Классическая модель множественной регрессии

Автор работы: Пользователь скрыл имя, 17 Мая 2013 в 05:06, курсовая работа

Описание работы

Цель курсовой работы: исследование влияния социально-экономических показателей на объем инвестиций в основной капитал на душу населения.
Задачами данной работы являются:
Построить МНК-оценки коэффициентов линейной модели множественной регрессии и провести ее исследование.
Провести анализ построенной линейной модели множественной регрессии на наличие/отсутствие мультиколлинеарности; в случае необходимости устранить мультиколлинеарность.

Содержание работы

Введение…………………………………………………………………………6
1 Классическая модель множественной регрессии……………………………..8
1.1 Понятие классической линейной модели множественной регрессии……..8
1.2 Оценка коэффициентов КЛММР методом наименьших квадратов……….9
1.3 Проверка гипотезы о значимости уравнения множественной регрессии…………………...…………………………………………………….10
2 Исследование модели на мультиколлинеарность……………………..…….14
3 Исследование модели на гетероскедастичность…………………………….16
3.1 Понятие гетероскедастичности……………………………………………..16
3.2 Тесты на гетероскедастичность…………………………………………….17
3.2.1 Тест ранговой корреляции Спирмана…………...………………..............17
3.2.2 Тест Голдфелда—Квандта………………………………………………...19
3.3 Несмещенная оценка ковариационной матрицы оценок коэффициентов регрессии………………………………………………………...……………….20
3.3.1 Стандартные ошибки в форме Уайта………………...…………………..20
3.3.2 Стандартные ошибки в форме Ньюи-Веста……………………………...21
4 Исследование модели на наличие автокорреляции регрессионных остатков…………………………………………………………………………..23
Заключение……………………………………………………………………….25
Список использованных источников…………………………………………...26
Приложение А…………………………………………………………………....27

Файлы: 1 файл

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ.docx

— 255.06 Кб (Скачать файл)

            For s = 1 To 47

                sum1 = sum1 + e2(s) * e2(s) * X(i, s) * X(j, s)

            Next s

            For k = 1 To L

                If k <= (L + 1) / 2 Then

                    w = 1 - 6 * (k / (L + 1)) * (k / (L + 1)) * (1 - (k / (L + 1)))

                Else

                    w = 2 * (1 - (k / (L + 1))) * (1 - (k / (L + 1)))

                End If

                For s = k + 1 To 47

                    sum2 = sum2 + w * e2(s) * e2(s - k) * (X(i, s) * X(j, s - k) + X(i, s - k) * X(j, s))

                Next s

            Next k

            Res(i, j) = sum1 + sum2

        Next j

    Next i

    For i = 1 To 6

        For j = 1 To 6

            ActiveCell.Offset(55 + i, j - 1) = Res(i, j)

        Next j

    Next i

 

End Sub




Информация о работе Классическая модель множественной регрессии