Множественная регрессия, отбор факторов, мультиколлинеарность, прогнозирование, тесты гетероскедастичности (Спирмен, Гольдфельд-Квандт, Глейзер, взвешенный МНК), анализ автокорреляции (Дарбин-Уотсон, метод рядов, Кохрейн-Оркат)
Новинка
Описание
📌 Описание файла: Лабораторные работы №2, 3, 4 по эконометрике (решения в Excel)
Формат файла: Microsoft Excel (.xlsx)Листы:
Лист1– Лабораторная работа №2 (множественная регрессия, отбор факторов)Лист2– Лабораторная работа №3 (гетероскедастичность)Лист3– Лабораторная работа №4 (автокорреляция, Кохрейн‑Оркат)Мультиколлинеарность– детальный анализ мультиколлинеарности и пошаговый отбор (для ЛР №2)
⚠️ Важно: файл содержит решения трёх лабораторных работ (задания полностью приведены ниже в описании). Выполнение не полностью соответствует исходным заданиям – по каждой работе есть особенности (указаны ниже). Покупайте, если вас устраивает такой объём и качество.
📝 Тексты заданий (кратко)
Лабораторная работа №2 (14 регионов, 6 факторов)
Переменные:y – фонд зарплаты (млрд руб.) x1 – численность безработных (тыс. чел.) x2 – заявленная потребность в рабочей силе (тыс. чел.) x3 – прирост населения за счёт миграции (тыс. чел.) x4 – инвестиции в основной капитал (млрд руб.) x5 – среднегодовая стоимость основных фондов (млрд руб.) Задание (по исходному тексту):
- Определить парные и частные коэффициенты корреляции для
y, x4, x5, проверить значимость, построить доверительные интервалы. - Рассчитать частные F-критерии Фишера.
- Построить уравнение множественной регрессии относительно
x5 и x4. Привести к стандартизированному виду. - Проверить значимость уравнения (дисперсионный анализ, коэффициент детерминации).
- Проверить значимость параметров, построить доверительные интервалы.
- Оценить качество через среднюю ошибку аппроксимации.
- Найти прогноз
yприx1=30, x2=30и доверительные интервалы. - С помощью Excel определить парные коэффициенты корреляции для всех факторов, построить уравнение регрессии, проверить мультиколлинеарность, отобрать информативные факторы.
- По F-статистике и информационным критериям найти адекватную модель.
Лабораторная работа №3 (17 стран)
Переменные:x – ВВП на душу населения, y – выпуск продукции обрабатывающей промышленности на душу населения. Задание:
- Построить линейную регрессию, проверить значимость уравнения и параметров.
- Оценить гетероскедастичность остатков:
а) визуально,
б) тесты Спирмена и Гольдфельда‑Квандта,
в) метод Глейзера (δ = 1/3, 1/2, 1, 2, 3),
г) взвешенный МНК. - Оценить автокорреляцию остатков:
а) визуально,
б) метод рядов,
в) тест Дарбина‑Уотсона.
Лабораторная работа №4 (20 наблюдений курса акций)
Переменная:y – курс акций в моменты времени i = 1…20. Задание:
- Построить линейную регрессию
yотi. - Оценить автокорреляцию остатков (визуально, метод рядов, тест Дарбина‑Уотсона).
- С помощью процедуры Кохрейна‑Орката вычислить оценку коэффициента автокорреляции
ρ(точность не менее 0,3) и найти преобразованное уравнение.
✅ Что выполнено в Excel-файле
Лабораторная работа №2 (Лист 1, а также лист Мультиколлинеарность)
| Пункт | Выполнение |
|---|---|
| 1 | Рассчитаны парные и частные коэффициенты корреляции для y, x2, x5 (не для x4). Для x2 и x5 – значимы. |
| 2 | Частные F-критерии рассчитаны. |
| 3 | Уравнение построено для факторов x2 и x5 (а не для x4, x5). Стандартизированный вид есть. |
| 4 | Дисперсионный анализ, R² = 0,8546 (значимо). |
| 5 | Параметры значимы (t-статистики), доверительные интервалы построены. |
| 6 | Средняя ошибка аппроксимации A = 8,25% (хорошее качество). |
| 7 | Прогноз сделан для x2=30, x5=30 (а не для x1=30, x2=30). Доверительные интервалы есть. |
| 8–9 | На листе Мультиколлинеарность выполнен пошаговый отбор всех факторов (x1–x5), рассчитаны AIC и SC. Модель y = f(x2, x5) признана предпочтительной. |
⚠️ Особенность: в исходном задании требовалось строить регрессию относительноx4иx5. В файле реализован отбор факторов, в результате которого осталисьx2иx5. Если вам нужна строго модель сx4иx5– этот файл не подойдёт. Если вы допускаете выбор наилучших факторов – решение корректно.
Лабораторная работа №3 (Лист 2)
| Пункт | Выполнение |
|---|---|
| 1 | Линейная регрессия: ŷ = 12,84 + 2,92·x. R² = 0,608 (значимо). |
| 2а | Визуальный анализ (данные для графиков есть, диаграммы не встроены). |
| 2б | Тест Спирмена: коэффициент ранговой корреляции = 0,60 (гетероскедастичность есть). Тест Гольдфельда‑Квандта: Fнаб > Fкр – гетероскедастичность подтверждена. |
| 2в | Метод Глейзера для всех δ: наименьшая F-статистика при δ=3 (гетероскедастичность есть). |
| 2г | Взвешенный МНК выполнен (преобразование с λ = –3,13 + 1,15·x, новое уравнение y = 8,645·(1/λ) + 3,110·(x/λ)). |
Лабораторная работа №4 (Лист 3)
| Пункт | Выполнение |
|---|---|
| 1 | Регрессия y от i: ŷ = 3,978 + 0,332·i. R² = 0,562 (значимо). |
| 2 | Визуальный анализ (остатки есть). Метод рядов: количество поворотных точек k=5 (попадает в интервал, автокорреляции нет). Тест Дарбина‑Уотсона: DW = 0,185 (положительная автокорреляция). |
| 3 | Процедура Кохрейна‑Орката: оценка ρ = 0,9075, преобразованное уравнение: ŷ = 5,344 + 0,246·i. |
📊 Содержимое Excel-файла (по листам)
| Лист | Что содержит |
|---|---|
Лист1 | Исходные данные 14 регионов, расчётные столбцы, регрессия y от x2 и x5, частные коэффициенты корреляции, прогноз, доверительные интервалы, AIC/SC, сравнение моделей. |
Лист2 | Данные 17 стран, линейная регрессия, тест Спирмена (ранги, d²), тест Гольдфельда‑Квандта (две группы), тест Глейзера для 5 значений δ, взвешенный МНК с преобразованием. |
Лист3 | Данные курса акций (20 наблюдений), линейная регрессия, метод рядов, тест Дарбина‑Уотсона, процедура Кохрейна‑Орката (ρ = 0,9075), преобразованное уравнение. |
Мультиколлинеарность | Матрица парных корреляций всех факторов (x1–x5), определитель, χ²-тест (мультиколлинеарность есть), пошаговый отбор факторов с расчётом R²min, AIC, SC, итоговое уравнение с отобранными факторами. |
Характеристики лабораторной работы
Предмет
Учебное заведение
Семестр
Просмотров
5
Размер
628,5 Kb
Список файлов
Лабороторные 2,3,4.xlsx
Комментарии
Нет комментариев
Стань первым, кто что-нибудь напишет!
КубГУ
















