ćwiczenie 3a


Overview

dane
Zad1
zad 1 - regresja
Arkusz1
Zad2
Zasd3


Sheet 1: dane

Lp. Y X1 X2
1 49 10 650
2 13 3 125
3 23 6 220
4 18 6 190
5 18 9 123
6 29 14 109
7 22 3 200
8 10 10 181
9 30 16 350
10 27 13 250
11 14 8 89
12 13 10 171
13 12 11 120
14 11 12 120
15 32 13 400
10 55 20 750
11 23 8 350
12 14 10 150
13 16 11 100
14 19 12 80
15 35 13 400

Sheet 2: Zad1

W pewnym zakładzie produkcyjnym zbadano zależność pomiędzy wydajnością pracy a wielkością premii i


stażem pracy wybranych pracowników


Na podstawie tych imformacji proszę oszacować parametry modelu ekonometrycznego


dokonać weryfikacji merytorycznej i statycztycznej modelu.






LP wydajność pracy staż wielkośc premii
[w szt/godz] [lata] [w zł]
1 49 10 650
2 13 3 125
3 23 6 220
4 18 6 190
5 18 9 123
6 29 14 109
7 22 3 200
8 10 10 181
9 30 16 350
10 27 13 250
11 14 8 89
12 13 10 171
13 12 11 120
14 11 12 120
15 32 13 400
10 55 20 750
11 23 8 350
12 14 10 150
13 16 11 100
14 19 12 80
15 35 13 400
















Obliczenia proszę wykonać w pakietach Excel i Gretl.


Proszę porównać uzyskane wyniki.



Sheet 3: zad 1 - regresja

PODSUMOWANIE - WYJŚCIE



























y=α0+α1X1+α2X2+ε







Statystyki regresji







y=4,766+0,434X1+0,056X2







Wielokrotność R 0,922675703397668
















R kwadrat 0,851330453640382
jaki procent danych empirycznych jest przez model wyjaśniany (0,85%)














Dopasowany R kwadrat 0,83481161515598
















Błąd standardowy 4,92607082100801
średni błąd szacunku równania (wartości teoretyczne różnią się od wartosci rzeczywistych o +/- 4,92 szt./h)














Obserwacje 21



































ANALIZA WARIANCJI


















df SS MS F Istotność F












Regresja 2 2501,20887279544 1250,60443639772 51,5369439833348 3,54811874776349E-08
ponieważ istotność F<0,05, to przynajmniej jedna zmienna w modelu wywiera istotny wpływ na zmienną objaśnianą










Resztkowy 18 436,791127204558 24,2661737335866














Razem 20 2938



































Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%

ZAŁOŻENIE CETERIS PARIBUS






Przecięcie 4,76641348113828 3,0375825365882 1,56914698571184 0,134025389043794 -1,61531060876455 11,1481375710411 -1,61531060876455 11,1481375710411
!przyz założeniu, że zmienna X2 pozostanie na tym samym poziomie!







Zmienna X 1 staz 0,434193575675658 0,30994158510983 1,40088841425328 0,178251885324542 -0,21696953062127 1,08535668197259 -0,21696953062127 1,08535668197259
jeżeli staż pracy wzrośnie o jednostkę, to wydajność pracownika wzrośnie o 0,43







Zmienna X 2 premia 0,05621121634142 0,006851139513294 8,20465212135135 1,70707423652625E-07 0,041817506360331 0,07060492632251 0,041817506360331 0,07060492632251
jeżeli wielkość premii wzrośnie o jednostkę, to wydajność pracownika wroośnie o 0,056

















































szacując parametr a1 na poziomie 0,43 pomyliliśmy się średnio o +/-0,31













SKŁADNIKI RESZTOWE - WYJŚCIE


szacując parametr a2 na poziomie 0,06 pomyliliśmy się średnio o +/-0,007

















przedział ufności dla parametru













Obserwacja Przewidywane Y Składniki resztowe
z prawdopodobieństwem 0,95 można stwierdzić, że przedział (-0,217;1,0854) pokrywa nieznaną wielkość parameru α1













1 45,645639859818 3,35436014018203
jeśli przedział ufności zawiera 0 w srodku, to oznacza to, że zmienna, przy której stoi ten parametr, jest statystycznie nieistotna













2 13,0953962508428 -0,095396250842775
z prawdopodobieństwem 0,95 można stwierdzić, że przedział (0,0418;0,0706) pokrywa nieznaną wielkość parameru α2













3 19,7380425303047 3,26195746969533















4 18,0517060400621 -0,051706040062062
wartości teoretyczna













5 15,5881352722139 2,41186472778612
Y1 45,645639859818
B17+B18*10+B19*650










6 16,9721461218123 12,0278538781877
Y2 13,0953962508428
B17+B18*3+B19*125










7 17,3112374764493 4,68876252355071















8 19,2825793956919 -9,28257939569191















9 31,3874364114459 -1,38743641144587
jeżeli wartość p jest większa od 0,05, to zmienna jest statystycznie nieistotna













