Материал: Руководство по выполнению контрольной работы по эконометрике (110

Внимание! Если размещение файла нарушает Ваши авторские права, то обязательно сообщите нам

3. Так как значение статистики Дарбина-Уотсона d далеко от 2, то следует устранить автокорреляцию остатков.

117. Для некоторой модели получена последовательность остатков:

 

i

1

2

3

4

5

6

7

8

9

 

 

ei

0,5

0,2

-0,7

0,4

0,1

-0,5

0,3

0,1

-0,4

 

Рассчитать коэффициент автокорреляции остатков i

и i 2 . При уровне

значимости 0,05 с помощью теста Стьюдента исследовать наличие автокорреляции между случайными отклонениями i и i 2 .

118. Построена матрица коэффициентов корреляции между попарно объединенными переменными y (заработная плата), x1 (возраст), x2 (выработка за смену):

 

1

0,853056

0,849877

0,778766

 

 

 

 

 

 

 

 

0,853056

1

0,935263

0,615448

 

0,849877

0,935263

1

 

.

 

0,696661

 

 

 

 

 

 

0,778766

0,615448

0,696661

1

 

 

 

Путём анализа матрицы парных коэффициентов корреляции установить имеется ли мультиколлинеарность факторов.

3.3.Модели с фиктивными переменными

Врегрессионных моделях в качестве объясняющих переменных приходится использовать качественные признаки. Обычно влияние качественного фактора выражается в виде фиктивной переменной, которая может принимать только два значения: "0" или "1". Напри-

мер, модель заработной платы на предприятии может иметь вид:

 

 

p

 

 

 

 

 

yi 0 j x ji

1 zi i ,

i 1, n ,

 

 

j 1

 

 

 

 

где x ji - обычные количественные признаки,

zi фиктивная бинарная переменная:

 

1,

если i й работник мужского рода;

zi

 

если i й работник женского рода.

 

0,

Если число градаций качественного признака больше двух (например, уровень образования: начальное, среднее, высшее), то в модель вводится несколько бинарных фиктивных переменных. Их число должно быть на единицу меньше числа градаций признака.

Изменение значения фиктивной переменной может привести не только к изменению свободного члена регрессии, но и к изменению наклона прямой регрессии. Значимо ли мен я- ется наклон прямой можно установить по тесту Чоу. Пусть выборка имеет объем n и ее

можно разбить на две подвыборки объемами n1 и n2 ( n n1 n2 ) по градациям фиктивной

переменной. Введение в уравнение соответствующей фиктивной переменной необходимо, если статистика

 

 

n

 

n1

 

n

 

 

 

 

 

2

 

 

2

 

2

 

 

 

 

ei

ei

ei

(n 2 p 2)

 

F

i 1

 

i 1

 

i n1 1

 

 

,

 

 

 

n1

 

n

 

 

 

 

 

 

 

 

 

 

 

 

2

 

2

 

 

 

 

 

 

 

ei

ei

( p 1)

 

 

 

 

i 1

 

i n1 1

 

 

 

превышает Fкр , определяемое по заданному уровню значимости и числу степеней свобо-

ды k1

p 1 и k2 n 2 p 2 из таблиц распределения Фишера.

 

 

 

n

n1

n

Здесь

p число количественных факторов модели,

ei2

, ei2 ,

ei2 - остаточные суммы

 

 

i 1

i 1

i n1 1

квадратов соответственно для линейных уравнений регрессий, построенных для объединенной, первой и второй выборок.

