183609 (629881), страница 3

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Для цього можна також скористатись формулою [1]:

. (2.3)

Транспонуємо матрицю (нормалізовану) в матрицю

Перемножимо матриці та :

Знайдемо кореляційну матрицю R .

Для знаходження кореляційної матриці R необхідно кожний елемент матриці помножити на (у нашому випадку ):

Знайдемо визначник матриці ).

Для знаходження необхідно серед математичних функцій MS Excel знайти функцію “МОПРЕД”. Скориставшись нею, дістанемо: R = 0,811768312. Оскільки наближається до нуля, то в масиві пояснюючих змінних може існувати мультиколінеарність.

Прологарифмуємо визначник матриці : -0,208540309.

Обчислимо критерій Пірсона за формулою [1]:

(2.9)

(2.5)

Знайдене значення порівняємо з табличним значенням , коли маємо ступенів свободи та при рівні значущості .

Оскільки , то в масиві пояснюючих змінних (продуктивність праці, питомі інвестиції та фондовіддача) мультиколінеарність не існує.

Обчислимо критерій. Для визначення критеріїв необхідно знайти матрицю , яка є оберненою до матриці :

Б езпосередньо

критерій обчислюється за формулою:

,(2.6)

де – діагональний елемент матриці .

; (2.7)

; (2.8)

; (2.9)

Обчислені критерії порівнюються з табличним значенням , коли є ступенів свободи та при рівні значущості .

Визначимо частинні коефіцієнти кореляції .

Частинні коефіцієнти кореляції показують тісноту зв’язку між двома пояснюючими змінними за умови, що всі інші змінні не впливають на цей зв’язок і обчислюються за формулою [1]:

.(2.10)

(2.11)

(2.12)

(2.13)

Отже, спираючись на здобуті нами значення окремих (частинних) коефіцієнтів кореляції, можна сказати, що зв’язок між фондовіддачею та продуктивністю праці є тісним, якщо не враховувати вплив питомих інвестицій, зв’язок між фондовіддачею та питомими інвестиціями є слабким, якщо не брати до уваги вплив продуктивності праці. Зв’язок між продуктивністю праці та питомими інвестиціями є тісним, якщо не враховувати фондовіддачу.

Визначимо критерій .

Ці критерії застосовуються для визначення мультиколінеарності двох пояснюючих змінних і обчислюються за формулою [1]:

.(2.14)

;(2.15)

;(2.16)

;(2.17)

Обчислені критерії порівнюються з табличним значенням , коли маємо ступенів свободи та при рівні значущості .

Оскільки , то продуктивність праці та фондовіддача є відповідно мультиколінеарними між собою; , , тому відповідно продуктивність праці та питомі інвестиції не є мультиколінеарними між собою.

Висновок: Дослідження, проведені за алгоритмом Фаррара-Глобера показали, що мультиколінеарність між пояснюючими змінними даного прикладу існує. Отже, для того, щоб можна було застосувати метод 1МНК для оцінювання параметрів моделі за цією інформацію, необхідно в першу чергу звільнитися від мультиколінеарності.

ЗАДАЧА 3. ОЦІНКА ПАРАМЕТРІВ РЕГРЕСІЙНОЇ МОДЕЛІ З АВТОКОРЕЛЬОВАНИМИ ЗАЛИШКАМИ

Статистичні дані про залежність витрат на рекламу від прибутку на деякому підприємстві протягом 15 років наведені в табл.3.1.

Таблиця 3.1 – Статистичні дані про залежність витрат на рекламу від прибутку

Необхідно: оцінити параметри рівняння взаємозв’язку між обсягом витрат на рекламу і обсягом отриманого прибутку, вважаючи, що величина витрат на рекламу залежить від розміру отриманого прибутку; перевірити наявність автокореляції залишків, при наявності авторегресійного процесу до оцінки параметрів регресії застосувати метод Ейткена . Для знаходження оцінок параметрів лінійної регресії скористаємось формулою [1]:

.(3.1)

Характеристики

Список файлов курсовой работы