10 24,4637340502769 2,53626594972312
należy tę zmienną wyrzucić z modelu i ponownie oszacować model













11 13,2427603409299 0,757239659070059
ponieważ wartość p < 0,05, to zmienna wywiera istotny wpływ na model













12 18,7204672322777 -5,72046723227771















13 16,2878887745409 -4,28788877454094















14 16,7220823502166 -5,7220823502166















15 32,8954165014899 -0,895416501489905















16 55,6086972507166 -0,608697250716574















17 27,9138878060406 -4,9138878060406















18 17,5400316891079 -3,54003168910789















19 15,1636644477125 0,836335552287462















20 14,4736336965598 4,52636630344021















21 32,8954165014899 2,1045834985101
















Sheet 4: Arkusz1

PODSUMOWANIE - WYJŚCIE
















Statystyki regresji






Wielokrotność R 0,994400445024657






R kwadrat 0,988832245065235






Dopasowany R kwadrat 0,987656691914207






Błąd standardowy 46568571,6300476






Obserwacje 22















ANALIZA WARIANCJI








df SS MS F Istotność F


Regresja 2 3,64834735475925E+018 1,82417367737962E+018 841,163365689254 2,85545824973601E-19


Resztkowy 19 4,12040054095946E+016 2,16863186366288E+015




Razem 21 3,68955136016884E+018















Współczynniki Błąd standardowy t Stat Wartość-p Dolne 95% Górne 95% Dolne 95,0% Górne 95,0%
Przecięcie -10711168135,398 313125403,462897 -34,2072793102755 1,56122955373869E-18 -11366547136,8921 -10055789133,9039 -11366547136,8921 -10055789133,9039
konsumpcja 51592,5675462457 1258,20240213242 41,0049825519376 5,21147949924944E-20 48959,1196532683 54226,0154392232 48959,1196532683 54226,0154392232
nakłady inwestycyjne 0,033409790535101 0,034219483480566 0,97633824759731 0,341164949289926 -0,038212411519152 0,105031992589354 -0,038212411519152 0,105031992589354



























SKŁADNIKI RESZTOWE - WYJŚCIE
















Obserwacja Przewidywane dochód Składniki resztowe





1 1363760410,07076 -23760410,0707579





2 1453128120,0751 80871879,9249039





3 1548751624,81991 12300769,5500734





4 1565154500,47053 22822241,4778485





5 1672165372,27935 5188177,08833075





6 1800180067,39987 -7841613,03904819





7 1879570462,40423 4879169,58106589





8 1973539442,50334 144879,450624704





9 2074123726,00672 -61189981,7250338





10 2089391215,09504 -22521550,2807627





11 2121064796,84543 -4160341,50438333





12 2182545716,68505 -48604257,929462





13 2262367463,81988 -62656230,7886472





14 2290298146,1969 19725487,9399242





15 2391885522,71099 -38411390,6143284





16 2402299988,22419 -16126152,5095768





17 2421851084,40495 13471223,1686072





18 2531142697,19261 -23319022,8706799





19 2643015331,72297 -33909581,6900678





20 2643960075,44188 1770472,08466864





21 2666588139,17304 56637833,4358721





22 2666466547,14211 124688399,320856






Sheet 5: Zad2

Przyjmując liniowy charakter powiązań zmiennych, zbudować model kształtowania się dochodu narodowego,

konsumpcji indywidualnej oraz nakładów inwestycyjnych, wiedząc, że :

1) wielkość dochodu narodowego z roku na rok wykazuje tendencję wzrostową oraz zależy od wielkości zatrudnienia i majątku produkcyjnego w danym roku

2) wielkość konsumpcji indywidualnej jest funkcją wielkość dochodu narodowego i nakładów inwestycyjnych w danym roku

3) wielkość nakładów inwestycyjnych w gospodarce narodowej jest funkcją dochodu narodowego i konsumpcji w danym roku oraz nakładów inwestycyjnych w roku

ubiegłym.




dochód konsumpcja nakłady inwestycyjne
1 340 000 000 234 000 67 876 500
1 534 000 000 235 150 966 477 973
1 561 052 394 237 526 159 917 084
1 587 976 742 237 699 384 481 271
1 677 353 549 239 947 114 624 150
1 792 338 454 241 964 832 419 689
1 884 449 632 243 446 920 621 087
1 973 684 322 245 540 499 399 981
2 012 933 744 247 585 352 338 833
2 066 869 665 247 800 476 722 144
2 116 904 455 248 549 268 219 468
2 133 941 459 249 393 804 704 035
2 199 711 233 251 312 231 183 370
2 310 023 634 251 426 891 221 414
2 353 474 132 253 552 647 594 948
2 386 173 836 253 848 502 943 609
2 435 322 308 254 293 401 542 734
2 507 823 674 256 394 427 557 413
2 609 105 750 258 385 702 074 426
2 645 730 548 258 769 136 067 757
2 723 225 973 258 816 741 429 843
2 791 154 946 259 280 21 074 124

