Эконометрика (оценить тесноту связи между факторами при помощи коэффициентов корреляции рангов Спирмена и Кендела и другие задачи)
Московское Представительство
Ленинградского Государственного Областного Университета им. Пушкина
Индивидуальное задание
по курсу «Эконометрика»
Выполнил: Макаров А.В.
Студент 3-его курса
Группы П-31д
Дневного отделения
Преподаватель: Мезенцев Н.С.
.
Москва 2002г.
Задача 1.
При помощи коэффициентов корреляции рангов Спирмена и Кендела
оценить тесноту связи между факторами на основании следующих данных:
Табл.1
| № Предприятия | Объем реализации, млн.руб. | Затраты по маркетенгу, тыс. руб. | Rx | Ry |
di |
di2 |
| 1 | 12 | 462 | 2 | 1 | 1 | 1 |
| 2 | 18,8 | 939 | 5 | 5 | 0 | 0 |
| 3 | 11 | 506 | 1 | 2 | -1 | 1 |
| 4 | 29 | 1108 | 7 | 7 | 0 | 0 |
| 5 | 17,5 | 872 | 4 | 4 | 0 | 0 |
| 6 | 23,9 | 765 | 6 | 3 | 3 | 9 |
| 7 | 35,6 | 1368 | 8 | 8 | 0 | 0 |
| 8 | 15,4 | 1002 | 3 | 6 | -3 | 9 |
| Итого | 20 |
1)находим коэффициент Спирмена:
.
Вывод: Коэффициент Спирмена равен 0,77.
По шкале Чеддока связь между факторами сильная.
2)находим коэффициент Кендела:
|
x |
y |
Rx |
Ry |
+ |
- |
|
12,0 |
462 |
2 |
1 |
6 |
|
|
18,8 |
939 |
5 |
5 |
3 |
3 |
|
11,0 |
506 |
1 |
2 |
||
|
29,0 |
1108 |
7 |
7 |
1 |
3 |
|
17,5 |
872 |
4 |
4 |
2 |
1 |
|
23,9 |
756 |
6 |
3 |
1 |
|
|
35,6 |
1368 |
8 |
8 |
1 |
|
|
15,4 |
1002 |
3 |
6 |
||
|
P=13 |
Q= -8 |
||||
|
S=P+Q=13-8=5 |
|||||
![]()
Вывод: Коэффициент Кендела равен 0,19.
По шкале Чеддока связь между факторами слабая.
Задача 2.
Имеются исходные данные о предприятиях отрасли. Используя коэффициент конкордации, оценить тесноту связи между приведёнными в таблице факторами.
Табл.1

=302


Вывод: Коэф. Конкордации равен 0,674. По шкале Чеддока связь заметная.
Задача 4.
Построить модель связи между указанными факторами, проверить её адекватность, осуществить точечный и интервальный прогноз методом экстраполяции.
4.1. Исходные данные отложить на координатной плоскости и сделать предварительное заключение о наличии связи.
таб.1 диагр.1
|
x |
y |
|
2,1 |
29,5 |
|
2,9 |
34,2 |
|
3,3 |
30,6 |
|
3,8 |
35,2 |
|
4,2 |
40,7 |
|
3,9 |
44,5 |
|
5,0 |
47,2 |
|
4,9 |
55,2 |
|
6,3 |
51,8 |
|
5,8 |
56,7 |

