Построить линейную регрессионную модель в которой. Бесплатный доступ к решению задач

Реферат.Справочник
Решенные задачи по эконометрике
Построить линейную регрессионную модель в которой

Построить линейную регрессионную модель в которой .pdf

Зарегистрируйся в 2 клика в Кампус и получи неограниченный доступ к материалам с подпиской Кампус+ 🔥

Условие

Построить линейную регрессионную модель, в которой: объем продаж – зависимая (эндогенная) переменная Y (тыс. руб.), в качестве независимых переменных (регрессоров) выбраны : время – X1 (мес.), расходы на рекламу X2 (тыс. руб.), цена товара X3 (руб.), средняя цена товара у конкурентов X4 (руб.), индекс потребительских расходов X5 (%). Выборочные данные приведены в таблице 1. 1. Выявить мультиколлинеарность регрессоров модели при помощи показателя VIF. 2. Устранить мультиколлинеарность при помощи процедуры последовательного присоединения. Таблица 4. Y X1 X2 X3 X4 X5 126 1 4 15 17 100 137 2 4,8 14,8 17,3 98,4 148 3 3,8 15,2 16,8 101,2 191 4 8,7 15,5 16,2 103,5 274 5 8,2 15,5 16 104,1 370 6 9,7 16 18 107 432 7 14,7 18,1 20,2 107,4 445 8 18,7 13 15,8 108,5 367 9 19,8 15,8 18,2 108,3 367 10 10,6 16,9 16,8 109,2 321 11 8,6 16,3 17 110,1 307 12 6,5 16,1 18,3 110,7 331 13 12,6 15,4 16,4 110,3 345 14 6,5 15,7 16,2 111,8 364 15 5,8 16 17,7 112,3 384 16 5,7 15,1 16,2 112,9

Нужно полное решение этой работы?

Решение

Потяни, чтобы посмотреть

По результатам регрессионного анализа построим линейную модель:
Y-пересечение -3017,395934
Переменная X 1 -13,41916144
Переменная X 2 6,671834304
Переменная X 3 -6,476544678
Переменная X 4 12,23846226
Переменная X 5 30,47584275
Y=-3017,396-13,419X1+6,6718X2-6,477X3+12,238X4+30,476X4+εt
1. Выявим мультиколлинеарность регрессоров модели при помощи показателя VIF.
Фактор инфляции дисперсии (VIF) вычисляется по формуле:
VIFj=11-R2j,
где R2j – коэффициент детерминации j-го регрессора Xj относительно остальных.
VIF1=21,11206687 - возможна мультиколлинеарность;
VIF2=1,889291615;
VIF3=2,47437643;
VIF4=2,331028344;
VIF5=17,15219417 - возможна мультиколлинеарность.
2 . Устраним мультиколлинеарность при помощи процедуры последовательного присоединения.
Составим матрицу корреляций и выбираем регрессор, имеющий наибольшую корреляцию 0,81601787 с выходной переменной

50% задачи недоступно для прочтения

Переходи в Кампус, регистрируйся и получай полное решение

Получить задачу