицей Вывод итогов (рис. 3) графа «t-статистика»:
Мы видим в разделе t-статистика следующие значения:
tа0 = 16,107
tа1 = 5,193
tа2 = 4,155
Сравним полученные значения t-критерия с табличным:
tтабл = 2,032 (α = 0,05 и n - 2)
Т.е. tа0 > tтабл (16,107 > 2,032), tа1 > tтабл (5,193 > 2,032) и tа2 > tтабл (4,155 > 2,032). Следовательно, параметры a0, a1,a2 значимы (существенны).
б) проверим предпосылки МНК, определив математическое ожидание остатков и исследовав их на гомоскедастичность:
Средняя величина остатков или математическое ожидание = 0:
Для этого построим вспомогательную таблицу:
Таблица 3
Годы |
Месяцы |
Y |
X1 |
X2 |
Ур |
E(t) |
E(t)² |
E(t)-E(t-1) |
[E(t)-E(t-1)]² |
E(t)*E(t-1) |
IE(t)I:Y(t)*100 |
2002 |
1 |
30,4727 |
10,1 |
3850 |
30,8331 |
-0,36039 |
0,12988 |
- |
- |
- |
1,182648149 |
|
2 |
30,8057 |
10 |
3504 |
30,86392 |
-0,05822 |
0,00339 |
0,302165 |
0,091303687 |
0,0209816 |
0,188990998 |
|
3 |
31,0643 |
10,7 |
4722 |
30,97326 |
0,09101 |
0,00828 |
0,1492267 |
0,022268608 |
-0,0052984 |
0,292962653 |
|
4 |
31,1736 |
10,7 |
5390 |
30,7929 |
0,38069 |
0,14492 |
0,2896797 |
0,083914329 |
0,034645 |
1,221182559 |
|
5 |
31,2549 |
11,1 |
4814 |
31,19882 |
0,05606 |
0,00314 |
-0,3246222 |
0,105379573 |
0,0213429 |
0,179377404 |
|
6 |
31,4049 |
11,1 |
4265 |
31,34705 |
0,05788 |
0,00335 |
0,0018158 |
3,29713E-06 |
0,003245 |
0,184302274 |
|
7 |
31,515 |
12 |
4883 |
31,74359 |
-0,2286 |
0,05226 |
-0,2864836 |
0,082072853 |
-0,0132316 |
0,725380608 |
|
8 |
31,5543 |
10,3 |
5863 |
30,41479 |
1,13952 |
1,2985 |
1,3681223 |
1,871758628 |
-0,2604981 |
3,611293503 |
|
9 |
31,6267 |
10,5 |
5603 |
30,61019 |
1,01647 |
1,0332 |
-0,1230537 |
0,015142213 |
1,1582809 |
3,213950385 |
|
10 |
31,6933 |
12,4 |
5151 |
31,92163 |
-0,2283 |
0,05212 |
-1,2447689 |
1,549449614 |
-0,2320629 |
0,720353236 |
|
11 |
31,8107 |
12,8 |
4644 |
32,30892 |
-0,49818 |
0,24818 |
-0,2698732 |
0,072831544 |
0,1137358 |
1,566065595 |
|
12 |
31,8368 |
12 |
5797 |
31,49681 |
0,34003 |
0,11562 |
0,8382071 |
0,702591142 |
-0,1693952 |
1,068039416 |
2003 |
13 |
31,8162 |
12,1 |
5847 |
31,54591 |
0,27026 |
0,07304 |
-0,069775 |
0,004868551 |
0,0918948 |
0,849426699 |
|
14 |
31,699 |
11,9 |
5636 |
31,47768 |
0,2213 |
0,04897 |
-0,0489561 |
0,0023967 |
0,0598071 |
0,698126273 |
|
15 |
31,4533 |
11,2 |
6671 |
30,76003 |
0,69326 |
0,48061 |
0,4719611 |
0,22274728 |
0,1534177 |
2,204093753 |
|
16 |
31,2118 |
10,9 |
5137 |
30,98641 |
0,22538 |
0,05079 |
-0,4678836 |
0,218915063 |
0,1562444 |
0,722087474 |
|
17 |
30,9071 |
10,8 |
5614 |
30,79502 |
0,11203 |
0,01255 |
-0,1133414 |
0,012846273 |
0,02525 |
0,362490053 |
|
18 |
30,4686 |
11 |
6261 |
30,74553 |
-0,2769 |
0,07668 |
-0,3889387 |
0,151273312 |
-0,0310229 |
0,908815833 |
|
19 |
30,3603 |
11,1 |
6087 |
30,85511 |
-0,49482 |
0,24485 |
-0,2179193 |
0,047488821 |
0,1370183 |
