![]() КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Регрессионные модели с переменной структурой (фиктивные переменные)
Решение. Комплексный пример решения задачи с использованием корреляционного и множественного регрессионного анализа Имеются данные по шести показателям (см. таблицу в файле Excel «Пример – двухфакторная регрессия»),
где: Y – объем реализации товара некоторой фирмы (млн.руб.),
Требуется: 1) осуществить выбор факторов для построения двухфакторной регрессионной модели; 2) построить двухфакторную модель регрессии, дать экономическую интерпретацию коэффициентов регрессии; 3) для оценки качества определить: - коэффициент множественной корреляции, - коэффициент детерминации, в том числе скорректированный, - стандартную ошибку модели; 4) осуществить оценку значимости: - уравнения регрессии, - параметров уравнения; 5) оценить степень влияния факторов на зависимую переменную; 6) осуществить точечный и интервальный прогноз объема реализации на два ближайших периода вперед (табличное значение t-критерия принять равным 2,16); 7) выбрать фактор для построения парной регрессионной модели и построить эту модель;
8) сравнить качественные характеристики двухфакторной и парной моделей, выбрать лучшую модель. 1) осуществить выбор факторов для построения двухфакторной регрессионной модели 1 способ. Корреляционная матрица:
Анализ матрицы. Прямой и достаточно тесной связью с объемом реализации связаны факторы 2 способ. Метод исключения статистически незначимых факторов: фрагмент регрессионного анализа с пятью факторами
условие
Так как другие факторы далее использоваться не будут, обозначим 2) построить двухфакторную модель регрессии, дать экономическую интерпретацию коэффициентов регрессии
Таким образом, уравнение двухфакторной регрессии имеет вид
Экономическая интерпретация параметров: - при изменении затрат на рекламу на 1тысячу рублей объем реализации товара изменится в ту же сторону на 9,568 млн. руб.; - при изменении ИПР на 1 % объем реализации товара изменится в ту же сторону на 15,753 млн. руб. 3) для оценки качества определить: - коэффициент множественной корреляции, - коэффициент детерминации, в том числе скорректированный,
- стандартную ошибку модели
Выводы: - совокупное влияние факторов на объем реализации сильное ( - около 84 % случайной вариации объема реализации учтено в построенной модели и обусловлено случайными колебаниями включенных в нее факторов, - стандартная ошибка модели большая, модель неточная. 4) осуществить оценку значимости: - уравнения регрессии, - параметров уравнения 1) значимость уравнения:
2) значимость параметров:
5) оценить степень влияния факторов на зависимую переменную
при изменении факторов
при изменении факторов
средняя доля влияния на объем реализации фактора
Вывод: влияние фактора ИПР на объем реализации товара превышает влияние стоимости рекламы.
6) осуществить точечный и интервальный прогноз объема реализации на два ближайших периода вперед (табличное значение t-критерия принять равным 2,16) 1) точечный прогноз факторов:
В результате получим столбцы прогнозных значений факторов:
2) точечный прогноз показателя Y:
3) интервальный прогноз показателя Y:
для t=17: нижняя граница – верхняя граница –
для t=18: нижняя граница – верхняя граница –
7) выбрать фактор для построения парной регрессионной модели и построить эту модель Фактор
8) сравнить качественные характеристики двухфакторной и парной моделей, выбрать лучшую модель
Вывод: лучшим качеством обладает двухфакторная модель.
До сих пор в качестве факторов рассматривались экономические переменные, принимающие количественные значения в некотором интервале. Однако, часто бывает необходимо использовать в модели качественные признаки исследуемого объекта. К ним относят профессию, пол, образование, климатические условия, принадлежность к определенному региону. Чтобы ввести такие переменные в модель, им необходимо присвоить те или иные цифровые метки, то есть качественные переменные преобразуются в количественные. Сконструированные таким образом переменные принято называть фиктивными. Фиктивные переменные приводят к неоднородности исследуемой совокупности. Регрессионная модель с фиктивными переменными является моделью с переменной структурой.
Дата добавления: 2017-02-01; Просмотров: 82; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |