Автор работы: Пользователь скрыл имя, 21 Января 2011 в 11:14, курсовая работа
В данной работе будет построена регрессионная модель, которая основана на реальных статистических данных. Среди основных задач выделяются:
- построение графика показателей и их интепритация;
- запись математической формулы модели, оценка параметров с помощью МНК;
- интепритация статистической характеристики модели;
- исследование на гетероскедастичность остатков с помощью тестов Бреуша-Пагана и Парка;
- проверка остатков модели на автокорреляцию.
Введение
Глава 1. Теоретическое обоснование модели и её анализа
1.1 Экономическое обоснование модели
1.2 Гетероскедастичность: теория
Глава 2. Построение регрессионной модели и её анализ на проблему гетероскедастичности
Заключение
Список использованных источников
Приложение 1
Так как
коэффициенты статистически мало значимы,
гетероскедастичность отсутствует.
Расхождение
расчетных и наблюдаемых данных
проиллюстрировано в приложении
2. Незначительное расхождение графиков
говорит о адекватности построенной
модели.
Таким
образом, после проделанной работы
можно сделать следующие
- используя реальные поквартальные статистические данные Российской Федерации с 1999 года по третий квартал 2009 года была доказана справедливость основного макроэкономического тождества;
- была построена множественная регрессионная модель с тремя переменными для более детального анализа проблемы гетероскедастичности;
- в моделе наблюдалось отсутствие автокорреляции, которая была исследована при помощи статистики Дарбина-Уотсона;
- модель была проверена рядом тестов, после чего можно было заключить, что она качественна и не обладает проблемой гетероскедастичности;
- в работе удалось проанализировать модель, обосновать ее экономический смысл на базе знаний из курса экономической теории.
Рис.
1
Приложение
2
Расчетные
и наблюдаемые данные
| OBS(const) | (X1) | (X2) | (X3) | (Y) |
| 1999:1 | 123,9 | 708,0 | 69,4 | 901,3 |
| 1999:2 | 165,1 | 766,3 | 170,1 | 1101,5 |
| 1999:3 | 206,8 | 852,5 | 313,8 | 1373,1 |
| 1999:4 | 326,4 | 958,9 | 162,0 | 1447,3 |
| 2000:1 | 372,3 | 997,7 | 177,0 | 1527,4 |
| 2000:2 | 388,6 | 1045,1 | 283,2 | 1696,6 |
| 2000:3 | 372,2 | 1167,3 | 470,1 | 2037,8 |
| 2000:4 | 330,0 | 1266,7 | 435,4 | 2043,7 |
| 2001:1 | 357,1 | 1306,3 | 253,7 | 1900,9 |
| 2001:2 | 294,7 | 1412,7 | 409,6 | 2105,0 |
| 2001:3 | 274,5 | 1523,9 | 682,7 | 2487,9 |
| 2001:4 | 207,4 | 1643,9 | 617,1 | 2449,8 |
| 2002:1 | 235,7 | 1689,8 | 353,3 | 2262,2 |
| 2002:2 | 290,6 | 1778,6 | 456,1 | 2528,7 |
| 2002:3 | 329,7 | 1905,6 | 615,2 | 3012,8 |
| 2002:4 | 311,4 | 2069,1 | 744,8 | 3026,9 |
| 2003:1 | 414,0 | 2071,1 | 382,5 | 2850,7 |
| 2003:2 | 351,5 | 2165,8 | 580,3 | 3107,8 |
| 2003:3 | 360,2 | 2289,9 | 985,2 | 3629,8 |
| 2003:4 | 376,3 | 2497,9 | 807,1 | 3655,0 |
| 2004:1 | 425,5 | 2584,7 | 493,0 | 3516,8 |
| 2004:2 | 495,0 | 2714,9 | 760,3 | 3969,8 |
| 2004:3 | 557,5 | 2919,6 | 1206,5 | 4615,2 |
| 2004:4 | 608,5 | 3182,3 | 1099,1 | 4946,4 |
| 2005:1 | 617,1 | 3170,8 | 677,7 | 4459,7 |
| 2005:2 | 763,1 | 3460,5 | 876,4 | 5080,4 |
| 2005:3 | 788,8 | 3686,6 | 1470,5 | 5873,0 |
| 2005:4 | 790,0 | 4001,0 | 1314,1 | 6212,3 |
| 2006:1 | 961,5 | 3944,3 | 849,3 | 5811,9 |
| 2006:2 | 944,4 | 4261,4 | 1208,0 | 6389,6 |
| 2006:3 | 877,9 | 4524,8 | 1863,7 | 7299,2 |
| 2006:4 | 638,7 | 4899,2 | 1827,8 | 7402,9 |
| 2007:1 | 678,3 | 4785,2 | 1219,1 | 6749,7 |
| 2007:2 | 685,5 | 5215,9 | 1763,2 | 7764,9 |
| 2007:3 | 637,8 | 5603,1 | 2498,6 | 8904,5 |
| 2007:4 | 845,5 | 6181,6 | 2550,8 | 9692,3 |
| 2008:1 | 1101,3 | 5955,4 | 1769,0 | 8891,0 |
| 2008:2 | 1063,3 | 6613,6 | 2626,9 | 10193,3 |
| 2008:3 | 1100,1 | 7119,8 | 3347,3 | 11639,5 |
| 2008:4 | 526,5 | 7548,6 | 2899,3 | 10944,2 |
| 2009:1 | 510,1 | 6813,2 | 1031,6 | 8482,8 |
| 2009:2 | 9326,4 | 18652,8 | 9326,4 | 9326,4 |
Графический метод: наблюдаемые и расчетные значения Х1
значения Х2
значения Х3