Эконометрика лекции
Исходные данные для
Исходные данные для лабораторной работы №2 представлены в таблице №1.
Таблица №1
Выбираем в качестве зависимой переменной выручку (объем продаж), а в качестве предсказывающих независимых факторов цену продукта и расходов на рекламу. Сначала попытаемся построить линейную модель, результаты расчетов представлены в таблице №2.
Таблица №2.
Несмотря на то, что значимым оказалось линейное уравнение (коэффициент детерминации=0,92884131), значимыми оказались также и коэффициенты уравнения, т.е. по эконометрическим признакам уравнение можно признать хорошим, но полученное уравнение не согласуется с экономическим смыслом поставленной задачи. Некоторые коэффициенты оказались отрицательными, а это означает, что увеличение расходов на рекламу влечет уменьшение объемов продаж. На практике такое уменьшение происходит, только если цена превзойдет свой оптимальный уровень и расходы на рекламу превысят разумный предел. Поэтому требуется усложнить модель – включить в нее квадратичные слагаемые. Добавим квадратичные слагаемые в таблицу №1, получим таблицу №3.
Таблица №3.
Результаты расчетов по квадратичной модели представим в таблице №4.
Таблица №4.Итоги квадратичной регрессии.
Полученная регрессия уже отражает экономический смысл связей между объемом продаж, ценой продукта и расходами на рекламу. При малых значениях цены и расходов на рекламу положительные коэффициенты при цене и рекламе определяют движение выручки. Следовательно, выручка будет расти. Если цена и расходы превысят оптимальный уровень, то определяющими движение выручки станут отрицательные коэффициенты при квадрате цены и квадрате расходов на рекламу. В этом случае выручка будет падать. Однако в полученной регрессии есть один существенный недостаток. Именно если предположить, что цена продукта нулевая и расходы на рекламу нулевые, то выручка должна быть равна нулю. В нашей модели это не так, так как остается свободный член не равный нулю. Следовательно, нужно построить регрессию с квадратичными слагаемыми и с нулевым свободным членом (табл. 5).
назад далееПараграфы
- Сущность и история возникновения эконометрики
- </b>Парный регрессионный анализ
- Множественная регрессия
- Гетероскедастичность моделей, ее обнаружение и методы устранения гетероскедастичности
- прогнозирование временных рядов
- Сглаживание Временных рядов
- ОДНОВРЕМЕННЫЕ УРАВНЕНИЯ. МЕТОДЫ ИДЕНТИФИКАЦИИ
- Моделирование структурными уравнениями
- РАЗНОСТНЫЕ УРАВНЕНИЯ И ИХ РЕШЕНИЕ
- Стационарные временные ряды авторегрессии-скользящего среднего
- Временные ряды с высокой изменчивостью
- Ложная регрессия, коинтеграция и модели корректировки ошибок
- Элементы линейной алгебры
- Элементы теории вероятностей и математической статистики
- метод наименьших квадратов