1,629836371 |
|
20 |
30,349 |
10,6 |
6948 |
30,30964 |
0,03939 |
0,00155 |
0,5342103 |
0,285380645 |
-0,0194897 |
0,129781095 |
|
21 |
30,5986 |
9,8 |
6378 |
29,96274 |
0,63589 |
0,40436 |
0,596506 |
0,355819408 |
0,0250461 |
2,078175498 |
|
22 |
30,1647 |
10,4 |
7010 |
30,1677 |
-0,00299 |
8,9E-06 |
-0,6388803 |
0,408168038 |
-0,0018994 |
0,009902299 |
|
23 |
29,808 |
10,4 |
6158 |
30,39774 |
-0,58978 |
0,34783 |
-0,586788 |
0,344320157 |
0,0017617 |
1,978581899 |
|
24 |
29,4337 |
11 |
7192 |
30,49416 |
-1,06046 |
1,12458 |
-0,470685 |
0,221544369 |
0,6254328 |
3,602876974 |
2004 |
25 |
28,8388 |
10 |
6894 |
29,94862 |
-1,10983 |
1,23171 |
-0,049365 |
0,002436903 |
1,176925 |
3,848375079 |
|
26 |
28,5147 |
9,4 |
6880 |
29,5768 |
-1,06213 |
1,12811 |
0,0476987 |
0,002275166 |
1,1787743 |
3,724841151 |
|
27 |
28,5293 |
9,2 |
7412 |
29,30796 |
-0,7787 |
0,60637 |
0,2834282 |
0,080331545 |
0,8270757 |
2,729471596 |
|
28 |
28,6856 |
9 |
8742 |
28,82366 |
-0,13803 |
0,01905 |
0,6406699 |
0,410457921 |
0,1074823 |
0,481175388 |
|
29 |
28,9892 |
9,2 |
7956 |
29,16108 |
-0,17186 |
0,02954 |
-0,0338351 |
0,001144814 |
0,023722 |
0,592852514 |
|
30 |
29,0297 |
8,8 |
8762 |
28,69306 |
0,33666 |
0,11334 |
0,5085271 |
0,258599811 |
-0,0578602 |
1,159720989 |
|
31 |
29,0819 |
9 |
8950 |
28,7675 |
0,31443 |
0,09886 |
-0,0222377 |
0,000494515 |
0,1058559 |
1,081173575 |
|
32 |
29,2193 |
9,2 |
10253 |
28,54089 |
0,6784 |
0,46022 |
0,3639696 |
0,13247387 |
0,2133053 |
2,321739508 |
|
33 |
29,2221 |
9,5 |
9767 |
28,85991 |
0,36217 |
0,13117 |
-0,3162239 |
0,099997555 |
0,2456958 |
1,239377134 |
|
34 |
29,0703 |
9,5 |
10223 |
28,73679 |
0,33351 |
0,11123 |
-0,0286618 |
0,000821499 |
0,1207879 |
1,147253382 |
|
35 |
28,5912 |
9,6 |
10393 |
28,75349 |
-0,16231 |
0,02634 |
-0,495815 |
0,245832514 |
-0,0541303 |
0,567674967 |
|
36 |
27,904 |
9,6 |
10467 |
28,73351 |
-0,82948 |
0,68804 |
-0,6671777 |
0,445126083 |
0,1346292 |
2,972627181 |
Сумма |
666 |
1090,16 |
376,9 |
240124 |
1090,90592 |
-0,7466 |
10,6027 |
-0,469098 |
8,552476301 |
5,9174689 |
51,19502346 |
Ср. знач. |
18,5 |
30,2822 |
10,4694 |
6670,111 |
30,3029422 |
-0,0207 |
0,29452 |
-0,013403 |
0,244356466 |
0,1690705 |
1,422083985 |
ε1 = - 0,75, т.е. М (t) ≈ 0
Исследуем остатки на гомоскедастичность:
Гомоскедастичность дисперсия каждого отклонения одинакова для всех Х. Чтобы оценить нарушение гомоскедастичности проведём параметрический тест Гольдфельда Квандта, который включает в себя следующие шаги:
- Упорядочение n наблюдений по мере возрастания переменной х
- Исключение из рассмотрения С центральных наблюдений; при этом (n - C): 2 > р, где р число оцениваемых параметров
- Разделение совокупности из (n - С) наблюдений на две группы (соответственно с малыми и большими значениями фактора х1) и определение по каждой из групп уравнений регрессии.
