Определение с помощью статистических и эконометрических методов совокупности показателей по пяти признакам, собранных по 84 регионам РФ: обеспеченность амбулаторно-поликлиническими учреждениями, ввод в действие жилых домов и выбросы загрязняющих веществ.
Числовые данные собраны на 84 объектах (регионы РФ) по пяти различным признакам: X1 - ввод в действие жилых домов, тысяча квадратных метров общей площади, значение показателя за год; X2 - выбросы в атмосферу загрязняющих веществ, отходящих от стационарных источников, по субъектам Российской Федерации, тысяча тонн, значение показателя за год; X3 - обеспеченность амбулаторно-поликлиническими учреждениями на 10000 населения, посещений в смену, значение показателя за год; X4 - стоимость минимального набора продуктов питания по субъектам Российской Федерации, рубль; X5 - объем инвестиций в основной капитал, миллион рублей, значение показателя за год. При проведении регрессионного анализа рассматривается еще один признак X6 (среднемесячная номинальная начисленная заработная плата, рубль, значение показателя за год), как зависимая переменная от совокупности пяти остальных признаков. РЕГРЕССИОННЫЙ АНАЛИЗ Изучается линейная (в среднем) зависимость результативного признака Y (признак Х6) от пяти факторных признаков - регрессоров Х1, Х2, Х3, Х4, Х5 - по числовым данным, собранным на 84 объектах. 1. Запишем модель множественного линейного регрессионного анализа признака Y, предъявляемые к ней требования и соответствующую функцию регрессии. Коэфф-ты Стандартная ошибка t-статистика P-Значение Нижние 95% Верхние 95% Y-пересечение 3434,973 2417,445 1,420911 0,159328 -1377,79 8247,736 X1 0,633517 340,7987 0,001859 0,998522 -677,845 679,1117 X2 14,26504 15,81807 0,901819 0,369929 -17,2263 45,75639 X3 14,51312 9,312562 1,558446 0,123176 -4,02676 33,05301 X4 1,182762 1,688542 0,700463 0,485722 -2,17887 4,544391 X5 2,172856 0,543989 3,994299 0,000146 1,089856 3,255855 Рассчитаем среднюю относительную ошибку аппроксимации ? по формуле: Рассмотрим таблицу «Регрессионная статистика»: Регрессионная статистика Множественный R 0,606954 R-квадрат 0,368393 Нормированный R-квадрат 0,327905 Стандартная ошибка 4451,301 Наблюдения 84 Опишем значения, рассчитанные в этой таблице, и приведем формулы их расчета. Предположим, что условия линейного регрессионного анализа выполняются. а) Оценим значимость всего уравнения регрессии в целом на 5-% уровне значимости с помощью F-статистики Фишера. Для этого воспользуемся таблицей, содержащей коэффициенты регрессии и t-статистику: t-статистика Нижние 95% Верхние 95% Y-пересечение 1,420911 -1377,79 8247,736 X1 0,001859 -677,845 679,1117 X2 0,901819 -17,2263 45,75639 X3 1,558446 -4,02676 33,05301 X4 0,700463 -2,17887 4,544391 X5 3,994299 1,089856 3,255855 Формулы для расчета наблюдаемого и критического значения t-статистики следующие: Из таблицы видно, что гипотеза о равенстве коэффициента регрессии нулю отвергается только для пятого признака (т.к. наблюдаемое значение больше критического), следовательно, остальные признаки равны 0. Т.е. номинальная заработная плата зависит только от объема инвестиций в основной капитал и не зависит от остальных факторов.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
