gn="justify">Квадратическая зависимость: 

  Для того чтобы осуществить выбор в пользу какой-либо из них, необходимо использовать следующие категории:

• метод абсолютных отклонений. Лучшей из нескольких моделей является та, у  которой этот показатель наименьший;
• средняя ошибка аппроксимации. Чем меньше эта ошибка, тем лучше построенная модель аппроксимирует наблюдаемые данные.

Результаты  представлены в табл.7.

Табл. 7

Значения  критериев отбора модели

 

  На основе сравнения полученных результатов выбор был сделан в пользу квадратической модели. Она лучше аппроксимирует наблюдаемые данные о количестве кредитных организаций.

  Далее проведем проверку значимости построенного уравнения регрессии по критерию Фишера: F_набл> F_табл, где F_набл = 164,53, а F_табл = 4,195972, а значит основная гипотеза о том, что все коэффициенты уравнения равны нулю отклоняется. Математическая модель, выражающая зависимость между объясняющей переменной, подходит для описания зависимой переменной. Полученной модели можно дать следующую экономическую интерпретацию: при увеличении индекса политической нестабильности на 1, коэффициент детской смертности увеличивается примерно на 1,53‰.

Оценим  тесноту связи с помощью показателей  корреляции и детерминации.

Коэффициент корреляции p = 0,64, что по шкале Чеддока классифицирует такую связь изучаемых признаков, как среднюю.

Коэффициент детерминации R² = 0,68, говорит о том, что 68% вариации коэффициента детской смертности объясняется вариацией индекса политической нестабильности. Остальные 32% вариации объясняются не учтенными в данной модели факторами.

Отсюда  можно сделать вывод, что математическая модель, выражающая данную зависимость  объясняющей переменной, подходит для  описания зависимой переменной.  Поэтому включение данного фактора  в модель множественной регрессии  имеет смысл.

Проверим  коэффициенты уравнения линейной регрессии на значимость:

tтабл(0,05;29) = 2,04, а t_а = 4,22, t_b1 =-3,04, t_b2 =4,74 причем /t_a/ > /t_табл/ , /t_b1/ < /t_табл/,/t_b2/ > /t_табл/ значит коэффициенты  и значимы, а не значим.

Проблема  оценки качества модели заслуживает  весьма серьезного внимания, т.к. использование  некачественной модели часто приводит к неверным выводам и, как следствие, к принятию неправильных управленческих решений.

Для более  удобного сравнения полученных данных, построим таблицу соответствия уравнений  и коэффициентов детерминации для  каждого из трех выбранных нами объясняющих  факторов и для их совокупности (табл. 8)

  Табл. 8 

 

Таким образом, видим, что модели не линейных регрессий объясняют зависимость  коэффициента детской смертности от внешних факторов лучше, чем линейные регрессии. Однако сравнивая модели парных линейных регрессий и множественную линейную регрессию, вывод более логичен, так как в этом случае множественная линейная регрессия лучше описывает коэффициент детской смертности от внешних факторов.

Экономически  такой результат объясняется  тем, что коэффициент детской смертности зависит от множества факторов, и хотя в отдельности каждый из них не значим, в совокупности, они оказывают достаточное влияние.  
 
 

ЗАКЛЮЧЕНИЕ

 

  В ходе подробного изучения и анализа факторов было установлено, что наибольшее влияние на коэффициент детской смертности выражает индекс политической нестабильности. Исследование «Индекс политической нестабильности», охватывающее большинство стран мира, готовит агентство The Economist Intelligence Unit, которое учитывает основные экономические и политические показатели стран: от детской смертности до ВВП на человека. В итоге страны ранжируются по агрегированному показателю - индексу, величина которого и говорит о серьезности политических угроз для конкретной страны. Итак, с увеличением индекса политической нестабильности, детская смертность увеличивается. Также на коэффициент детской смертности, как показала математика, достаточно сильно влияет уровень потребления алкоголя. Так с увеличением объема потребления алкоголя на 1 литр коэффициент детской смертности снижается на 0,82‰. Первым объяснением может являться то, что потребляя излишне количество алкоголя, детская смертность не снижается, а вот процент рождения детей с различными пороками, которые являются последствиями потребления алкоголя, непременно растет.

Второй  причиной может быть то, что многие из приведенных стран являются объектом пристального внимания туристов. Таким  образом, в стране количество потребляемого  алкоголя повышается, а детская смертность не повышается, а может даже и  снижается.

Таким образом, государствам во всех странах  необходимо задуматься по поводу данных факторов для того, чтобы попытаться  уменьшить коэффициент детской смертности.

 

Список  использованной литературы

1. Тарашнина  С.И., Панкратова Я.Б., Выполнение  курсовой работы по эконометрике: учебно-методическое пособие. СПб,  МБИ, 2007.- 97с.

2. Интернет-сайт: "Росбизнесконсалтинг" - информационное агентство: www.rbc.ru.

3. Интернет-сайт: статистическая служба Европейского союза: www.eurostat.com

4. Интернет-сайт: универсальная энциклопедия: www.wikipedia.org

 

Приложение

Табл. 1 

 
 
 
 
 
 
 

                                                                           Табл.1 Продолжение