Ćwiczenie 03. MNK dla modela z jedną zmienną. Estymatory punktowe i przedziałowe w modelach z |
jedną zmienną. Przykłady modeli z ekonometryczną analizą popytu, produkcji, kosztów, zatrudnienia. |
|
|
Liniowy model z jedną zmienną objaśniającą. |
Plan rozwiązania zadania. |
1. Wybrać zmienną objaśnianą (Y) i objaśniającą (X) i wprowadzić dane w arkusz Excel'a. |
2. Narysować wykres zależności Y=Y(X) i zrobić wniosek o istnieniu liniowej zależności Y od X. |
3. Obliczyć Xśr, Yśr , odchylenie zmiennej X od Xsr X'=X-Xsr, również X'^2. |
Obliczyć współczynnik korelacji ryx i odchylenia standardowe sy, sx . Znajdź estymatory parametrów |
strukturalnych a1=ryx*sy/sx i a0=Yśr-a1*Xsr. |
4. Sprawdź prawidłowość obliczenia estymatorów parametrów strukturalnych na podstawie wzoru |
macierzowego. Stwórz macierz A i macierz b dla obliczenia parametrów modelu a0, a1. |
Obliczyć parametry a0, a1 liniowego modelu według wzoru a = A-1*b. |
5. Obliczyć wartości teoretyczne Y'i=a0+a1*Xi zmiennej objaśnianej Y i wartości (Yi-Y'i)^2. |
6. Obliczyć wariancję (dyspersję) s2 względem linii regresji Y' według formuły s2=S(Yi-Y'i)^2/(n-2). |
Znaleźć krytyczną wartość ta rozkładu Studenta dla poziomu prawdopodobieństwa a=0,05. |
7. Obliczyć wariancji (dyspersji) parametrów a0, a1 liniowego modelu według formuł: |
s2a1=D(a1)=s2/SX'i^2; s2a0=D(a0)=SXi^2*D(a1)/n. |
Znajdź przedziały ufności dla estymatorów parametrów strukturalnych a0, a1 liniowego modelu (a=0,05). |
8. Obliczyć t*=|a1|/sa1 Sprawdzić, czy t*>ta i istnieje liniowa zależność pomiędzy Y a X. |
9. Obliczyć dyspersją s2yi według formuły s2yi=s2(1+1/n+X'i^2/SX'i^2) i interwał |
ufności [Ydi;Ygi] , gdzie Ydi=Y'i-ta*syi; Ygi=Y'i+ta*syi i narysować wykres zależności Y,Y',Yd,Yg od X. |
10. Zrobić wnioski. |
Podstawowe wzory dla badania liniowego modela z jedną zmienną objaśniającą |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. Ogólna postać modela: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. Wartości teoretyczne (modelowe): |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3. Odchylenia (reszty) wartości teoretycznych y' od wartości empirycznych y: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4. Estymatory punktowe liniowego modela: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
lub |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5. Estymator wariancji składnika losowego: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
oraz estymator odchylenia standardowego składnika losowego: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6. Wariancje estymatorów parametrów strukturalnych: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
oraz estymatory odchyleń standardowych: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7. Estymatory przedziałowe parametrów strukturalnych: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8.Przedziały ufności zmiennej objaśnianej Y: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9. Badania: |
|
|
|
|
|
|
9.1. dopuszczalności modela |
|
|
Współczynnik determinacji: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Przyjmujemy na ćwiczeniach |
|
|
|
|
|
|
|
9.2. istotności parametru strukturalnego a1 (liniowej zależności pomiędzy Y a X) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10. Wnioski |
|
|
|
|
|
|
|
|
|
|
10.1. dopuszczalność modela; |
|
|
|
|
|
|
|
|
|
|
|
|
|
