Эконометрика. Шабаева М.Б. - 24 стр.

UptoLike

ВУЗ: 

СЗТУ | Санкт-Петербург

Составители: 

Рубрика: 

H3 формулу =(D3-$D$15)^2 и скопируем ее в H4:H13. Значение суммы найдем в
H14 по формуле =СУММ(H3:H13).
Коэффициент детерминации вычислим по формуле (13) в ячейке
B24: =1-
G14/H14, а скорректированный коэффициент детерминации – по формуле (15) в
ячейке
B25: =1-(1-B24)*(B1-1)/(B1-3).
Полученные значения коэффициента детерминации
и скорректи-
рованного коэффициента детерминации
957,0
2
=R
947,0
2
=R (см. табл. 4) близки к 1, что
свидетельствует о тесной зависимости между факторами и результатом.
Построенное уравнение регрессии объясняет 95,7 % разброса зависимой перемен-
ной.
Для определения статистической значимости коэффициента детерминации
2
R
проверяется нулевая гипотеза для F – статистики, вычисляемой по формуле
(16).
Наблюдаемое значение F-статистики вычислим в ячейке B27: =B24*(B1-
3)/(2*(1-B24)), критическое значение – в ячейке
B28: = FРАСПОБР(1-0,95;2;B1-
2-1).
Так как 46,496,89
=
>
=
крнабл
FF , то коэффициент детерминации
2
R
ста-
тистически значим. Можно сделать вывод, что совокупное влияние переменных
и на переменную существенно.
1
x
2
x y
6. Статистику Дарбина-Уотсона вычислим по формуле (17). Рассчитаем
элементы суммы, стоящей в числителе: введем в ячейку
I4 формулу = (F4-F3)^2 и
скопируем ее в ячейки
I5:I13. Значение самой суммы вычислим в I14 по формуле
=СУММ(I4:I13), а значение статистики Дарбина-Уотсона - в
ячейке I27: = I14/G14.
При заданном уровне значимости
05,0
=
α
и числе наблюдений 11
=
n
значения критических точек Дарбина-Уотсона равны
658,0
=
н
d
, . Так
как 1,604<DW<2,396 (
604,1=
в
d
вв
dDWd
−
<
< 4), то гипотеза об отсутствии автокорре-
ляции не отклоняется, то есть имеются основания считать, что автокорреляция
остатков отсутствует.
7. По всем статистическим показателям модель может быть признана
удовлетворительной. У нее высокие
t – статистики, хороший коэффициент детер-
минации
2
R
. В модели отсутствует автокорреляция остатков. Все это позволяет
использовать построенную модель для целей анализа и прогнозирования.
Полученные результаты довольно быстро можно проверить с помощью
инструмента анализа данных
Регрессия. Для этого выполним команду Сервис-
Анализ данных-Регрессия-OK
. Введем необходимые параметры в диалоговое окно
Регрессия (см. рисунок).
Входной интервал Y - диапазон, содержащий данные результативного
признака;
Входной интервал X - диапазон, содержащий данные факторных признаков;
Константа – ноль – флажок, указывающий на наличие или отсутствие
свободного члена в уравнении;
15

Страницы