Вывод: Из диаграммы 1 видно, что связь между факторами x и y
прямая сильная линейная связь.
4.2.Рассчитайте линейный коэффициент корреляции. Используя t-критерий Стьюдента, проверьте значимость коэффициента корреляции. Сделайте вывод о тесноте связи между факторами х и у, используя шкалу Чеддока.
таб.2
| № |
|
|
|
|
xy |
|
|
|
|
1 |
2,1 |
29,5 |
4,41 |
870,25 |
61,95 |
27,91 |
1,59 |
0,054 |
|
2 |
2,9 |
34,2 |
8,41 |
1169,64 |
99,18 |
33,46 |
0,74 |
0,022 |
|
3 |
3,3 |
30,6 |
10,89 |
936,36 |
100,98 |
36,23 |
-5,63 |
0,184 |
|
4 |
3,8 |
35,2 |
14,44 |
1239,04 |
133,76 |
39,69 |
-4,49 |
0,128 |
|
5 |
4,2 |
40,7 |
17,64 |
1656,49 |
170,94 |
42,47 |
-1,77 |
0,043 |
|
6 |
3,9 |
44,5 |
15,21 |
1980,25 |
173,55 |
40,39 |
4,11 |
0,092 |
|
7 |
5,0 |
47,2 |
25 |
2227,84 |
236 |
48,01 |
-0,81 |
0,017 |
|
8 |
4,9 |
55,2 |
24,01 |
3047,04 |
270,48 |
47,32 |
7,88 |
0,143 |
|
9 |
6,3 |
51,8 |
39,69 |
2683,24 |
326,34 |
57,02 |
-5,22 |
0,101 |
|
10 |
5,8 |
56,7 |
33,64 |
3214,89 |
328,86 |
53,55 |
3,15 |
0,056 |
|
ИТОГО: |
42,2 |
426 |
193,34 |
19025,04 |
1902,04 |
426 |
0,840 |
|
|
Среднее зн. |
4,22 |
42,56 |
19,334 |
1902,504 |
190,204 |
4.2.1.Проверим тесноту связи между факторами, рассчитаем ЛКК:
;
Вывод: по шкале Чеддока связь сильная.
4.2.2.Проверим статистическую значимость ЛКК по критерию Стьюдента:
1)Критерий Стьюдента: tвыб<=tкр
2)Но: r=0 tкр=2,31
tвыб=rвыб*
Вывод:
таким образом
поскольку
tвыб=5,84 90% нулевая
гипотеза отвергается,
это указывает
на наличие
сильной линейной
связи. 4.3.Полагая,
что связь между
факторами х
и у может быть
описана линейной
функцией, используя
процедуру
метода наименьших
квадратов,
запишите систему
нормальных
уравнений
относительно
коэффициентов
линейного
уравнения
регрессии.
Любым способом
рассчитайте
эти коэффициенты. Последовательно
подставляя
в уравнение
регрессии
4.4.Для
полученной
модели связи
между факторами
Х и У рассчитайте
среднюю ошибку
аппроксимации.
Сделайте
предварительное
заключение
приемлемости
полученной
модели. Для
расчета заполним
8-ую и 9-ую графу
табл.2 Вывод:
модель следует
признать
удовлетворительной.
4.5. Проверьте
значимость
коэффициента
уравнения
регрессии a1
на основе t-критерия
Стьюдента.
Р 1 2,1 29,5 27,91 2,5281 214,623 170,5636 2 2,9 34,2 33,46 0,5476 82,81 69,8896 3 3,3 30,6 36,23 31,6969 40,069 143,0416 4 3,8 35,2 39,69 20,1601 8,237 54,1696 5 4,2 40,7 42,47 3,1329 0,008 3,4596 6 3,9 44,5 40,39 16,8921 4,709 3,7636 7 5 47,2 48,01 0,6561 29,703 21,5296 8 4,9 55,2 47,32 62,0944 22,658 159,7696 9 6,3 51,8 57,02 27,2484 209,092 85,3776 10 5,8 56,7 53,55 9,9225 120,78 199,9396 ИТОГО: 42,2 425,6 426,1 174,8791 732,687 911,504 Среднее
4,22 42,56
Статистическая
проверка:
4.6. Проверьте
адекватность
модели (уравнения
регрессии) в
целом на основе
F-критерия
Фишера-Снедекора.
Решение:
Процедура
статистической
проверки:
Вывод: т.к. Fвыб.>Fкр.,
то с доверительной
вероятностью
95% нулевая гипотеза
отвергается
(т.е. принимается
альтернативная).
Изучаемая
модель адекватна
и может быть
использована
для прогнозирования
и принятия
управленческих
решений.
4.7. Рассчитайте
эмпирический
коэффициент
детерминации.
Решение:
Вывод: т.е. 80% вариации
объясняется
фактором включенным
в модель, а 20% не
включенными
в модель факторами.
4.8. Рассчитайте
корреляционное
отношение.
Сравните полученное
значение с
величиной
линейного
коэффициента
корреляции.
Решение:
Эмпирическое
корреляционное
отношение
указывает на
тесноту связи
между двумя
факторами для
любой связи,
если связь
линейная, то
4.9. Выполните
точечный прогноз
для
Решение:
4.10-4.12
Рассчитайте
доверительные
интервалы для
уравнения
регрессии и
для результирующего
признака
а) исходные
данные,
б) линию
регрессии,
в) точечный
прогноз,
г) 90% доверительные
интервалы.
Сформулируйте
общий вывод
относительно
полученной
модели.
Решение:
Для
выполнения
интервального
прогноза
рассматриваем
две области.
для y
из области
изменения
фактора x
доверительные
границы для
линейного
уравнения
регрессии
рассчитывается
по формуле:
для
прогнозного
значения
Исходные
данные:
n=10
t=2,31(таб.)
4)
5)
6)
Таб.4 1 2,1 -2,12 4,49 3,03 1,74 2,31 4,68 18,81 27,91 9,10 46,72 2 4,22 0,00 0,00 0,1 0,32 2,31 4,68 3,46 42,56 39,10 46,02 3 6,3 2,08 4,33 2,93 1,71 2,31 4,68 18,49 57,02 38,53 75,51 4 7,7 3,48 12,11 9,02 3 2,31 4,68 32,43 66,72 34,29 99,15
Вывод: поскольку
90% точек наблюдения
попало в 90% доверительный
интервал данная
модель и ее
доверительные
границы могут
использоваться
для прогнозирования
с 90% доверительной
вероятностью.
из графы (2) табл.2,
рассчитаем
значения и
заполним графу
(7) табл.2
<Екр=12%
![]()

ешение:
Таб.3
№

![]()

Вывод:
С доверительной
вероятностью
90% коэффициент
a1- статистически
значим, т.е. нулевая
гипотеза отвергается.
:модель
не адекватна
(таб. 3)
-показывает
долю вариации.

,
т.е. коэффициент
ЛКК совпадает
с коэффициентом
детерминации.
.
при
доверительной
вероятности
=90%.
Изобразите
в одной системе
координат:
-математическое
ожидание среднего.
доверительный
интервал для
рассчитывается
по формуле:


:
27,91 42,56 57,02 66,72
19,334-4,222)=1,53.
№
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()




