Обычный метод наименьших квадратов (зависимая переменная - зарплата, количество наблюдений - 935)

             Городилова Лена 7704гр

Обычный метод наименьших квадратов

                 (линейная регрессия)

      Зависимая переменная: зарплата

      Количество наблюдений: 935

     Переменная           Коэффициент  Станд. ошибка  t-статистика   Знач.  

  1 Константа            5.0894154609  0.1601638524   31.776305226  [0.0000]

  2 Женат                0.2082472608  0.0415106253   5.016721851   [0.0000]

  3 Возраст              0.0202483928  0.0041234076   4.9105969054  [0.0000]

  4 Образов              0.0619070797  0.0058102486   10.654807398  [0.0000]

    R^2adj. = 14.514882439%   DW = 1.7733

    R^2 = 14.789459904%       S.E. = 0.3893819263

    Сумма квадратов остатков:  141.156622882077

    Максимум логарифмической функции правдоподобия: -442.816285922277

    AIC =  0.9578957988        BIC =  0.9837810743

       F(3,931) = 53.86261 [0.0000]

    Нормальность: Chi^2(2) = 42.55851 [0.0000]

    Гетероскедастичность: Chi^2(1) = 0.109383 [0.7408]

    Функциональная форма: Chi^2(1) = 0.148926 [0.6996]

Регрессия:  lnW = 5,09 + 0,062*Edu+0,02*Age+0,208*married+

Первоначальный доход, без образования, равен 5,09. Больше всего заработная плата зависит от того, женат ли человек или нет.  Далее от образования и потом от возраста.

 очень маленький(14%), что свидетельствует о неудачной модели.  Хотя все переменные являются значимыми, смотря на t-статистику, каждое значение больше 2.  P значение очень маленькое для каждой переменной, меньше чем 0,05 (95% дов. интервал), что тоже является хорошим фактором.

1.

1.1  Имеется ли зависимость между уровнем заработной платы и уровнем образования?

Коэффициент зависимости равен 0,062. Следовательно, зависимость есть, но не очень большая. Если вы решите увеличить ваш образовательный ценз на 1 год, какой это окажет эффект на уровень з/п? При увеличении уровня образования на  1, з/п увеличится всего на 0,062.

1.2  Объясните полученный вывод, опираясь на теорию человеческого капитала. Человеческий капитал – качественные характеристики рабочей силы, способности человека к трудовой деятельности, его умения, знания, навыки. Т.к. все люди имеют различные способности, то увеличение уровня образования не для всех увеличивает реальные знания в том же объеме, следовательно, не все станут получать значительно больше при увеличении образования. Также издержки на отбор работников достаточно высоки, так что работникам может быть более выгодно оставить на работе прежнего работника, чем каждый раз пересматривать и искать человека с более высоким уровнем образования.

1.3  Поясните значение  в данной модели. небольшой, т.к. далеко не все регрессоры включены модель, т.е. уровень з/п зависит не только от возраста, обучения и замужества, а еще от других параметров, таких как опыт работника, специфический капитал, способностей работника, число часов работы в неделю и т.д.

2. Обсудите способы, каким образом Вы можете улучшить модель.

В связи с пунктом 1.3 в первую очередь надо включить в модель больше регрессеров, что увеличит  и сделает модель более объективной, интересной. это значит, что эта модель описывает только 14% заработной платы. Также в модели присутствует гетероскедастичность, с поможщьэ эконометрических методов следует избавиться от нее.