Statistika


Data 7 – 8

Dati par valstu ekonomisko izaugsmi un tās noteicošie faktori. Dati ņemti no Mankiv, Romer un Weil, QJE 1992.

Grth - ieņēmumu izmaiņas izteiktas ar logaritmu no 1960- 1985(atkarīgais mainīgais)

Y60 – ieņēmumu izmaiņas izteiktas ar logaritmu 1960

Inv – vidējais kapitālieguldījums attiecībā pret NKP no 1960 – 1980
Pop – iedzīvotāju skaita palielināšanās mērs izteikts ar logaritmu
School – mācību iestāžu apmeklējošo iedzīvotāju skaita procentuālā izmaiņa
Dn – 1 valstī nav nata, 0 valstī ir nafta
Di -  1 valsts ir industrializēta, 0 valsts nav industrializēta
Doecd – 1 OECD dalībvalsts, 0 nav OECD dalībvalsts (OECD Organisation for Economics Coorperation and Development)

Pirms pirmās faktoru izslēgšanas ieguvu sekojošas betta hat vērtības:
B^1
-0,38722557
B^2
0,50281835
B^3
-0,32708307
B^4
0,17318494
B^5
-0,66846014
B^6
0,30568926
B^7
0,24171632
B^8
1,28517834
Korelācija starp b^ un starp mainīgajiem faktoriem:
Cor(x)
1
0,492282
-0,17453
0,721757
-0,17772
0,34560162
0,571948

0,492282
1
-0,296601
0,612437
0,032034
0,39690314
0,500447

-0,17453
-0,2966
1
-0,15607
-0,25275
-0,17511824
-0,69729

0,721757
0,612437
-0,156065
1
-0,02879
0,51651287
0,459812

-0,17772
0,032034
-0,252755
-0,02879
1
0,39791858
0,128164

0,345602
0,396903
-0,175118
0,516513
0,397919
1
0,322087

0,571948
0,500447
-0,697288
0,459812
0,128164
0,32208669
1

cor(b^)
1
0,024677
-0,236982
-0,5069
0,265783
-0,05199628
-0,46755
-0,58287

0,024677
1
0,049677
-0,3639
0,048801
-0,0985019
-0,17309
-0,15205

-0,23698
0,049677
1
-0,03653
0,141405
-0,05357997
0,696917
0,89573

-0,5069
-0,3639
-0,03653
1
0,053937
-0,32787454
0,026314
0,182873

0,265783
0,048801
0,141405
0,053937
1
-0,47257112
-0,07352
-0,11192

-0,052
-0,0985
-0,05358
-0,32787
-0,47257
1
-0,02254
0,027241

-0,46755
-0,17309
0,696917
0,026314
-0,07352
-0,02254147
1
0,793749

-0,58287
-0,15205
0,89573
0,182873
-0,11192
0,02724064
0,793749
1
Pirms pirmās faktoru izslēgšanas izskaidroto kvadrātu starpības summas attiecība pret totālo kvadrātu summu bija aptuveni 0,38. Tas nozīmē ka ir izskaidroti aptuveni 38% no dotajiem datiem. Kas savukārt liecina par to, ka modelis pilnībā neatspoguļo pētīto problēmu. R2 adjusted, kurš ir precīzāks rādītājs par R2 ir vēl mazāks apmēram 33%.
Konfidences intervāls s2 ar ticamības līmeni 0,95:
PROB(0,07689<s2<0,123581)=0,95
Pirmo faktoru izslēgšanu veicu pēc hipotēzes, ka katra no b neietekmē atkarīgo mainīgo izmantojot  t – statistiku novērtēšanas.

Faktori
H0:b=0
P - value
X1
b1
1,2567E-10
X2
b2
1,8406E-08
X3
b3
0,33185564
X4
b4
0,00348032
X5
b5
6,1177E-05
X6
b6
0,00113695
X7
b7
0,08292835
X8
b8
0,22026013
Novērtējot P-value vērtības izsecināju, ka jāizslēdz trešais faktors, jo tā vērtība ir pārāk liela. Ja P- value ir liela tas nozīmē, ka hipotēze piepildās, kas savukārt liecina par to, ka trešais faktors neietekmē atkarīgo mainīgo šajā modelī ( valsts ieņēmumu izmaiņas nav atkarīgas no iedzīvotāju skaita izmaiņām).
Nākošā modeļa pārbaude tika veikta izmantojot F- testu. Tika izvirzīta hipotēze, ka neviens no faktoriem neietekmē atkarīgo mainīgo.
Test F
8,33302086
P value
0,00319371
 P-value vērtība ir pietiekami maza, lai noraidītu izvirzīto hipotēzi.
 Pēc pirmās faktoru izslēgšanas ieguvu jaunās b^ vērtības:
b1^
-0,3996319
b2^
0,5067848
b4^
0,1711255
b5^
-0,6464765
b6^
0,3009282
b7^
0,3354816
b8^
2,1951175
Pārbaudīju  H0: b=0 ar t-statistikas palīdzību:
X1
b1
1,36947E-11
X2
b2
1,38044E-08
X4
b4
0,003830726
X5
b5
8,65715E-05
X6
b6
0,001316807
X7
b7
0,001005595
X8
b8
7,28398E-06



Nav iemesla izslēgt kādu no faktoriem, jo visas P – value vērtības ir mazas, lai izvirzīto hipotēzi noraidītu.
F- tests:
Test F
9,7602706
P value
0,0040372
P –value vērtība ir pietiekoši maza, lai noraidītu hipotēzi, ka nevienai no b nav ietekme uz atkarīgo mainīgo.
Konfidences intervāls s2 ar ticamības līmeni 0,95:
PROB(0,07689<s<0,123581)=0,95
Kofidences intervāli b ar ticamības līmeni 0,95:

Prob(b1^-SE(b1^)<b1<b^1+SE(b1))=g

b^-SE(b)*t
<b<
b^+SE(b)*t
b1
-0,5031035
-0,399631859
-0,29616
b2
0,5067848
0,506784835
0,506785
b4
0,1711255
0,171125478
0,171125
b5
-0,6464765
-0,646476486
-0,64648
b6
0,3009282
0,300928169
0,300928
b7
0,3354816
0,335481617
0,335482
b8
2,1951175
2,195117485
2,195117
Regresijas vienādojums:
Y-0,452=-0,3996(X1-7,64)+0,506(X2-2,752)+0,171(X4-1,38)-0,646(X5-0,94)+0,3(X6-0,721)+0,33(X7-0,21)
Šo regresijas vienādojumu nevar izmantot prognozes aprēķināšanā, jo dotie dati ir izteikti ar log, taču uzdevumā nav minēts pie kādas bāzes. Tomēr tas atspoguļo to, kuri no faktoriem visvairāk ietekmē valsts ienākumu izmaiņas. Vislielākā ietekme uz valsts ienākumu izmaiņām ir kapitālieguldījumiem attiecībā pret NKP.























Ventspils Augstskolas

Pārvaldības nodaļas
1.     kursa studenta
Daiņa Zvirbuļa
Eksāmena darbs ekonometrijā


Econometrics
 software
 library
Data 7-8
 

Nav komentāru:

Ierakstīt komentāru