Реферат: Эконометрика 7
Из полученных результатов видно, что интервал от 212,06 до 250,70 тыс. руб. ожидаемой величины среднего размера назначенных ежемесячных пенсий довольно широкий. Значительная неопределенность прогноза линии регрессии, связана прежде всего с малым объемом выборки (n=13), а также тем, что по мере удаления xp от ширины доверительного интервала увеличивается.
Выводы: Линейный коэффициент парной корреляции равен 0,56, следовательно, связь изучаемых явлений является заметной, прямой.
Коэффициент детерминации равен 0,31, т.е. вариация результата на 31% объясняется вариацией фактора х.
При изменении в среднем прожиточного минимума на одного пенсионера на 1%, то средний размер назначенных ежемесячных пенсий изменится приблизительно на 13%.
Средняя ошибка аппроксимации равна 2,93%, что попадает в допустимый предел значений 8-10% и говорит о том, что расчетные значения отклоняются от фактических примерно на 3%.
Полученное значение F-критерия превышает табличное, следовательно, параметры уравнения и показателя тесноты статистически незначимы.
И гипотеза Hо о случайной природе оцениваемых характеристик отклоняется и признается их статистическая значимость и надежность.
Интервал от 212,06 до 250,70 тыс. руб. ожидаемой величины среднего размера назначенных ежемесячных пенсий довольно широкий. Значительная неопределенность прогноза линии регрессии, связана прежде всего с малым объемом выборки (n =13) , а также тем, что по мере удаления xp отширина доверительного интервала увеличивается.
Рекомендации по улучшению модели : проверить и устранить нарушения предпосылок МНК, в частности гетероскедастичности и/или автокорреляции остатков; добавить в модель другие существенные факторы; увеличить объем выборки.
Расчетная таблица
№ п/п | Район | y | x | yx | x2 | y2 |  | y- | (y-)2 | Ai |
| 1 | Брянская обл. | 240 | 178 | 42720 | 31684 | 57600 | 224,55 | 15,45 | 238,81 | 6,44 |
| 2 | Владимирская обл. | 226 | 202 | 45652 | 40804 | 51076 | 228,15 | -2,15 | 4,64 | 0,95 |
| 3 | Ивановская обл | 221 | 197 | 43537 | 38809 | 48841 | 227,40 | -6,40 | 40,99 | 2,90 |
| 4 | Калужская обл. | 226 | 201 | 45426 | 40401 | 51076 | 228,00 | -2,00 | 4,01 | 0,89 |
| 5 | Костромская обл. | 220 | 189 | 41580 | 35721 | 48400 | 226,20 | -6,20 | 38,44 | 2,82 |
| 6 | г. Москва | 250 | 302 | 75500 | 91204 | 62500 | 243,18 | 6,82 | 46,49 | 2,73 |
| 7 | Московская обл. | 237 | 215 | 50955 | 46225 | 56169 | 230,11 | 6,89 | 47,51 | 2,91 |
| 8 | Орловская обл. | 232 | 166 | 38512 | 27556 | 53824 | 222,74 | 9,26 | 85,69 | 3,99 |
| 9 | Рязанская обл. | 215 | 199 | 42785 | 39601 | 46225 | 227,70 | -12,70 | 161,36 | 5,91 |
| 10 | Смоленская обл. | 220 | 180 | 39600 | 32400 | 48400 | 224,85 | -4,85 | 23,50 | 2,20 |
| 11 | Тверская обл | 222 | 181 | 40182 | 32761 | 49284 | 225,00 | -3,00 | 8,98 | 1,35 |
| 12 | Тульская обл. | 231 | 186 | 42966 | 34596 | 53361 | 225,75 | 5,25 | 27,57 | 2,27 |
| 13 | Ярославская обл. | 229 | 250 | 57250 | 62500 | 52441 | 235,37 | -6,37 | 40,54 | 2,78 |
| Σ(Сумма) | 2969 | 2646 | 606665 | 554262 | 679197 | 2969 | 0,00 | 768,52 | 38,13 | |
| Среднее значение | 228,38 | 203,54 | 46666,54 | 42635,54 | 52245,92 | 228,38 | 0,00 | 59,12 | 2,93 |
2. Методы исключения тенденции в анализе временных рядов.
Модели, построенные по данным, характеризующим один объект за ряд
последовательных моментов (периодов), называются моделями временных
рядов.
Временной ряд – это совокупность значений какого-либо показателя за
несколько последовательных моментов или периодов.
Применение традиционных методов корреляционно-регрессионного ана-
лиза для изучения причинно-следственных зависимостей переменных, пред-
ставленных в форме временных рядов, может привести к ряду серьезных про
блем, возникающих как на этапе построения, так и на этапе анализа экономет
рических моделей. В первую очередь эти проблемы связаны со спецификой
временных рядов как источника данных в эконометрическом моделировании.
Предполагается, что в общем случае каждый уровень временного ряда содер
жит три основные компоненты: тенденцию (Т), циклические или сезонные ко
лебания (S) и случайную компоненту (E).
Если временные ряды содержат сезонные или циклические колебания, то
перед проведением дальнейшего исследования взаимосвязи необходимо устранить сезонную или циклическую компоненту из уровней каждого ряда, поскольку ее наличие приведет к завышению истинных показателей силы и связи изучаемых временных рядов в случае, если оба ряда содержат циклические колебания одинаковой периодичности, либо к занижению этих показателей в случае, если сезонные или циклические колебания содержит только один из рядов или периодичность колебаний в рассматриваемых временных рядах различна.
Устранение сезонной компоненты из уровней временных рядов можно