ь, потрібно провести тест Чоу. Потрібно знайти критичне значення розподілу Фішера і порівняти його з F-значенням, яке розраховане для даної вибірки. Розраховане значення розподілу Фішера одно 5,08758, критичне значення - 1,68635. Розраховане значення перевищує критичне значення. Нульова гіпотеза про те, що в моделі немає структурних змін, відкидається, вибірку треба ділити на дві. До вибірки вводимо фіктивну змінну «Natural_increase» (Додаток Б), її значення дорівнює 1, якщо в регіоні позитивний коефіцієнт природного приросту, і 0, якщо негативний коефіцієнт. Були отримані дві групи (Додаток В).
Кореляційний аналіз
Проводиться кореляційний аналіз групи з позитивним коефіцієнтом природного приросту. У додатку (Г) представлена ??кореляційна матриця. Щоб визначити чи робить вплив фактор на залежну змінну, треба порівняти коефіцієнт кореляції між залежною змінною і фактором з критичним значенням в кореляційної матриці. Якщо коефіцієнт кореляції перевищує критичне значення, то фактор впливає на залежну змінну. В даному випадку значимими факторами є наступні змінні: рівень безробіття, середня зарплата, кількість машин на 1000 осіб, кількість лікарняних місць на 10000 чоловік і кількість злочинів на 100 000 чоловік населення. В одну модель не можна включати регресорів, які коррелірованни один з одним, в даному випадку це: показники безробіття і середньої номінальної зарплати, кількості машин на 1000 чоловік і середньої номінальної зарплати, Відсоток бідних і рівень безробіття, кількість лікарняних місць у розрахунку на 1000 осіб і рівень безробіття.
Кореляційний аналіз групи з негативним коефіцієнтом природного приросту. У додатку Г представлена ??кореляційна матриця. Значущі змінні: рівень безробіття, розмір середньої номінальної зарплати, кількість машин на 1000 осіб населення, кількість лікарняних ліжок на 10000 чоловік населення.
Регресійний аналіз
Проводиться регресійний аналіз першої групи. За допомогою Методу найменших квадратів (МНК) проводиться оцінювання параметрів. Вибираються фактори, які виявилися значущими при кореляційному аналізі. Для отримання адекватної моделі застосовується метод покрокового відбору, видалення почергово незначущих факторів з високими р-значеннями. У процесі покрокового відбору з моделі були видалені регресорів «рівень безробіття» і «кількість машин на 10000 чоловік населення». Отримана модель показана в додатку Д.
Рівняння регресії:
Y=13,025 - 0,26X 1 + 0,002X 2 - 0,22 X 3 + ui, де:
Y - коефіцієнт смертності.
X 1 - кількість лікарняних ліжок
X 2 - кількість скоєних злочинів на 10000 людина
X 3 - розмір середньомісячної номінальної зарплати
Збільшення середньомісячної номінальної зарплати працівників організацій на 1000 рублів зменшує коефіцієнт смертності на 0,22 ‰.
Збільшення злочинів на 1000 чоловік населення на 1 збільшує коефіцієнт смертності на 0,002 ‰.
Збільшення лікарняних місць у розрахунку на 10 000 чоловік населення на 1 зменшує коефіцієнт смертності на 0,03 ‰.
Коефіцієнт детермінації (R-квадрат) при стандартній помилку моделі 1,433017 (12,2% від середнього значення залежної змінної) дорівнює 0,652959, що означає, що пояснює здатність моделі 65,3%.
Значення F-статистики одно 20,69658, і воно більше критичного значення, рівного 2,25774, отже, нульова гіпотеза про незначущості всіх коефіцієнтів моделі відкидається при 10% рівні значимості.
Далі розраховуються стандартизовані коефіцієнти. Стандартизовані коефіцієнти регресії показують, на яку частину свого середнього квадратичного відхилення зміниться залежна змінна зі зміною відповідного фактора на величину свого середнього квадратичного відхилення при незмінному впливі інших факторів.
Стандартизований коефіцієнт для змінної середня номінальна зарплата стандартизований коефіцієнт дорівнює 0,04, для змінної кількість злочинів на 100 000 чоловік населення - 0,0004, для числа лікарняних ліжок на 10000 чоловік - 0,00972. З цього випливає, що найбільший вплив на фактор робить змінна середня номінальна зарплата, а найменше - кількість злочинів на 100 000 чоловік населення.
За допомогою t-статистики фактори перевіряються на значимість. Критичне значення розподілу Стьюдента при 10% рівні значущості одно 1,30621. Всі t значення, розраховані для факторів, по модулю перевищують критичне значення, отже, нульову гіпотезу про незначущості факторів можна відхилити.
Проводиться тест на мультиколінеарності. В якості такого тесту використовується метод інфляційних чинників. Тест представл...