10.2. istnienie lub brak liniowej zależności pomiędzy Y a X; |
|
|
|
|
|
|
|
|
|
|
|
|
|
10.3. przedziały ufności parametrów strukturalnych; |
|
|
|
|
|
|
|
|
|
|
|
|
|
10.4. przedziały ufności zmiennej objaśnianej Y; |
|
|
|
|
|
|
|
|
|
|
|
|
|
10.5. wykres |
|
|
|
|
|
|
|
|
|
|
|
|
|
W tabeli mamy dane o cenie niektórego surowca i cenie towaru wyprodukowanego z tego surowca: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Cena surowca, zł/kg |
6,7 |
6,9 |
7,2 |
7,3 |
8,4 |
8,8 |
9,1 |
9,8 |
10,6 |
10,7 |
11,1 |
11,8 |
12,1 |
12,4 |
|
|
|
Cena towaru, wyprodukowanego z surowca zł/kg |
12,8 |
12,2 |
13,1 |
13,5 |
13,2 |
13,7 |
14,1 |
14,8 |
15,4 |
15,2 |
15,4 |
16,1 |
16,7 |
17,3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Na podstawie tych danych zbadać liniowy model. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Plan rozwiązania zadania. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. Wybrać zmienną objaśnianą (Y) i objaśniającą (X) i wprowadzić dane. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2. Narysować wykres zależności Y=Y(X) i zrobić wniosek o istnieniu liniowej zależności Y od X. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3. Obliczyć Xśr, Yśr, współczynnik korelacji ryx i odchylenia standardowe sy, sx . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Znajdź estymatory parametrów strukturalnych a1=ryx*sy/sx i a0=Yśr-a1*Xsr. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4. Sprawdź prawidłowość obliczenia estymatorów parametrów strukturalnych na podstawie wzoru |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
macierzowego. Stwórz macierz A i macierz b dla obliczenia parametrów modelu a0, a1. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Obliczyć parametry a0, a1 liniowego modelu według wzoru a = A-1*b. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5. Obliczyć wartości teoretyczne Y'i=a0+a1*Xi zmiennej objaśnianej Y i wartości (Yi-Y'i)^2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6. Obliczyć wariancję (dyspersję) s2 względem linii regresji Y' według formuły s2=S(Yi-Y'i)^2/(n-2). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Znaleźć krytyczną wartość ta rozkładu Studenta dla poziomu prawdopodobieństwa a=0,05. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7. Obliczyć odchylenie zmiennej X od Xsr X'=X-Xsr, również X'^2. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Obliczyć wariancji (dyspersji) parametrów a0, a1 liniowego modelu według formuł: |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
s2a1=D(a1)=s2/SX'i^2; s2a0=D(a0)=SXi^2*D(a1)/n. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8. Znajdź przedziały ufności dla estymatorów parametrów strukturalnych a0, a1 liniowego modelu (a=0,05). |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9. Obliczyć t*=|a1|/sa1 Sprawdzić, czy t*>ta i istnieje liniowa zależność pomiędzy Y a X. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10. Obliczyć dyspersją s2yi według formuły s2yi=s2(1+1/n+X'i^2/SX'i^2) i interwał |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ufności [Ydi;Ygi] , gdzie Ydi=Y'i-ta*syi; Ygi=Y'i+ta*syi i narysować wykres zależności Y,Y',Yd,Yg od X. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
11. Zrobić wnioski. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1. |
|
|
|
2. |
|
|
|
|
|
|
|
|
|
|
|
|
i |
Cena surowca, X |
Cena towaru, Y |
|
|
|
|