- Определение остаточной суммы квадратов для первой (S1) и второй (S2) групп и нахождение их отношения: R = S1/S2.
- Вычисляется F-критерий
- Производится сравнение Fнабл и Fтабл
Проведём тест Гольдфельда Квандта:
- Упорядочим n наблюдений по мере возрастания переменной х:
Рис. 4 Рис. 5
- Исключим из рассмотрения С центральных наблюдений: при n = 36, С = 8. Тогда в каждой группе будет по 14 наблюдений ((36 - 8)/2)
- Разделим совокупности из (n - С) 28 наблюдений на две группы (соответственно с малыми и большими значениями фактора х) и определим по каждой из групп уравнения регрессии: для этого построим вспомогательные таблицы:
Таблица 4.1
Месяцы |
Y |
X1 |
ХУ |
Х2 |
Ур |
Еt |
E(t)² |
E(t)-E(t-1) |
[E(t)-E(t-1)]² |
E(t)*E(t-1) |
IE(t)I:Y(t)*100 |
30 |
29,0297238 |
8,8 |
255,462 |
77,44 |
28,568 |
0,4617238 |
0,2131889 |
- |
- |
- |
1,590520816 |
28 |
28,6856318 |
9 |
258,171 |
81 |
28,733 |
-0,047368 |
0,0022437 |
-0,509092 |
0,259174664 |
-0,021871 |
0,165128662 |
31 |
29,0819261 |
9 |
261,737 |
81 |
28,733 |
0,3489261 |
0,1217494 |
0,396294 |
0,157049172 |
-0,016528 |
1,199803957 |
27 |
28,5292619 |
9,2 |
262,469 |
84,64 |
28,898 |
-0,368738 |
0,1359678 |
-0,717664 |
0,515041904 |
-0,1286623 |
1,292490851 |
29 |
28,9892167 |
9,2 |
266,701 |
84,64 |
28,898 |
0,0912167 |
0,0083205 |
0,459955 |
0,211558418 |
-0,0336351 |
0,314657346 |
32 |
29,2192857 |
9,2 |
268,817 |
84,64 |
28,898 |
0,3212857 |
0,1032245 |
0,230069 |
0,052931745 |
0,0293066 |
1,099567263 |
26 |
28,5146737 |
9,4 |
268,038 |
88,36 |
29,063 |
-0,548326 |
0,3006617 |
-0,869612 |
0,756225031 |
-0,1761694 |
1,922961861 |
33 |
29,2220818 |
9,5 |
277,61 |
90,25 |
29,1455 |
0,0765818 |
0,0058648 |
0,624908 |
0,390510133 |
-0,0419918 |
0,262068256 |
34 |
29,0703 |
9,5 |
276,168 |
90,25 |
29,1455 |
-0,0752 |
0,005655 |
-0,151782 |
0,023037715 |
-0,005759 |
0,258683261 |
35 |
28,591185 |
9,6 |
274,475 |
92,16 |
29,228 |
-0,636815 |
0,4055333 |
-0,561615 |
0,315411408 |
0,0478885 |
2,227312369 |
36 |
27,9040273 |
9,6 |
267,879 |
92,16 |
29,228 |
-1,323973 |
1,7529037 |
-0,687158 |
0,472185705 |
0,8431257 |
4,744736972 |
21 |
30,5986333 |
9,8 |
299,867 |
96,04 |
29,393 |
1,2056333 |
1,4535517 |
2,529606 |
6,398906515 |
-1,5962256 |
3,940154085 |
2 |
30,8057 |
10 |
308,057 |
100 |
29,558 |
1,2477 |
1,5567553 |
0,042067 |
0,001769607 |
1,5042687 |
4,050224471 |
25 |
28,838795 |
10 |
288,388 |
100 |
29,558 |
-0,719205 |
0,5172558 |
-1,966905 |
3,868715279 |
-0,8973521 |
2,493880205 |
Сумма |
407,0804421 |
131,8 |
3833,84 |
1242,58 |
407,047 |
0,0334421 |
6,5828762 |
-1,180929 |
13,4225173 |
-0,4936048 |
25,56219038 |
Ср. знач |
29,077 |
9,414286 |
273,85 |
