Виконала: Климюк Анна, ОМУ-22-2

Варіант - 5
Лабораторна робота № 4
“Побудова та дослідження лінійної багатофакторної економетричної
моделі з гетероскедастичністю”
Мета роботи: Набуття практичних навичок побудови багатофакторної
економетричної моделі з гетероскедастичністю, її дослідження та практичне
використання.
Задачі роботи:
1. Специфікація економетричної моделі.
2. Побудова економетричної моделі МНК.
3. Дослідження економетричної моделі на наявність
гетероскедастичності.
4. Побудова економетричних моделей узагальненим методом
найменших квадратів на основі гіпотези про взаємозв’язок між залишками та
значенням ознаки фактора та обрання найкращої моделі.
5. Формування економічних висновків на основі побудованої
економетричної моделі.
Завдання роботи:
Виходячи з статистичних даних Державної служби статистики України
(https://stats.oecd.org/) у розрізі регіонів для одного років з часового проміжку
2002–2017 побудувати економетричну модель залежності рівня заощаджень
населення (saving) (Y, млн грн) від наявного доходу (income) (Х1, млн грн) та
витрат (expenditure) (Х2, млн грн) для цього потрібно:
1. Побудувати діаграми розсіювання для результуючого показника та
показників-факторів.
2. Побудувати економетричну модель залежності заощаджень
населення від визначених факторів.
3. Провести діагностику економетричної моделі на наявність
гетероскедастичності.
 4. Побудувати економетричну модель узагальненим методом
найменших квадратів виходячи з гіпотези про те, що дисперсія залишків
пропорційна до зміни наявного доходу.
5. Побудувати економетричну модель узагальненим методом
найменших квадратів виходячи з гіпотези про те, що дисперсія залишків
пропорційна до зміни витрат.
6. Обрати найкращу економетричну модель виходячи з критерію
найменшого стандартного відхилення вектора залишків моделі та
сформулювати економічні висновки.
Результати виконання:

Рис. 1. Формування вихідного масиву інформації в Блокноті

 Рис. 2. Таблиця з даними в R

Рис. 3. Поле кореляції між наявним доходом та заощадженнями населення.

На основі візуального аналізу діаграми розсіювання між змінними

наявних доходів та заощаджень населення можна простежити наявність
лінійного зв’язку між результуючим показником та факторами, які на нього
впливають.
 Рис. 4. Протокол економетричної моделі в R.

Економетрична залежність між заощадженнями населення, доходами

та витратами у 2006 році виглядає наступним чином:
^
saving=−242 , 3006+0 , 9724 ∙ income−07061∙ expenditure
Коли за всіх однакових умов наявні доходи зростуть на 1 ум.од.
заощадження населення зросте на 0,9724 ум.од. У разі, якщо за всіх
однакових умов витрати зростуть на 1 ум.од. заощадження населення спадуть
на 0,7061 ум.од.
Рис. 5. Діагностика наявності гетероскедастичності у моделі та побудування
економетричної моделі узагальненим методом найменших квадратів
виходячи з гіпотези про те, що дисперсія залишків пропорційна до зміни
наявного доходу в R.
¿
Порівняємо значення критерію R (BG) (111,27) з критичним
(табличним) значенням F-критерію при 1 = 7 і 2 = 6 ступенях свободи і рівні
¿
значущості  = 0,10 F ( = 0,10) 7 6 = 3,0145. Оскільки R > F ( = 0,10) 7 6, то вихідні
дані (income, наявний дохід) з імовірністю 95 % мають гетероскедастичність.
Рис. 6. Діагностика наявності гетероскедастичності у моделі та побудування
економетричної моделі узагальненим методом найменших квадратів
виходячи з гіпотези про те, що дисперсія залишків пропорційна до зміни
витрат в R.
¿
Порівняємо значення критерію R (BG) (108,72) з критичним
(табличним) значенням F-критерію при 1 = 7 і 2 = 6 ступенях свободи і рівні
¿
значущості  = 0,10 F ( = 0,10) 7 6 = 3,0145. Оскільки R > F ( = 0,10) 7 6, то вихідні
дані (expenditure, витрати) з імовірністю 95 % мають гетероскедастичність.
Найкращою економетричною моделлю виходячи з критерію
найменшого стандартного відхилення вектора залишків моделі є модель, яка
побудована узагальненим методом найменших квадратів виходячи з гіпотези
про те, що дисперсія залишків пропорційна до зміни витрат.
 2006
saving income expenditure
Vinnytsya 2748.00 11825.00 12040.00
Volyn 618.00 6638.00 7796.00
Dnipropetrovsk 6100.00 29652.00 32594.00
Donetsk 12121.00 40752.00 38826.00
Zhytomyr 2359.00 8940.00 9113.00
Zakarpattya 307.00 7166.00 8827.00
Zaporizhzhya 2902.00 16118.00 17246.00
Ivano-Frankivsk 2481.00 8966.00 8751.00
Kyiv 3155.00 13978.00 14269.00
Kirovohrad 1422.00 7073.00 7569.00
Luhansk 6239.00 17591.00 15803.00
Lviv 3215.00 19025.00 20589.00
Mykolayiv 1728.00 8897.00 9518.00
Odesa -1351.00 16807.00 23808.00
Poltava 3301.00 12481.00 12272.00
Rivne 1626.00 7557.00 8030.00
Sumy 2883.00 9092.00 8398.00
Ternopil 2095.00 6967.00 6613.00
Kharkiv -185.00 22056.00 28373.00
Kherson 1118.00 7283.00 8163.00
Khmelnytskiy 1662.00 9494.00 10305.00
Cherkasy 1576.00 9070.00 10013.00
Chernivtsi 614.00 5514.00 6396.00
Chernihiv 2292.00 8355.00 8141.00
city of Kyiv -15717.00 36708.00 73024.00
Рис. 7. Дані по варіанту № 5.