Использование в регрессионном анализе тестов обнаружения ошибок спецификации (включая построение модели, анализ адекватности и нарушения предпосылок МНК модели (тесты на выбор студента), использование теста множителя Лагранжа и теста Рамсея)

ВВЕДЕНИЕ

В условиях рыночной экономики большое значение приобретает проблема безработицы. Занятость и безработица, характеризующие рынок труда, и использование имеющихся трудовых ресурсов – это не только экономические категории, но и важнейшие социальные индикаторы, отражающие национальное благополучие, эффективность осуществляемых реформ и их привлекательность для населения. Рыночная экономика не может существовать без рынка труда, основным результатом функционирования которого является формирование определенного уровня занятости населения. Так и невозможно найти в мире страну, где не было бы безработицы. Проблема безработицы затрагивает каждого без исключения жителя страны, особенно остро она проявляется в последние годы. Каждый человек когда-либо сталкивался, прямо или косвенно, с этой серьезной проблемой. Развитие экономики характеризуется тем, насколько эффективно используются имеющиеся ресурсы, и, прежде всего рабочая сила.
Поддержание занятости – важнейшая цель экономической политики государства. Ведь безработица связана с экономическим развитием и с изменением потребностей в рабочей силе, с социальным статусом и психологическим состоянием человека. Поэтому изучение проблемы безработицы и поиск путей её решения является не просто важным, но и актуальным на данный момент вопросом.
Как известно, явления общественной жизни складываются под воздействием не одного, а целого ряда факторов, т.е. эти явления многофакторны. Между факторами существуют сложные взаимосвязи, поэтому их влияние комплексное и его нельзя рассматривать как простую сумму изолированных влияний.
Многофакторный корреляционно – регрессионный анализ позволяет оценить меру влияния на исследуемый результативный показатель каждого из включенных в модель (уравнение) факторов, а также при любых возможных сочетаниях факторов с определенной степенью точности найти теоретические значения этого показателя (важным условием является отсутствие между факторами функциональной связи).
Математически...

ЗАКЛЮЧЕНИЕ

Относительные показатели безработицы характеризуют уровень официально зарегистрированных безработных по отношению к выбранной базе сравнения. Теоретически в качестве базы сравнения могут быть взяты: все население (S), трудовые ресурсы (Т), население трудоспособного воз-раста (Shtb), трудоспособное население трудоспособного возраста (SТНТВ), занятое население (S3) и экономически активное население (SЭА).
Простейшим приемом обнаружения связи является сопоставление двух параллельных рядов, построив которые и использовав при этом такой показатель степени тесноты связи как коэффициент корреляции знаков (Фехнера), можно говорить о наличии или отсутствии корреляционной связи.
Полученная величина коэффициента свидетельствует о наличии обратной умеренной зависимости между исследуемыми признаками.
Уравнение множественной регрессии, составленное в системе Statistica, имеет вид y=-0,56+1,12x1 +100,38x2 +0,00001x3 .
C увеличением х1 на 1 ед. уровень безработицы возрастает в среднем на 1,12 %. C увеличением х2 на 1 ед. уровень безработицы увеличивается в среднем на 100,38 %, с увеличением средней заработной платы на один рубль уровень безработицы возрастает в среднем на 0,00001 %. Так как параметр а0 t_(табл.), что является подтверждением гипотезы их неслучайности.
Для общей оценки надежности уравнения регрессии в программном меню используется F-критерий Фишера. Эмпирическое значение этого критерия в нашем примере оказалось равным 1223,4, а табличное значение при уровне значимости α=0,05 и степенях свободы V1 = 2 и V2= 12 составляет 4,30. Поскольку Fэмп.>Fтабл, то это дает основание утверждать с вероятностью 95%, что связь уровня безработицы с тремя факторами регрессионной модели достаточно надежная.
Поскольку 2.228 > 0.12, то гипотеза об отсутствии гетероскедастичности принимается.
По таблице Дарбина-Уотсона для n=12 и k=3 (уровень значимости 5%) находим: d1 = 0.82; d2 = 1.75.
Поскольку 0.82 < 0.0775 и 1.75 < 0.0775 < 4 - 1.75, то автокорреляция...