Расчет основных коэффициентов по заданным показателям по регионам Российской Федерации
Контрольная работа - Экономика
Другие контрольные работы по предмету Экономика
ий край1) 288,6880,083Иркутская область326,67924,3442Кемеровская область268,63826,9909Новосибирская область 284,02747,8589Омская область200,43586,1402Томская область348,371102,824Республика Саха (Якутия) 495,531364,605Камчатский край349,21915,8459Приморский край191,18649,0223Хабаровский край1) 458,9931,8186Амурская область387,831153,91Магаданская область1) 467,181361,475Сахалинская область399,071809,298Еврейская автономная область330,271273,228Чукотский автономный округ577,771288,78
Задания
Задание 1. По регионам РФ для показателей в соответствии с вариантом вычислить коэффициент корреляции Пирсона и коэффициент ранговой корреляции Спирмена, проверить значимость коэффициентов и сформулировать выводы.
показатель регион российский коэффициент
Оборот организации на 1 руб. номинальной начисленной з/п удельный вес городского населения
Решение.
Рассчитаем значение коэффициента корреляции Пирсона: 0,451056
Определяем критерий Стьюдента: 4,463459
Значимость по критерию Стьюдента будет равна 0,000013
На основании этого можно сделать вывод, что полученное значение меньше табличного (0,05), следовательно, корреляционная связь в данном случае значительна.
Рассчитаем коэффициент Спирмена: 0,850492
Определяем критерий Стьюдента: 14,280460
Значимость по критерию Стьюдента будет равна 5,1626E-24
Так как значимость по критерию Стьюдента меньше 0,3, то связь слабая.
Значение критерия Пирсона и значимость критерия Стьюдента рассчитаны с помощью Excel: PEARSON, СТЬЮДРАСП.
Задание 2. По регионам РФ для тех же показателей построить линейную и нелинейную (квадратическую) модель регрессии. Выполнить проверку значимости, оценку качества, проверку автокорреляции и гетероскедостичности, вычислить коэффициент эластичности, построить графики эмпирической и модельной линии регрессии. Сформулировать выводы.
Оборот организации на 1 руб. номинальной начисленной з/п удельный вес городского населения
Решение.
Построим линейную и нелинейную модель регрессии (рис.1-2).
Рис.1 - Линейная модель регрессии
Рис.2 - Нелинейная модель регрессии
Выполним проверку значимости для моделей регрессии (таблица 3).
Таблица 3
Проверка значимости моделей регрессии
РегионлинейнаяквадратическаяБелгородская область1,27092E-931,0528E-111Брянская область1,27092E-935,4399E-113Владимирская область1,27092E-931,9114E-118Воронежская область1,27092E-937,5158E-110Ивановская область1,27092E-933,3995E-120Калужская область1,27092E-931,278E-117Костромская область1,27092E-935,4399E-113Курская область1,27092E-931,3567E-110Липецкая область1,27092E-932,399E-110Московская область1,27092E-932,6041E-120Орловская область1,27092E-932,399E-110Рязанская область1,27092E-935,0245E-114Смоленская область1,27092E-935,4159E-115Тамбовская область1,27092E-932,051E-106Тверская область1,27092E-931,4969E-116Тульская область1,27092E-939,899E-120Ярославская область1,27092E-937,873E-121г. Москва1,27092E-937,9608E-131Республика Карелия1,27092E-939,7344E-118Республика Коми1,27092E-931,9232E-117Архангельская область1,27092E-934,4965E-116Вологодская область1,27092E-933,1016E-113Калининградская область1,27092E-931,1153E-117Ленинградская область1,27092E-931,3976E-111Мурманская область1,27092E-934,0862E-126Новгородская область1,27092E-931,0108E-113Псковская область1,27092E-931,2655E-112г. Санкт-Петербург1,27092E-937,9608E-131Республика Адыгея1,27092E-934,4636E-103Республика Дагестан1,27092E-931,22942E-96Республика Ингушетия1,27092E-934,55698E-97Кабардино-Балкарская Республика1,27092E-933,714E-105Республика Калмыкия1,27092E-935,37424E-98Карачаево-Черкесская Республика1,27092E-932,97509E-97Республика Северная Осетия-Алания1,27092E-932,0803E-110Чеченская Республика1,27092E-935,06357E-93Краснодарский край1,27092E-935,9673E-103Ставропольский край1,27092E-938,7202E-106Астраханская область1,27092E-932,84E-111Волгоградская область1,27092E-933,8055E-117Ростовская область1,27092E-935,9777E-112Республика Башкортостан1,27092E-931,3197E-107Республика Марий Эл1,27092E-937,5158E-110Республика Мордовия1,27092E-934,1693E-108Республика Татарстан1,27092E-937,5417E-117Удмуртская Республика1,27092E-931,6775E-112Чувашская Республика1,27092E-932,051E-106Пермский край1,27092E-932,2601E-116Кировская область1,27092E-933,1102E-115Нижегородская область1,27092E-933,311E-119Оренбургская область1,27092E-934,8865E-106Пензенская область1,27092E-937,9323E-112Самарская область1,27092E-933,8845E-120Саратовская область1,27092E-932,2601E-116Ульяновская область1,27092E-931,1809E-115Курганская область1,27092E-931,0079E-105Свердловская область1,27092E-939,5129E-122Тюменская область1,27092E-931,1132E-118Челябинская область1,27092E-931,5292E-120Республика Алтай1,27092E-931,2559E-87Республика Бурятия1,27092E-931,7993E-105Республика Тыва1,27092E-932,5475E-102Республика Хакасия1,27092E-939,5489E-113Алтайский край1,27092E-931,6156E-103Забайкальский край1,27092E-934,2448E-110Красноярский край1,27092E-932, 2042E-117Иркутская область1,27092E-934,333E-119Кемеровская область1,27092E-931,3323E-122Новосибирская область1,27092E-932,8959E-117Омская область1,27092E-932,0362E-113Томская область1,27092E-932,0362E-113Республика Саха (Якутия) 1,27092E-934,3482E-111Камчатский край1,27092E-932,8945E-119Приморский край1,27092E-934,3629E-117Хабаровский край1,27092E-934,439E-120Амурская область1,27092E-936,6602E-111Магаданская область1,27092E-931,6884E-128Сахалинская область1,27092E-938,4987E-119Еврейская автономная область1,27092E-931,8556E-111Чукотский автономный округ1,27092E-931,213E-111
Так как значения меньше 0,05, то связь значительная.
Значимость всей модели определяется по критерию Фишера, для линейной модели он равняется - 5,2E-32, для нелинейной - 0,02019. (усредненное значение результативного признака для линейной и квадратической модели соответственно 0,042 и 0,076767).
Так как для линейной и нелинейной модели значение коэффициента Фишера менее 0,05, то связь значительна.
Выполним оценку качества регрессионной модели, для этого рассчитаем коэффициент детерминации: для линейной модели он равен 1,15E-30, для нелинейной 0,284914. Чем ближе значение к 1, тем лучше регрессионная модель описывает зависимость результативного признака от фак