|
|
|
|
1 |
6,7 |
12,8 |
|
|
|
|
|
|
|
2 |
6,9 |
12,2 |
|
|
|
|
|
|
|
3 |
7,2 |
13,1 |
|
|
|
|
|
|
|
4 |
7,3 |
13,5 |
|
|
|
|
|
|
|
5 |
8,4 |
13,2 |
|
|
|
|
|
|
|
6 |
8,8 |
13,7 |
|
|
|
|
|
|
|
7 |
9,1 |
14,1 |
|
|
|
|
|
|
|
8 |
9,8 |
14,8 |
|
|
|
|
|
|
|
9 |
10,6 |
15,4 |
|
|
|
|
|
|
|
10 |
10,7 |
15,2 |
|
|
|
|
|
|
|
11 |
11,1 |
15,4 |
|
|
|
|
|
|
|
12 |
11,8 |
16,1 |
|
|
|
|
|
|
|
13 |
12,1 |
16,7 |
|
|
|
|
|
|
|
14 |
12,4 |
17,3 |
|
|
|
|
|
|
|
Suma |
132,9 |
203,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3. |
|
|
|
|
|
4. |
|
|
|
|
|
|
|
|
|
|
|
Xśr |
Yśr |
|
|
|
|
MNK |
|
|
|
|
|
|
|
|
|
|
Średnie |
9,493 |
14,536 |
|
|
|
|
a0 |
a1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
14 |
132,9 |
203,5 |
|
|
|
|
|
|
|
|
|
sx= |
1,93371008527068 |
|
|
|
|
132,9 |
1313,95 |
1970,99 |
|
|
|
|
|
|
|
|
|
sy= |
1,48929856109567 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
rxy= |
0,972106107120757 |
|
|
|
|
1,793 |
-0,181 |
|
|
|
|
|
|
|
|
|
|
R2= |
0,944990283501472 |
>0,7 |
Model jest dopuszczalny |
|
|
-0,181 |
0,019 |
|
|
|
|
|
|
|
|
|
|
a1= |
0,748693528360327 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a0= |
7,42847357720804 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Model: |
Y'=a0+a1*X |
|
|
|
|
a0= |
7,4285 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
a1= |
0,7487 |
|
|
|
|
|
|
|
|
|
|
Y'= |
7,4285 |
+ |
0,7487 |
*X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5. |
|
|
|
6. |
|
|
7. |
|
|
|
|
|
8. |
|
|
|
|
Y' |
(Y-Y')^2 |
|
|
|
|
|
X' |
X'^2 |
|
|
|
|
|
|
|
|
|
12,445 |
0,126 |
|
|
|
|
|
-2,793 |
7,800 |
|
SX'^2= |
52,349 |
|
a1= |
0,748693528360327 |
|
|
|
12,594 |
0,156 |
|
|
n= |
14 |
|
-2,593 |
6,723 |
|
|
|
|
a0= |
7,42847357720804 |
|
|
|
12,819 |
0,079 |
|
|
|
|
|
-2,293 |
5,257 |
|
sa12= |
0,003 |
|
|
|
|
|
|
12,894 |
0,367 |
|
|
n-2= |
12 |
|
-2,193 |
4,809 |
|
|
|
|
0,635 |
<= a1 <= |
0,862 |
|
|
13,717 |
0,268 |
|
|
|
|
|
-1,093 |
1,194 |
|
sa02= |
0,255 |
|
6,328 |
<= a0 <= |
8,529 |
|
|
14,017 |
0,100 |
|
|
S(Y-Y')^2= |
1,708 |
|
-0,693 |
0,480 |
|
|
|
|
|
|
|
|
|
14,242 |
0,020 |
|
|
|
|
|
-0,393 |
0,154 |
|
|
|
|
9. |
t*= |
14,358 |
|
|
14,766 |
0,001 |
|
|
s^2= |
0,142 |
|
0,307 |
0,094 |
|
|
|
|
|
|
|
|
|
15,365 |
0,001 |
|
|
|
|
|
1,107 |
1,226 |
|
|
|
|
Wniosek: |
Nie ma powodu odrzucić hipotezę, że istnieje liniowa zależność pomiędzy Y a X |
|
15,439 |
0,057 |
|
|
s= |
0,377 |
|
1,207 |
1,457 |
|
|
|
|
|
|
15,739 |
0,115 |
|
|
|
|
|
1,607 |
2,583 |
|
|
|
|
|
|
16,263 |
0,027 |
|
|
a= |
0,050 |
|
2,307 |
5,323 |
|
|
|
|
|
|
16,488 |
0,045 |
|
|
|
|
|
2,607 |
6,797 |
|
|
|
|
|
|
16,712 |
0,345 |
|
|
ta= |
2,179 |
|
2,907 |
8,451 |
|
|
|
|
|
|
|
|
|
203,500000000001 |
1,708 |
|
|
|
|
|
0,000 |
52,349 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10. |
|
|
|
|
|
|
|
|
sy |
Yd |
Yg |
|
|
|
|
|
0,417 |
11,537 |
13,353 |
|
|
|
|
|
0,413 |
11,694 |
13,495 |
|
|
|
|
|
0,408 |
11,929 |
13,709 |
|
|
|
|
|
0,407 |
12,007 |
13,781 |
|
|
|
|
|
0,395 |
12,858 |
14,577 |
|
|
|
|
|
0,392 |
13,162 |
14,872 |
|
|
|
|
|
0,391 |
13,390 |
15,094 |
|
|
|
|
|
0,391 |
13,914 |
15,617 |
|
|
|
|
|
0,395 |
14,504 |
16,225 |
|
|
|
|
|
0,396 |
14,578 |
16,301 |
|
|
|
|
|
0,399 |
14,869 |
16,609 |
|
|
|
|
|
0,409 |
15,373 |
17,153 |
|
|
|
|
|
0,414 |
15,587 |
17,389 |
|
|
|
|
|
0,419 |
15,800 |
17,625 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|