Sheet 6: Zasd3

Na podstawie poniższych danych:








a) oszacować model ekonometryczny popytu na telewizory LCD



gdzie:



yt- miesięczna sprzedaż telewizorów typu LCD w sieci sklepów RTV


x1t- przeciętna cena telewizora LCD


x2t- przeciętne miesięczne wynagrodzenie (w zł)


x3t- przeciętna cena telewizora plazmowego


b) Zinterpretowac otrzymane wyniki.



c) Ocenić jakośc dopasowania modelu do danych empirycznych.








okres Y X1 X2 X3
08-12 135 1667,238 2950,12 2188,35
09-01 145 1757,71916360843 3030,45 2450,23
09-02 150 1832,36415858672 3147,5395121262 2453,46960657531
09-03 151 1913,52872130685 3163,57025854688 2459,17812363232
09-04 153 1928,73902020466 3190,63754847892 2462,84067085385
09-05 154 1998,65406475004 3212,03 2469,78174433721
09-06 158 2053,98338970844 3232,12643430809 2477,05591067896
09-07 161 2121,68374339283 3252,93016421737 2478,96478777014
09-08 166 2196,13441280639 3279,92534510242 2484,74720945573
09-09 169 2265,81726518747 3303,19562798392 2494,77966106945
09-10 174 2299,86880188869 3313,17812794463 2501,92635376411
09-11 179 2393,29631488021 3341,67494073046 2515,96767151737
09-12 188 2484,15559038177 3371,18071140377 2518,94687396529
10-01 193 2569,73518628464 3391,42670579956 2527,07061591986
10-02 199 2607,69562372242 3409,6836956359 2538,92686704466
10-03 203 2636,79652963665 3416,46587363136 2547,9417416657
10-04 212 2675,56914444281 3439,00119639284 2552,16352091805
10-05 216 2715,70642997986 3452,0200287298 2572,10974173906
10-06 220 2678,58530800042 3457,2213904963 2587,22516852833
10-07 225 2684,64475886494 3483,270161456 2588,33644655194
10-08 229 2661,60052722835 3500,19434340385 2614,23236485032
10-09 234 2624,63891230858 3510,1663508096 2623,5217532061
10-10 237 2556,12705307627 3522,62690362832 2640,44195000836
10-11 244 2505,80354559654 3524,52701965276 2646,37267478923
10-12 251 2442,6156634601 3551,0152425092 2668,20717147237
11-01 260 2366,94199700124 3576,19977889307 2722,5324150042
11-02 263 2291,63220458587 3599,65929148179 2759,53827392306
11-03 267 2233,80579712852 3613,89693806515 2762,83624181385
11-04 276 2224,26313639625 3626,54010222947 2790,62446418415
11-05 277 2170,79245565322 3647,26331395261 2834,13080882359
11-06 282 2141,28697744798 3649,26885700242 2858,35925382131
11-07 287 2080,29557456318 3673,11886285701 2916,46018666539
11-08 292 2051,20274776675 3694,45798144546 2920,09927818338
11-09 296 2002,36758831032 3699,74468269278 2921,73827040527
11-10 305 1970,6824742986 3708,26129899264 2941,41306567501

Wyszukiwarka

Podobne podstrony:
cwiczenie 3a
Cwiczenie 3A id 99454 Nieznany
Ćwiczenie 3A (2)
cwiczenie 3a, Ochrona Środowiska UR Kraków, Rok II, Semestr III, Hydrologia i ochrona wód
Instrukcja do ćwiczenia 3A
C3a Cwiczenia 3a
cwiczenie 3a przepompownia id 1 Nieznany
cwiczenie 3a
Ćwiczenie 3A
Cwiczenie 3A Excel
4 10 03 2014 Ćwiczenie 3a METODY TECHNICZNEGO NORMOWANIA PRACY
Ćwiczenie 3a 01 04 2014 Zadanie nr 1
lista 3a, Elektrotechnika, PODSTAWY ELEKTROTECHNIKI, ćwiczenia
podstawy automatyki ćwiczenia lista nr 3a
3a. Teoretyczne źródła socjologii grup społecznych, Ćwiczenia - dr K
zad 1-3 gr 3a, Geodezja PW, Stare dzieje, Geod fiz + graw, Ćwiczenia

więcej podobnych podstron