При відсутності мультиколеніарності
На середньомісячну заробітну плату впливає низка чинників. Вирізнимо серед них продуктивність праці, фондомісткість та коефіцієнт плинності робочої сили.
Щоб побудувати економетричну модель заробітної плати від згаданих чинників за методом найменших квадратів, потрібно переконатися, що продуктивність праці, фондомісткість та коефіцієнт плинності робочої сили як пояснювальні змінні моделі – не мультиколінеарні.
Вихідні дані наведено в табл. 7.1.
Таблиця 7.1
Номер цеху | Продуктивність праці, людино-днів | Фондомісткість, млн грн | Коефіцієнт плинності робочої сили, % |
0,89 | 19,5 | ||
0,43 | 15,6 | ||
0,7 | 13,5 | ||
0,61 | 9,5 | ||
0,51 | 23,5 | ||
0,51 | 12,5 | ||
0,65 | 17,5 | ||
0,43 | 14,5 | ||
0,51 | 14,5 | ||
0,92 | 7,5 | ||
Середнє значення | 28,7 | 0,616 | 14,81 |
Дослідити наведені чинники на наявність мультиколінеарності.
Порядок виконання завдання
Дослідимо наявність мультиколінеарності, виконавши такі кроки:
1. Обчислити середні значення показників та стандартні відхилення. Нормалізувати пояснювальні змінні моделі.
2. Знайти кореляційну матрицю rхх.
3. Визначити детермінант матриці rхх.
4. Обчислити критерій c2.
5. Розрахувати матрицю, обернену до матриці rхх.
6. Визначення F-критерію.
7. Обчислити частинні коефіцієнти кореляції.
8. Визначити t-критерій.
9. Зробити висновки щодо мультиколінеарності.
Крок 1. Нормалізація змінних.
Позначимо вектори пояснювальних змінних — продуктивності праці, фондомісткості, коефіцієнтів плинності робочої сили — через Х1, Х2, Х3.
Елементи нормалізованих векторів обчислимо за формулою:
де n — кількість спостережень, n = 10; т — кількість пояснювальних змінних, т = 3; - середнє арифметичне значення компонентів вектора Хk; — дисперсія змінної хk.
Із формули випливає, що спочатку потрібно обчислити середні арифметичні значення і величини для кожної пояснювальної змінної:
Дисперсії кожної пояснювальної змінної мають такі значення:
Усі розрахункові дані для нормалізації змінних Х1, Х2, X3, згідно з поданими співвідношеннями наведено в табл. 7.2.
Таблиця 7.2
3,3 | 0,274 | 4,7 | 10,89 | 0,07508 | 21,9961 | 0,2487 | 0,5191 | 0,3365 |
0,3 | -0,186 | 0,8 | 0,09 | 0,03460 | 0,6241 | 0,0226 | -0,3524 | 0,0567 |
1,3 | 0,084 | -1,3 | 1,69 | 0,00706 | 1,7161 | 0,0980 | 0,1591 | -0,0940 |
2,3 | -0,006 | -5,3 | 5,29 | 0,00004 | 28,1961 | 0,1733 | -0,0114 | -0,3810 |
-3,7 | -0,106 | 8,7 | 13,69 | 0,01124 | 75,5161 | -0,2788 | -0,2008 | 0,6235 |
5,3 | -0,106 | -2,3 | 28,09 | 0,01124 | 5,3361 | 0,3994 | -0,2008 | -0,1657 |
0,3 | 0,034 | 2,7 | 0,09 | 0,00116 | 7,2361 | 0,0226 | 0,0644 | 0,1930 |
-4,7 | -0,186 | -0,3 | 22,09 | 0,03460 | 0,0961 | -0,3542 | -0,3524 | -0,0222 |
-8,7 | -0,106 | -0,3 | 75,69 | 0,01124 | 0,0961 | -0,6556 | -0,2008 | -0,0222 |
4,3 | 0,304 | -7,3 | 18,49 | 0,09242 | 53,4361 | 0,3240 | 0,5759 | -0,5245 |
Всього… | 176,10 | 0,27864 | 194,249 |
Тоді знаменник для нормалізації кожної пояснювальної змінної буде такий:
X1 : ;
X2 : ;
X3 : .
Матриця нормалізованих змінних подається у вигляді:
0,2487 | 0,5191 | 0,3365 | |
0,0226 | -0,3524 | 0,0567 | |
0,0980 | 0,1591 | -0,0940 | |
0,1733 | -0,0114 | -0,3810 | |
X* = | -0,2788 | -0,2008 | 0,6235 |
0,3994 | -0,2008 | -0,1657 | |
0,0226 | 0,0644 | 0,1930 | |
-0,3542 | -0,3524 | -0,0222 | |
-0,6556 | -0,2008 | -0,0222 | |
0,3240 | 0,5759 | -0,5245 |
Крок 2. Визначення кореляційної матриці[1]):
де — матриця нормалізованих пояснювальних змінних;
— матриця, транспонована до X*.
Ця матриця симетрична і має розмір 3 х 3.
Запишемо шукану кореляційну матрицю
0,5550 | -0,3734 | ||
rxx = | 0,5550 | -0,2252 | |
-0,3734 | -0,2252 |
Кожний елемент цієї матриці характеризує тісноту зв'язку однієї пояснювальної змінної з іншою.
Оскільки діагональні елементи характеризують тісноту зв'язку кожної незалежної з цією самою змінною, то вони дорівнюють одиниці.
Решта елементів матриці rххтакі:
тобто вони є парними коефіцієнтами кореляції між пояснювальними змінними.
Користуючись цими коефіцієнтами, можна зробити висновок, що між змінними Х1, Х2, Х3 існує кореляційний зв'язок.
Постає запитання: чи можна стверджувати, що цей зв’язок є виявленням мультиколінеарності і через це негативно впливатиме на оцінку параметрів економетричної моделі?
Щоб відповісти на це запитання, потрібно ще раз звернутися до алгоритму Фаррара-Глобера і знайти статистичні критерії оцінки мультиколінеарності.
Крок 3. Обчислимо детермінант кореляційної матриці r і
критерій c2:
а)
б)
Якщо ступінь свободи , а рівень значущості
a=0,01, критерій . Оскільки > доходимо висновку, що в масиві змінних не існує мультиколінеарності.
Далі недоцільно реалізувати алгоритм Фаррара-Глобера, бо вже очевидно, що мультиколінеарності між досліджуваними пояснювальними змінними нема.
Дата добавления: 2014-12-03; просмотров: 968;