88,75571 |
29,07479 |
0,0023887 |
0,4702054 |
-0,090841 |
1,032501331 |
-0,0379696 |
1,825870741 |
Таблица 4.2
Месяцы |
Y |
X1 |
ХУ |
Х2 |
Ур |
Еt |
E(t)² |
E(t)-E(t-1) |
[E(t)-E(t-1)]² |
E(t)*E(t-1) |
IE(t)I:Y(t)*100 |
17 |
30,90706 |
10,8 |
333,796 |
116,64 |
30,678 |
0,229055 |
0,0524662 |
- |
- |
- |
0,741109109 |
16 |
31,21179 |
10,9 |
340,208 |
118,81 |
30,7495 |
0,462286 |
0,2137087 |
0,2332314 |
0,054396886 |
0,0112125 |
1,481127655 |
18 |
30,46863 |
11 |
335,155 |
121 |
30,821 |
-0,35237 |
0,1241672 |
-0,8146601 |
0,663671079 |
0,0265356 |
1,156513249 |
24 |
29,4337 |
11 |
323,771 |
121 |
30,821 |
-1,3873 |
1,9246013 |
-1,0349263 |
1,071072446 |
0,2389724 |
4,713304817 |
5 |
31,25488 |
11,1 |
346,929 |
123,21 |
30,8925 |
0,362384 |
0,1313223 |
1,7496842 |
3,0613948 |
0,2527431 |
1,159448225 |
6 |
31,40493 |
11,1 |
348,595 |
123,21 |
30,8925 |
0,51243 |
0,2625845 |
0,1500458 |
0,022513742 |
0,0344832 |
1,63168649 |
19 |
30,36029 |
11,1 |
336,999 |
123,21 |
30,8925 |
-0,53221 |
0,2832507 |
-1,044643 |
1,091278997 |
0,0743772 |
1,752990675 |
15 |
31,45329 |
11,2 |
352,277 |
125,44 |
30,964 |
0,48929 |
0,2394047 |
1,021503 |
1,043468379 |
0,0678115 |
1,555608332 |
14 |
31,69898 |
11,9 |
377,218 |
141,61 |
31,4645 |
0,234479 |
0,0549804 |
-0,2548111 |
0,064928697 |
0,0131626 |
0,739704899 |
7 |
31,51499 |
12 |
378,18 |
144 |
31,536 |
-0,02101 |
0,0004416 |
-0,2554925 |
0,065276418 |
2,428E-05 |
0,066678119 |
12 |
31,83684 |
12 |
382,042 |
144 |
31,536 |
0,30084 |
0,0905047 |
0,3218536 |
0,10358974 |
3,996E-05 |
0,944943028 |
13 |
31,81617 |
12,1 |
384,976 |
146,41 |
31,6075 |
0,208665 |
0,0435411 |
-0,092175 |
0,008496231 |
0,0039407 |
0,655845857 |
10 |
31,69333 |
12,4 |
392,997 |
153,76 |
31,822 |
-0,12867 |
0,016557 |
-0,3373389 |
0,113797533 |
0,0007209 |
0,405996832 |
11 |
31,81074 |
12,8 |
407,178 |
163,84 |
32,108 |
-0,29726 |
0,0883618 |
-0,1685832 |
0,028420295 |
0,001463 |
0,934455071 |
Сумма |
436,8656 |
161,4 |
5040,32 |
1866,14 |
436,785 |
0,080598 |
3,5258921 |
-0,526312 |
7,392305243 |
0,725487 |
17,93941236 |
Ср. знач |
31,20469 |
11,529 |
360,023 |
133,296 |
31,1989 |
0,005757 |
0,2518494 |
-0,040486 |
0,568638865 |
0,0558067 |
1,281386597 |
Определим по каждой из групп уравнения регрессии:
у1 = 0,825х + 21,308 у2 = 0,715х + 22,956
- Определим остаточную сумму квадратов для первой (S1) и второй (S2) групп:
S1 = 6,58 S2 = 3,52
Найдём их отношение: F = S1/S2; F = 6,58/3,52 = 1,87
- Произведём сравнение Fнабл и Fтабл:
Fтабл = 2,278 при α = 0,05 k1 = 12 (n1 m); и k2 = 20 (n n1 m)
Таким образом, Fнабл < Fтабл (1,87 < 2,278), т.е гетероскедастичность отсутствует и имеет место гомоскедастичность.
в) оценим уровень точности модели на основе средней относительной ошибки:
А = 51,2/10 = 5,12
5,12 < 7 %. Следовательно, наша модель имеет хорошую точность и её целесообразно использовать для прогнозирования.
г) оценим, какая доля вариации показателя «Курс доллара» учтена в построенной модели и обусловлена включёнными в неё факторами: для этого воспользуемся данными таблицы Вывод итогов (рис.3):
Коэффициент детерминации R2 = 0,794 он показывает долю вариации результативного признака под воздействием изучаемых факторов. Следовательно, около 80% вариации зависимой переменной учтено в модели и обусловлено влиянием включённых факторов.
4) Выполним прогноз показателя «Курс доллара» на январь, февраль и март 2005г., определим ошибку прогнозирования с доверительной вероятностью 95 %:
Для фактора Х1 Процентные ставки выбрана модель:
Х1 = 0,0006t3 0,035t2 + 0,5504t + 9,177
по которой получен прогноз на 3 месяца вперёд за 2005г. График модели временного ряда Процентные ставки приведён на рис. 6.
Упреждение |
Прогноз |
1 |
9,693 |
2 |
10,1426 |
3 |
10,5294 |
Рис. 6. Прогноз показателя Процентные ставки
Для временного ряда Сальдо ТБ в качестве аппроксимирующей функции выбран полином второй степени (парабола), по которой построен прогноз на 3 шага вперёд. На рис. 7 приведён результат построения тренда для временного ряда Сальдо ТБ.
у = 4,3683t2 + 9,714t + 4523,9
Упреждение |
Прогноз |
1 |
4537,9823 |
2 |
4560,8012 |
3 |
4592,3567 |
Рис. 7
Для получения прогнозных оценок зависимостей переменной по модели
Y = 0,626Х1 0,00027Х2 + 25,55
подставим в неё найденные прогнозные значения факторов Х1 и Х2:
Yt=37 = 25,55 + 0,626*9,693 0,00027*4537,9823 = 30,39
Yt=38 = 25,55 + 0,626*10,1426 0,00027*4560,8012 = 30,669
Yt=39 = 25,55 + 0,626*10,5294 0,00027*4592,3567 = 30,9
Доверительный интервал прогноза будет иметь следующие границы:
Верхняя граница:
Нижняя граница:
где
St = = 0,558
tkp = 0,682 (tkp получено с помощью функции СТЬЮДРАСПОБР (0,5;33) для выбранной вероятности 95 % с числом степеней свободы, равным 33).
На первый шаг:
l = 1
= (1; 9,693; 4537,982);
7,844082323 |
-0,581688 |
-0,000258819 |
-0,581688138 |
0,045258 |
1,61705E-05 |
-0,000258819 |
1,62E-05 |
0,000000013 |
=
U(1) = 0,1567
На второй шаг:
l = 2;
= (1; 10,1426; 4560,801);
U(2) = 0,1288
На третий шаг:
l = 3
= (1; 10,5294; 4592,357);
U(3) = 0,1089
Результаты прогнозных оценок модели регрессии представим в таблице 5:
Таблица 5
Таблица прогнозов (р = 95 %) |
|||
Упреждение |
Прогноз |
Ниж. Граница |
Верх. Граница |
1 |
30,39 |
30,23 |
30,55 |
2 |
30,669 |
30,54 |
30,7 |
3 |
30,9 |
30,79 |
31,0089 |
Сравним полученные результаты с фактическими данными за 2005г. в таблице 6.
- январь 28,009;
- февраль 27,995;
- март 27,626.
Таблица 6
Месяц |
Прогнозные данные |
Фактические данные |
январь |
30,39 |
28,009 |
февраль |
30,669 |
27,995 |
март |
30,9 |
27,626 |
Из таблицы видно, что прогнозные результаты превосходят фактические данные за 2005г.
EMBED MSPhotoEd.3