Иногда фиктивные бинарные переменные могут быть использованы для объяснения поведения зависимой переменной. Наибольшее распространение при бинарном выборе, когда результирующий признак принимает только два значения, получили следующие модели:

 

 

 

 

 

 

 

 

 

 

 

 

 

p

 

 

 

- линейная вероятностная модель P(Y 1

 

x) 0

j x j ;

 

 

 

 

 

 

 

 

 

 

 

 

 

 

j 1

 

 

 

- logit

модель P(Y 1

 

x)

 

1

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( 0 j x j )

 

 

 

 

 

 

 

 

 

 

1 e

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

119*. Имеются следующие данные о весе

y (в фунтах) и возрасте x (в неделях)

14 индеек, выращенных в областях А, В, С:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

xi

yi

Область происхождения

i

xi

yi

Область происхождения

 

 

1

28

12,3

 

 

A

 

8

26

11,8

B

 

 

2

20

8,9

 

 

A

 

9

21

11,5

C

 

 

3

32

15,1

 

 

A

 

10

27

14,2

C

 

 

4

22

10,4

 

 

A

 

11

29

15,4

C

 

 

5

29

13,1

 

 

B

 

12

23

13,1

C

 

 

6

27

12,4

 

 

B

 

13

25

13,8

C

 

7

28

13,2

 

 

B

 

14

24

13,4

C

Требуется:

1. Найти уравнение парной регрессии y по x и оценить его значимость.

2.Введя соответствующие фиктивные переменные, найти общее уравнение множественной регрессии y по всем объясняющим переменным (включая фиктивные).

3.Оценить значимость общего уравнения регрессии по F-критерию и значимость его параметров по t-критерию на уровне 0,05.

4.Оценить на уровне 0,05 значимость различия между свободными членами уравнений, получаемых из общего уравнения множественной регрессии y для каждой области.

120*. На предприятии используются станки трех фирм (А, В, С). Исследуется надежность этих станков. При этом учитывается возраст станка ( x , в месяцах) и время безаварийной работы до последней поломки ( y , в часах). Выборка из 40 станков дала следующие результаты:

 

Фирма

 

А

 

В

С

А

С

А

В

С

В

 

А

 

 

x

 

23

 

30

 

65

 

69

 

75

63

25

75

75

 

52

 

 

y

 

280

 

230

112

 

176

90

176

216

110

45

 

200

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Фирма

 

 

В

 

С

 

С

 

В

 

А

А

С

В

А

А

 

 

x

 

20

70

 

62

 

40

 

66

20

39

25

48

 

59

 

 

y

 

265

148

 

150

 

176

 

123

245

176

260

236

205

 

 

Фирма

А

В

А

С

В

А

С

В

 

А

В

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x

25

69

71

26

45

40

30

69

 

30

22

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

y

240

65

115

200

126

225

210

45

 

260

220

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Фирма

В

С

А

В

А

С

В

А

В

А

 

 

x

33

48

75

21

56

58

50

37

 

56

67

 

 

y

194

156

100

240

170

116

120

240

88

120

 

Требуется:

1.Оценить уравнение регрессии y 0 1 x без учета различия станков разных фирм.

2.Оценить уравнение регрессии, учитывающее различие качества станков разных фирм.

3.Сделать вывод о необходимости использования фиктивных переменных в этом случае.

121*. По данным о 20 рабочих цеха оценивается регрессия заработной платы

рабочего за месяц y ($) от возраста рабочего x

(лет) и качественного фактора -

пола рабочего:

 

 

 

 

 

 

 

 

 

 

 

 

Наблюдение

1

2

3

4

5

6

7

8

9

10

 

 

x

29

40

36

32

23

45

38

40

50

47

 

 

y

300

400

300

320

200

350

350

400

380

400

 

 

пол

ж

м

ж

ж

м

м

ж

м

м

м

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Наблюдение

11

12

13

14

15

16

17

18

19

20

 

 

x

28

30

25

48

30

40

40

38

29

25

 

 

y

250

350

200

400

220

320

390

360

260

250

 

 

пол

ж

м

м

м

ж

м

м

м

ж

м

 

Требуется:

 

 

 

 

 

 

 

 

 

 

 

1.Построить уравнение однофакторной регрессии без учета пола рабочего и оценить его качество, используя F и t статистики.

