Регрессионный анализ влияния уровня доходов домашних хозяйств и процентной ставки по депозитам, на динамику депозитов

Автор: Пользователь скрыл имя, 28 Марта 2012 в 05:51, курсовая работа

Описание работы

При анализе взаимосвязей социально-экономических явлений, как правило, выясняется, что на результат влияет ряд факторных признаков, основные из которых следует включить в регрессионную модель. При этом следует помнить, что все факторы учесть в модели невозможно по ряду причин: часть факторов просто неизвестна современной науке, по части известных факторов нет достоверной информации или количество включаемых в модель факторов может быть ограничено объемом выборки (количество факторных признаков должно быть на порядок меньше численности изучаемой совокупности).

Содержание

1 Введение
2 Анализ и методы
2.1 Корреляционный анализ
2.2 Построение и анализ уравнения регрессии
2.3 Проверка наличия автокорреляции
2.4 Проверка наличия гетероскедастичности
3 Выводы и резюме
4 Список использованных источников
Приложение 1

Работа содержит 1 файл

Регрессионный анализ.doc

— 866.50 Кб (Скачать)

Тогда статистика , будет удовлетворять F-распределению с ((n-v-2k)/2; (n-v-2k)/2) степенями свободы (k – число объясняющих переменных).

Получаем:             

Вычислим F-статистику.

;             

Поскольку Q < F, гипотеза об однородности выборочной дисперсии должна быть принята, т.е. гетероскедастичность отсутствует.

 

Сделаем аналогичные расчеты для переменной x1.

 

Опустим v = 8 наблюдений, оказавшихся в центре (v должно быть примерно равно четверти общего количества наблюдений n = 32).

Оценим отдельно регрессии на первых (n – v)/2 наблюдениях и на последних
(n – v)/2 наблюдениях при условии, что (n - v)/2 больше числа оцениваемых параметров k.

С помощью функции Excel ЛИНЕЙН() получаем следующие модели:

1)

2)


Пусть e1 и e2 – суммы квадратов остатков от первой и второй регрессий соответственно. Для их расчета составим таблицу.

x2

y

y*

e

 

x2

y

y*

e

1

3,8

57,611

57,622

0,0001

 

21

1,5

47,489

47,495

0,00004

2

3,8

56,764

57,622

0,7362

 

22

1,3

46,98

46,977

0,00001

3

3,5

60,348

56,740

13,0177

 

23

1,0

49,504

46,2

10,91642

4

3,5

56,853

56,740

0,0128

 

24

1,0

49,219

46,2

9,11436

5

3,3

62,217

56,152

36,7842

 

25

1,0

43,955

46,2

5,04003

6

3,0

48,181

55,270

50,2539

 

26

1,0

46,435

46,2

0,05522

7

3,0

50,052

55,270

27,2275

 

27

1,0

45,929

46,2

0,07344

8

3,0

55,534

55,270

0,0697

 

28

1,0

45,787

46,2

0,17057

9

2,8

55,327

54,682

0,4160

 

29

1,0

45,664

46,2

0,28730

10

2,8

49,325

54,682

28,6974

 

30

1,0

45,496

46,2

0,49562

11

2,5

63,807

53,800

100,1400

 

31

1,0

45,278

46,2

0,85008

12

2,5

51,643

53,800

4,6526

 

32

1,0

44,698

46,2

2,25600

 

 

 

Сумма

262,0081

 

 

 

 

Сумма

29,259

Тогда статистика , будет удовлетворять F-распределению с ((n-v-2k)/2; (n-v-2k)/2) степенями свободы (k – число объясняющих переменных).

Получаем:             

Вычислим F-статистику.

;             

Поскольку Q > F, гипотеза об однородности выборочной дисперсии должна быть отвергнута, т.е. имеет место гетероскедастичность остатков.

 

Проверим для этой переменной наличие гетероскедастичности, применив тест Парка.

