Определим стандартизованные коэффициенты регрессии.
Задача 34 Даны следующие исходные данные:
Задание: По данным об экономических результатах деятельности российских банков(www.finansmag.ru) выполните следующие задания.
1. Постройте линейное уравнение множественной регрессии и поясните экономический смысл его параметров. 2. Определите стандартизованные коэффициенты регрессии. 3. Определите парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции. 4. Дайте оценку полученного уравнения на основе коэффициента детерминации и общего F-критерия Фишера.
Решение:
Перед тем как анализировать данные, необходимо убрать неоднородные значения, которые выбиваются из общей совокупности. Проранжировав данные по результативному признаку мы выделили 3 банка, явно выбивающиеся из общей структуры: Сбербанк, Внешторгбанк, Газпромбанк. 1. Построим линейное уравнение множественной регрессии: Линейное уравнение множественной регрессии от и имеет вид: Для расчета параметров линейной парной регрессии воспользуемся инструментом Регрессия, входящим в настойку Анализ данных. В диалоговом окне Регрессияв поле Входной интервал вводим адрес диапазона ячеек, которые представляет зависимую переменную , т.е. работающие активы, млн руб. В поле Входной интервал вводим адрес диапазона, который содержит значения независимых переменных и (Привлеченные межбанковские кредиты (МБК), %, Средства предприятий и организаций, %). Выполним вычисление параметров множественной регрессии:
Результаты расчета приведены в табл. 1–3. Таблица 1 Регрессионная статистика
Таблица 2 Дисперсионный анализ
Таблица 3
По табл.3 можно написать уравнение:
Величина коэффициентов регрессии =192,98; =108,31 означает что: · с ростом (привлеченных межбанковских кредитов) на 1%, Y(работающие активы) повышаются в среднем на 192,98 млн.руб · с ростом (средств предприятий и организаций) на 1%, Y(работающие активы) повышаются в среднем на 108,31 млн.руб
Определим стандартизованные коэффициенты регрессии. Перед определением коэффициентов, найдем СКО(среднее квадратическое отклонение- ): «Анализ данных» → «Описательная статистика»(табл.4). Таблица 4
Коэффициенты и стандартизованного уравнении регрессии , находятся по формуле: Т.е. уравнение будет выглядеть следующим образом: Т.к. стандартизованные значения можно сравнить между собой, то можно сказать, что привлечение межбанковских кредитов оказывает большее влияние на работающие активы.
Определим парные и частные коэффициенты корреляции, а также множественный коэффициент корреляции:
Чтобы рассчитать матрицу парных коэффициентов корреляции скопируем таблицу с исходными данными в Excel. Далее воспользуемся инструментом Корреляция, входящим в настойку Анализ данных. В диалоговом окне Корреляция в поле Входной интервал вводим диапазон ячеек, содержащих исходные данные. Так как мы выделили и заголовки столбцов, то устанавливаем флажок Метки в первой строке. Получили следующие результаты (табл.5): Таблица 5
0,086 связь очень слабая, прямая 0,036 связь очень слабая, прямая -0,281 связь слабая, обратная Анализ матрицы коэффициентов парной корреляции показывает, что зависимая переменная , не имеет связи ни с одним фактором. При двух факторах частные коэффициенты корреляции рассчитываются следующим образом: Коэффициент множественной корреляции рассчитан в таблице 1 (Множественный R), и он равен 0,107. Рассчитаем коэффициент детерминации и F-критерий Фишера:
Коэффициент детерминации определяет, какая доля вариации признака учтена в модели и обусловлена влиянием не него факторов и . Чем больше значение коэффициента детерминации, тем теснее связь между признаками в построенной математической модели В программе Excel обозначается R-квадрат(табл1). = 0,011 Вариация работающих активов( ) на 1,1% объясняется вариацией привлеченных межбанковских кредитов ( ) и вариацией средств предприятий и организаций ( ). Для проверки значимости модели регрессии используется F-тест. Для этого выполняется сравнение и критического (табличного) значений F-критерия Фишера. Расчетные значения приведены в таблице 2(обозначены буквой F). Табличное значение критерия Фишера находим при помощи функции FРАСПОБР, при уровне вероятности 0,95 (0,05) и числе ед.совокупности 206 (=FРАСПОБР(0,05;2;204)), =3,04 Сравниваем =1,15< =3,04 , это говорит о том, что модель по данному критерию не адекватна. Проанализировав данные по всем трем критериям, можно сделать вывод, что связи между факторами и результативным признаком нет, и модель по все критериям не значима.
©2015 arhivinfo.ru Все права принадлежат авторам размещенных материалов.
|