Ekonometrinio modelio sudarymas

1. Ekonominė problema. Įsitikinti, ar universitetų skaičių šalyje veikia bendrasis vidaus produktas vienam gyventojui.
2. Hipotezė: Augant BVP vienam gyventojui, universitetų skaičius šalyje taip pat auga (tiesioginė priklausomybė).
3. Duomenys. Stebėjimų skaičius – 57 valstybės.
1 lentelė. 57-ių valstybių duomenys apie universitetų skaičių ir BVP vienam gyventojui dydį.
JAV
354
47,0
Vokietija
67
34,2
Kanada
38
38,6
Didžioji Britanija
68
36,6
Australija
29
36,2
Olandija
13
54,4
Ispanija
42
30,1
Švedija
14
37,5
Japonija
38
33,6
Šveicarija
10
42,8
Norvegija
5
55,2
Taivanas
23
2,6
Brazilija
16
10,3
Honkongas
6
42,1
Austrija
9
39,6
Čekija
10
25,8
Prancūzija
47
34,3
Italija
35
30,4
Suomija
10
36,0
Belgija
8
35,4
Kinija
16
7,6
Danija
8
38,2
Izraelis
7
27,1
Korėja
12
20,9
Meksika
6
14,1
Singapūras
2
51,6
Rusija
3
16,2
Portugalija
7
19,1
Airija
6
43,6
Tailandas
9
9,1
Turkija
7
8,9
Vengrija
4
17,3
Graikija
6
23,5
Naujoji Zelandija
6
26,0
Saudo Arabija
2
21,2
Lenkija
13
14,1
Pietų Afrikos Respublika
5
13,0
Indija
4
3,7
Argentina
3
15,0
Čilė
3
12,7
Slovėnija
2
23,4
Estija
2
19,6
Islandija
1
38,1
Serbija
1
4,4
Kolumbija
3
8,4
Indonezija
3
3,8
Malaizija
3
12,7
Slovakija
3
17,7
Lietuva
2
10,9
Peru
2
6,4
Venesuela
1
6,9
Bulgarija
1
10,4
Kosta Rika
1
2,0
Iranas
1
8,9
Malta
1
20,3
Filipinai
1
5,0
Puerto Rikas
1
18,5
4. Matematinė modelio išraiška ir parametrų skaičiavimas.
Darome prielaidą, kad priklausomybė yra tiesinė. Y = β0 + β1X + ε (Tiesinė porinė regresija).
Apskaičiuojame parametrus:
β0 = – 6,408184169
β1 = 1,031848415
Y = – 6,408184169 + 1,031848415 X + ε
5. Modelio patikimumo tikrinimas.
Modelio korektiškumą tikriname su 95 % tikimybe.
2 lentelė. Regresinės analizės suvestinė.
_________________________________________________________________________________________
SUMMARY OUTPUT
Regression Statistics
Multiple R
0,315127166
R Square
0,09930513
Adjusted R Square
0,08292886
Standard Error
45,89571275
Observations
57
ANOVA

df
SS
MS
F
Significance F
Regression
1
12773,23565
12773,23565
6,063965014
0,01695736
Residual
55
115852,9047
2106,416449
Total
56
128626,1404




Coefficients
Standard Error
t Stat
P-value
Lower 95%
Upper 95%
Intercept
-6,408184169
11,47008311
-0,558686812
0,57864312
-29,39474424
16,5783759
X Variable 1
1,031848415
0,419022707
2,462511932
0,01695736
0,192108151
1,871588678
Kadangi Fa > už Fl, tai modelis su 5% reikšmingumo lygmeniu yra korektiškas; modeliu paaiškinama dalis yra reikšminga likučiu paaiškinamos dalies atžvilgiu. Tai patikrinti galima ir papildomu skaičiavimu:
(1–F)*100 = 98,304264. Kadangi gautas rezultatas viršija 95 %, vadinasi, modelis yra korektiškas.
Koreliacijos koeficientas r = 0,315127166. Vadinasi, ryšys tarp X ir Y nėra tamprus. Vis dėlto, teigiamas ženklas rodo, kad ryšys yra tiesioginis, t.y. vienam kintamajam didėjant, kitas irgi didėja.
Determinacijos koeficientas R2 = 0,09930513 arba 9,9%. Vadinasi, tik 9,9% universitetų skaičiaus variacijos apie vidurkį yra paaiškinama BVP vienam gyventojui skaičiaus pokyčiu.
6. Likučio koreliacijos tyrimas....

Daugiau informacijos...

★ Klientai rekomenduoja

Šį rašto darbą rekomenduoja mūsų klientai. Ką tai reiškia?

Mūsų svetainėje pateikiama dešimtys tūkstančių skirtingų rašto darbų, kuriuos įkėlė daugybė moksleivių ir studentų su skirtingais gabumais. Būtent šis rašto darbas yra patikrintas specialistų ir rekomenduojamas kitų klientų, kurie po atsisiuntimo įvertino šį mokslo darbą teigiamai. Todėl galite būti tikri, kad šis pasirinkimas geriausias!