2.Введя в рассмотрение фиктивную переменную, получить двухфакторное уравнение регрессии и также оценить его качество.

3.Вывести частные уравнения регрессии (отдельно для рабочих разных полов) и сделать выводы.

122.При построении линейной зависимости расходов на одежду ( y ) от распо-

лагаемого дохода ( x ) по выборке для 10 женщин получены следующие суммы квадратов:

10

 

10

 

10

xi

110,

xi2

1540,

yi

i 1

 

i 1

 

i 1

10

 

10

 

60, yi2

448,

xi yi

828.

i 1

 

i 1

 

Аналогичные вычисления сумм по выборке из 5 мужчин дали:

5

 

5

 

5

 

5

 

5

 

xi

35,

xi2

325,

yi

15,

yi2

61,

xi yi

140.

i 1

 

i 1

 

i 1

 

i 1

 

i 1

 

По общей (объединенной) выборке оценена регрессия с использованием фиктивной переменной z ( z =1 для мужчин и z =0 для женщин), которая имеет вид:

~

-0,06+0,438 x +0,46 z .

y

На уровне 0,05 с использованием теста Чоу проверить гипотезу о том, что функция потребления одна и та же для мужчин и женщин.

123. Исследуется зависимость заработной платы y от возраста рабочего x для мужчин и женщин. Оценивание объединенной регрессии ( n 20) и отдельных регрессий для рабочих-мужчин ( n1 13) и рабочих-женщин ( n2 7) дали следующие результаты:

Выборка

Оцененное уравнение

R2

Сумма квадратов остатков

Объединенная

~

0,728

24888

y 62,27 7,23x

Мужчины

~

0,735

18619

y 55 7,39x

Женщины

~

0,712

5658

y 59,43 7,3x

Улучшилось ли качество регрессии после разделения выборки на части? Найти ответ на уровне значимости 0,05 с использованием критерия Чоу.

124. Исследуется вопрос о наличии собственного дома ( Y 1, если дом имеется; Y 0, если дома нет) в зависимости от совокупного дохода семьи ( X ). Выборка из 40 семей дала следующие результаты:

 

Семья

1

 

2

 

3

 

4

 

5

6

7

8

9

10

 

 

X

10

 

20

 

22

 

18

 

9

15

25

30

40

16

 

 

Y

0

 

1

 

1

 

0

 

0

0

1

1

1

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Семья

 

11

 

12

 

13

 

14

 

15

 

16

 

17

 

18

 

19

 

20

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

 

12

 

8

 

20

 

19

 

30

 

50

 

37

 

28

 

45

 

38

 

 

Y

 

0

 

0

 

1

 

0

 

1

 

1

 

1

 

1

 

1

 

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Семья

 

21

 

22

 

23

 

24

 

25

 

26

 

27

 

28

 

29

 

30

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

 

30

 

12

 

16

 

27

 

19

 

15

 

32

 

18

 

43

 

13

 

 

Y

 

1

 

0

 

0

 

1

 

0

 

0

 

1

 

0

 

1

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Семья

31

 

32

 

33

 

34

 

35

36

37

38

39

40

 

 

X

22

 

14

 

10

 

17

 

36

45

14

22

41

34

 

 

Y

1

 

0

 

0

 

0

 

1

1

0

1

1

1

 

Требуется:

1.Построить линейную вероятностную модель.

2.Оценить качество построенной модели.

3.Оценить вероятность того, что при доходе, равном 18. семья имеет дом.

125. В следующей таблице представлены данные о количестве семей ( N ), имеющих определенный уровень дохода ( X ), и количестве семей ( n ), имеющих частные дома:

X

10

15

20

25

30

35

40

45

50

55

60

N

35

45

60

80

100

130

90

65

50

30

15

n

5

10

18

30

45

60

55

45

38

24

13

Требуется оценить logit-модель по МНК.

Источник: https://studfile.net/preview/16725005/