Имеются данные о деятельности крупнейших компаний в течении 12 месяцев 1999х года. Известны -чистый доход оборот капитала использованный капитал

		Экономика
		Решение задачи
		18 февраля 2021
		Выполнен, номер заказа №17392
		Прошла проверку преподавателем МГУ
		245 руб.

Имеются данные о деятельности крупнейших компаний в течении 12 месяцев 1999х года. Известны -чистый доход оборот капитала использованный капитал в млрд у.е. 1. Рассчитайте параметры линейного уравнения множественной регрессии. 2. Дайте оценку силы связи факторов с результатом с помощью средних коэффициентов эластичности. 3. Оцените статистическую зависимость параметров и уравнения регрессии в целом с помощью соответственно критериев Стьюдента и Фишера 4. Рассчитайте среднюю ошибку аппроксимации. Сделайте вывод. 5. Составьте матрицы парных и частных коэффициентов корреляции и укажите информативные факторы. 6. Оцените полученные результаты, выводы оформите в аналитической записке.

РЕШЕНИЕ

Результаты расчетов приведены в табл. 2.Рассматриваем уравнение вида: Параметры уравнения можно найти из решения системы уравнений: Или, перейдя к уравнению в стандартизированном масштабе: стандартизированные переменные, стандартизированные коэффициенты: Коэффициенты определяются из системы уравнений: Стандартизированная форма уравнения регрессии имеет вид: Естественная форма уравнения регрессии имеет вид: 2. Для выяснения относительной силы влияния факторов на результативный признак рассчитываются средние коэффициенты эластичности: Следовательно, при увеличении оборота капитала на 1% чистый доход уменьшается на 0,5% от своего среднего уровня. При повышении использованного капитала на 1% чистый доход повышается на 1,2% от своего среднего уровня. 3. Линейный коэффициент множественной корреляции рассчитывается по формуле Коэффициент множественной детерминации где объем выборки, число факторов модели. В нашем случае и потому уравнение значимо в целом. Выясним статистическую значимость каждого фактора в уравнении множественной регрессии. Для этого рассчитаем частные статистики. следует вывод о не целесообразности включения в модель фактора после фактора следует вывод о целесообразности включения в модель фактора после фактора 4. Рассчитаем среднюю ошибку аппроксимации. 5. Линейные коэффициенты частной корреляции определяются следующим образом: 6. Результаты расчетов позволяют сделать вывод : 1) о незначимости фактора и нецелесообразности включения его в уравнение регрессии; 2) о значимости фактора и целесообразности включения его в уравнение регрессии. 3) В целом модель значима и пригодна для прогнозирования 4) Высокий коэффициент корреляции между и позволяет построить модель исключив из модели фактор Высокая меж факторная корреляция так же указывает на необходимость исключения фактора