Создан заказ №2013252
2 мая 2017
Тема «Регрессионный анализ - множественная регрессия в условиях мультиколлинеарности»
Как заказчик описал требования к работе:
Выполнить контрольную по эконометрике за 2 дня в двух вариантах. Пишите сразу сколько будет стоить контрольная.
Фрагмент выполненной работы:
Тема: «Регрессионный анализ - множественная регрессия в условиях мультиколлинеарности».
По данным сельскохозяйственных районов региона требуется построить регрессионную
модель урожайности на основе следующих показателей:
Y- урожайность зерновых культур (ц/га);
X1 – число колесных тракторов на 100 га;
X2 – число зерноуборочных комбайнов на 100 га;
X3 – число орудий поверхностной обработки почвы на 100 га;
X4 – количество удобрений, расходуемых на гектар (т/га);
X5 – количество химических средств защиты растений, расходуемых на гектар (ц/га)
Y X1 X2 X3 X4 X5
1 9,7 1,59 0,26 2,05 0,32 0,14
2 8,4 0,34 0,28 0,46 0,59 0,66
3 9 2,53 0,31 2,46 0,3 0,31
4 9,9 4,63 0,4 6,44 0,43 0,59
5 9,6 2,16 0,26 2,16 0,39 0,16
6 8,6 2,16 0,3 2,69 0,37 0,17
7 12,5 0,68 0,29 0,73 0,42 0,23
8 7,6 0,35 0,26 0,42 0,21 0,8
10 13,5 3,42 0,31 3,02 1,37 0,73
11 9,7 1,78 0,3 3,19 0,73 0,17
12 10,7 2,4 0,32 3,3 0,25 0,14
13 12,1 9,36 0,4 11,51 0,39 0,38
14 9,7 1,72 0,28 2,26 0,82 0,17
15 7 0,59 0,29 0,6 0,13 0,35
16 7,2 0,28 0,26 0,3 0,09 0,15
17 8,2 1,64 0,29 1,44 0,2 0,08
18 8,4 0,09 0,22 0,05 0,43 0,2
19 13,1 0,08 0,25 0,03 0,73 0,2
20 8,7 1,36 0,26 0,17 0,99 0,42
1.Из предложенных данных вычеркните строчку с номером, соответствующим номеру в списке группы. (работа была выполнена специалистами Автор 24) (Для студентов с номером в списке группы > 20, номер варианта определяется по последней цифре в номере списка группы.)
2.Проведите корреляционный анализ с применением «Пакета анализа» MS Excel: проанализируйте связи между результирующей переменной и факторными признаками по корреляционной матрице (проверьте значимость коэффициентов), выявите мультиколлинеарность. Выявите фактор наиболее сильно взаимосвязанный с результативным признаком. Рассчитайте частный коэффициент корреляции между этим фактором и результативным признаком, исключая влияние остальных факторов. Сделайте вывод о влиянии исключаемых факторов на взаимосвязь этих признаков.
3. Постройте уравнения регрессии со значимыми коэффициентами, используя пошаговый алгоритм регрессионного анализа с применением «Пакета анализа» MS Excel , учитывая мультиколлинеарность. Приведите комментарии по проверке значимости рассматриваемых уравнений на каждой итерации.
4.Выберите лучшую из полученных регрессионных моделей, основываясь на анализе значений коэффициентов детерминации, остаточных дисперсий, а также с учетом результатов экономической интерпретации моделей. Поясните свой выбор, дайте интерпретацию коэффициентов лучшей модели. Рассчитайте коэффициенты эластичности для лучшей модели, дайте их интерпретацию.
Решение:
2. Проведем корреляционный анализ с применением «Пакета анализа» MS Excel: проанализируйте связи между результирующей переменной и факторными признаками по корреляционной матрице (проверьте значимость коэффициентов), выявите мультиколлинеарность. Выявим фактор наиболее сильно взаимосвязанный с результативным признаком. Рассчитаем частный коэффициент корреляции между этим фактором и результативным признаком, исключая влияние остальных факторов. Сделаем вывод о влиянии исключаемых факторов на взаимосвязь этих признаков.
Чтобы оценить тесноту связи между значениями этих переменных, вычислим значение коэффициента корреляции средствами Excel. Для этого можно воспользоваться функцией =КОРРЕЛ( ), указав адреса пяти столбцов чисел. Ответ помещен в В56 G62.
Вычислим матрицу коэффициентов парной корреляции, проверим значимость коэффициентов корреляции:
Для построения корреляционного анализа воспользуемся пакетом прикладных программ Microsoft Excel, функцией «Анализ данных».
Выполняем следующие действия:
Данные для корреляционного анализа должны располагаться в смежных диапазонах ячеек.
Выбрать команду «Сервис» → «Анализ данных».
В диалоговом окне «Анализ данных» выбрать инструмент «Корреляция», а затем щелкнуть кнопку «ОК».
В диалоговом окне «Корреляция» в поле «Входной интервал» необходимо ввести диапазон ячеек, содержащих исходные данные. Если введены и заголовки столбцов, то установить флажок «Метки в первой строке».
Выбрать параметры вывода. В данном случае «Новый рабочий лист».
«ОК»
Результаты корреляционного анализа
Рис.3
Анализ матрицы коэффициентов парной корреляции начнем с анализа первого столбца матрицы, в котором расположены коэффициенты корреляции, отражающие тесноту связи, зависимой переменной урожайность зерновых культур с включенными в анализ факторами. Анализ показывает, что зависимая переменная, то есть урожайность зерновых культур, имеет заметную связь с количество удобрений, расходуемых на гектар (ryx4 = 0,552), умеренную связь с числом колесных тракторов на 100 га (ryx1 = 0,408), с числом зерноуборочных комбайнов на 100 га (ryx2 = 0,321) и с число орудий поверхностной обработки почвы на 100 га (ryx3 = 0,380). Фактор количество химических средств защиты растений, расходуемых на гектар Х5 имеет слабую связь с зависимой переменной (ryx5 = 0,054) и его не рекомендуется включать в модель регрессии.
Оценим значимость коэффициентов корреляции первого столбца матрицы. Для этого рассчитаем значение t – статистики для всех элементов первого столбца:
Табличное значение критерия Стьюдента равно: tтабл (α = 0,05; k = n – 2 = 17) =2,11. Сравним числовые значения критериев с табличным. Сделаем вывод, что tрасч > tтабл т.е. полученные значения коэффициентов корреляции значимы для количества удобрений, расходуемых на гектар ((ryx4 = 0,552).
Значимость коэффициентов корреляции можно проверить, используя критическое значение коэффициента корреляции. При условии, что нулевая гипотеза , критическое значение коэффициента корреляции определяется статистикой
где критическое значение t-статистики Стьюдента для уровня значимости и количества степеней свободы, равного n-2.
Так как в нашем примере критическое (табличное) значение критерия Стьюдента (α = 0,05; k = n – 2 = 17) равно 2,11, то критическое значение коэффициента корреляции будет равно 0,456...Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
200 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик принял работу без использования гарантии
3 мая 2017
Заказ завершен, заказчик получил финальный файл с работой
5
Тема «Регрессионный анализ - множественная регрессия в условиях мультиколлинеарности».docx
2017-05-06 18:46
Последний отзыв студента о бирже Автор24
Общая оценка
4.8
Положительно
спасибо, работы просто шикарные, я очень рада что Вас встретила, Вы мне очень помогли
Хочешь такую же работу?
300 ₽
