Transcript Ekonometrika_laboratornie_raboti_(Vebinar_1)

Эконометрика
Вебинар 1
Для студентов ИДО
Методические указания к
выполнению лабораторных работ
• По дисциплине предусмотрено 2
лабораторные работы, которые
выполняются в приложении MS Excel.
• результаты в виде файла MS Excel (под
названием Лаб_раб <фамилия студента>
<группа>.xlsx) предоставляют
преподавателю через интернет.
Лабораторная работа №1
«Выбор оптимальной аппроксимирующей функции»
• Цель работы: Для заданных значений Х и Y найти
функцию, которая наиболее точно выражает связь между
ними.
• Аппроксимация наблюдаемых данных какой-либо
математической формулой всегда приближенна. Чем
меньше это отличие, тем ближе теоретические
(модельные) значения подходят к наблюдаемым, и тем
лучше качество модели. Величина отклонений фактических
и расчетных значений результативного признака по
каждому наблюдению представляет собой ошибку
аппроксимации или отклонение. Таким образом, при
выполнении задания надо выбрать такую функцию, для
которой среднее отклонение будет минимальным.
Строим график Y(X)
У(Х)
50
45
40
35
30
25
У(Х)
20
15
10
5
0
0
2
4
6
8
10
12
14
Для выделения точечного графика Y(X) надо поставить
курсор на одну из точек графика и нажать левую кнопку
мыши. Затем, не перемещая курсор, нажать правую кнопку и
выбрать в контекстном меню «Добавить линию тренда»
После этого появится диалоговое окно:
Построить линии тренда (5 штук, кроме
линейного фильтра). Для этого: необходимо
поставить галочку в строке «Показывать
уравнение на диаграмме». Затем на основе
уравнения аппроксимации ввести формулу
(проставив знаки умножения и заменив Х
адресом ячейки, которая этот Х содержит) и
рассчитать теоретические значения У для всех
значений аргумента Х.
На графике добавится линия тренда и
формула расчета Y(X) для линейной функции
Y(X)
60
50
y = 2.2106x + 19.233
40
Y(X)
30
Linear (Y(X))
20
10
0
0
2
4
6
8
10
12
14
Для расчета теоретического значения Y по этой функции
вводим формулу в соответствующий столбец
Отклонение для каждой точки рассчитывается
по формуле: zi  yi y tyi 100
i
где ty – теоретическое значение для
соответствующей точки, модуль вычисляется с
помощью функции ABS(…).
По всем наблюдениям вычисляется среднее
1 n
отклонение для каждой функции
A   zi
n i 1`
и определяется оптимальная функция
аппроксимации (с минимальной
погрешностью). Выделите оптимальную
функцию другим цветом.
Повторяем аналогичные действия для
каждой из пяти функций.
• Не следует помещать на одном
графике более двух трендов;
• Для вычисления экспоненциальной
функции ex использовать функцию
exp(x);
• Для вычисления модуля |x|
использовать функцию abs(x)
Далее на листе 2 каждый студент выполняет
индивидуальный вариант задания на основе
данных, представленных в табл. 2.
Номер варианта задания для лабораторной
работы № 1 определяется по последней
цифре номера зачетной книжки. Например,
если номер зачетной книжки Д-11Г10/12, то
номер варианта задания равен 2. Если номер
зачетной книжки оканчивается на 0
(например, З-3Б10/30), то номер варианта
задания равен 10.
Таблица 2.
Лабораторная работа № 2
Цель работы: На основе данных Московского
агентства недвижимости построить модель
для оценки реальной стоимости квартиры по
ее характеристикам (район, площадь, этаж и
т.д.).
Для выполнения задания необходимо
скопировать исходные данные в MS EXCEL и
преобразовать качественные факторы (район
станции метро) в числовую форму. Для этого
сформировать новый столбец данных region.
Обозначим 1-ю станцию метро – 1, 2-ю – 2 и т.д.
Построение модели выполняется с помощью
инструмента Регрессия из Пакета анализа
(надстройки MS Excel 2007).
Для подключения Пакета анализа необходимо
нажать главную кнопку Excel (правый верхний
угол), затем нажать кнопку Параметры Excel. В
списке параметров выбрать Надстройки, а в
списке надстроек – Пакет анализа, затем
нажать кнопку Перейти. В списке Доступные
надстройки поставить галочку в строке Пакет
анализа. В пункте меню Данные в разделе
Анализ появится ссылка Анализ данных.
Нажав ссылку Анализ данных, переходим к списку
инструментов. Выбираем инструмент Регрессия
для построения регрессионной модели.
В качестве зависимой переменной Y будем использовать цену
квартиры (столбец price), а в качестве факторов X - ее
характеристики, т.е. все остальные столбцы.
В результате получаем значения параметров
(коэффициентов) регрессии. Вероятность ошибки
определена в столбце Р-значение. Если она больше 0,05
(5%), то соответствующий фактор считается не значимым на
заданном уровне (выделены другим цветом).
После удаления не значимых, т.е. не существенно
влияющих на результат, данных построение уравнения
регрессии следует повторить. В результате должно
получиться уравнение, где все факторы значимы:
price= b0+b1*region+b2*totsq+…,
где b0, b1, b2, … - коэффициенты из таблицы Вывод
итогов для соответствующих факторов.
На основе полученных результатов можно
рассчитать стоимость любой квартиры с произвольно
заданными значениями ее характеристик. Для этого
необходимо ввести формулу для расчета цены
квартиры, в которой значения коэффициентов берутся
из результатов Регрессии, а соответствующие значения
факторов (район, площадь, этаж и т.д.) задаются в
соответствии с номером вашего варианта.
Исходные данные для лаб. раб. №2
Окончание таблицы.
Условные обозначения
Варианты заданий для лаб. раб. №2
Примечания:
• При построении множественной регрессии значения
факторов должны быть расположены в столбцах
подряд, поэтому при удалении незначимых факторов
необходимо смещать оставшиеся факторы, чтобы
между ними не оставалось пустых столбцов.
• При задании параметров вывода в диалоговом окне
Регрессия удобнее помещать результаты не на
другом листе (как предусмотрено по умолчанию), а
задавать на текущем листе адрес верхнего левого
угла для вывода результатов.
• Исходные данные можно скопировать из
методических материалов по Эконометрике
(файл Лабораторные работы).
• Второй вебинар состоится на следующей
неделе. Желательно, чтобы вы внимательно
посмотрели установочную лекцию и эту
презентацию и подготовили вопросы, если
что-то будет непонятно.
• Учебное пособие по начальному курсу
эконометрики имеется в методических
материалах.