Построим уравнение регрессии y = b0 + b1x2 + .

Используя функцию Excel ЛИНЕЙН(), получаем:

Для каждого наблюдения определяем

Оценим коэффициенты регрессии для уравнения

Используем для этой цели инструмент Excel Анализ данных–Регрессия.  Получим следующие результаты:

Регрессионная статистика

Множественный R

0,18531

R-квадрат

0,03434

Нормированный R-квадрат

0,00215

Стандартная ошибка

2,10748

Наблюдения

32

 

Дисперсионный анализ

 

df

SS

MS

F

Значимость F

Регрессия

1

4,7384

4,7384

1,0669

0,3099

Остаток

30

133,2436

4,4415

 

 

Итого

31

137,9820

 

 

 

 

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Y-пересечение

0,39160

0,60260

0,64986

0,52073

X1

0,78941

0,76428

1,03289

0,30991

X2

0,39160

0,60260

0,64986

0,52073

 

Найдем табличное значение tтабл по таблице распределения Стьюдента для
 = 0,05 и числе степеней свободы k = n – m – 1 = 32 – 2 – 1 = 29.

tтабл(0,05; 29) = 2,045.

 

Как видим, t-статистики коэффициентов регрессии не превышают критическое значение, поэтому коэффициенты уравнения регрессии не являются значимыми.

Это означает, что связь между ln(e2) и ln(x) отсутствует, т.е. гетероскедастичности в эконометрических данных не наблюдается.


3 Выводы и резюме

Проведенный анализ связи влияния уровня доходов домашних хозяйств  и процентной  ставки по депозитам, на динамику депозитов на срок до 2 лет позволяет сделать следующие выводы:

Парный коэффициент корреляции = -0,6523 показывает, что между уровнем доходов домашних хозяйств и размером депозитов существует заметная обратная корреляционная зависимость, т.е. с увеличением доходов домашних хозяйств размер депозитов снижается. Парный коэффициент корреляции , равный 0,7932 указывает на то, что между процентной ставкой по депозитам и размером депозитов существует тесная прямая корреляционная зависимость, т.е. с увеличением ставки по депозитам размер депозитов снижается.

Оценка значимости данных коэффициентов с помощью критерия Фишера указывает на то, что оба коэффициента являются значимыми.

Следует отметить, что сами факторные признаки x1 и x2 связаны между собой слабой обратной корреляционной зависимостью, на что указывает коэффициент корреляции , равный -0,2472.

С помощью метода наименьших квадратов было получено уравнение линейной регрессии:             

Параметр а1 = -0,027 данного уравнения показывает, что размер депозитов при изменении первого факторного признака (уровни доходов домашних хозяйств) на единицу – снижается на 0,027 млрд. евро; параметр а2 = 3,695 показывает, что размер депозитов при изменении второго факторного признака (процентная ставка по депозитам) на единицу – увеличивается примерно на 3,695 млрд. евро.

Для измерения тесноты корреляционной связи между результативным признаком и факторными признаками был рассчитан множественный коэффициент корреляции: = 0,9224. Данный коэффициент показывает, что теснота корреляционной связи между размером депозитов, уровнем доходов домашних хозяйств и ставкой по депозитам является существенной.

Множественный коэффициент детерминации, равный 0,8509 указывает на то, что вариация результата y (размера депозитов) примерно на 85,1% объясняется вариацией факторов x1 (уровней доходов домашних хозяйств) и x2 (ставки по депозитам).

Оценка статистической значимости параметров регрессии с помощью t-критерия Стьюдента показала, что коэффициенты уравнения регрессии можно признать значимыми.

Проверка наличия автокорреляции по критерию Дарбина-Уотсона показала, что в остатках имеет место отрицательная автокорреляция.

Информация о работе Регрессионный анализ влияния уровня доходов домашних хозяйств и процентной ставки по депозитам, на динамику депозитов