Построение парной и множественной регрессии модели социально-экономического развития все страны

Санкт-Петербургский политехнический университет Петра Великого

Институт промышленного менеджмента, экономики и торговли

КУРСОВОЙ ПРОЕКТ

Построение парной и множественной регрессии

модели социально-экономического развития все страны

2016-год

по дисциплине «Эконометрика»

Выполнил

студент гр.           з3733801/80101                               Д.Р Собиржонов

Проверил

доцент, к.э.н.                                                        Ч.С Александрович

Санкт-Петербург

2021

Санкт-Петербургский политехнический университет
Петра Великого

ЗАДАНИЕ 

по курсовому проекту по дисциплине «Эконометрика», 

осенний семестр 2020/2021 

Тематика исследования: «Влияние новых технологий на экономическое развитие стран». 

В данном курсовом проекте студентам предлагается провести исследование влияние показателей новых технологий на показатели экономического развития стран. В исследовании будут участвовать следующие переменные: 

Y1Y1

 - подушевой ВВП, долл. 

Y2Y2

 -  подушевой ВНП, долл. 

X1X1

 - заявки на патенты, шт 

X2X2

 - заявки на регистрацию торговых марок, шт. 

X3X3

 - количество исследователей в области НИОКР, чел. 

X4X4

 - доля расходов на НИОКР в ВВП, % 

X5X5

 - сборы за интеллектуальную собственность за период, долл. 

X6X6

 - экспорт высоких технологий, долл. 

X7X7

 - доля экспорта высоких технологий в общем экспорте, % 

На предварительном этапе студент, получив задание, должен выбрать из всего массива данных (файлы Excel) те данные, которые соответствуют его странам по всем указанным выше показателям. 

Построение модели линейной множественной регрессии 

По предложенным показателям необходимо построить уравнение показателей экономического развития 

Y1Y1

, 

Y2Y2

, от различных влияющих факторов, связанных с новыми технологиями  - 

X1X1

, 

X2X2

, 

X3X3

, 

X4X4

, 

X5X5

, 

X6X6

, 

X7X7

. 

Общий вид уравнений будет 

Y=b0+b1X1+...+bkXkY=b0+b1X1+...+bkXk

Всего в каждом уравнении будет до 7 факторов и, соответственно, до 8 оцениваемых параметров – коэффициентов уравнения. 

С помощью корреляционного анализа, изменяя факторы в уравнениях, необходимо добиться получения лучшего уравнения по каждому из результирующих показателей. 

Основные критерии для оценки качества регрессии – коэффициент детерминации, F-статистика, t-статистики для коэффициентов уравнения. 

Проверки существенности улучшения уравнения рекомендуется делать при помощи F-критерия. 

Необходимо обдумать полученные результаты и сделать выводы по исследованию. Также в выводах рекомендуется объяснить и интерпретировать полученные результаты с точки зрения экономической науки или простой логики. 

Задание: 

1. Построить линейную модель множественной регрессии. Записать стандартизованное уравнение множественной регрессии. На основе стандартизованных коэффициентов регрессии и средних коэффициентов эластичности ранжировать факторы по степени их влияния на результат. 

2. Найти коэффициенты парной, частной и множественной корреляции. Проанализировать их. 

3. Найти скорректированный коэффициент множественной детерминации. Сравнить его с нескорректированным (общим) коэффициентом детерминации. 

4. С помощью F -критерия Фишера оценить статистическую надежность уравнения регрессии и коэффициента детерминации 

R2yx1x2Ryx1x22

. 

5. С помощью t -критерия Стьюдента оценить статистическую значимость параметров чистой регрессии. 

6. С помощью частных F -критериев Фишера оценить целесообразность включения в уравнение множественной регрессии фактора