эконометрический анализ качества системы образования

Остальные же факторы незначимы (т.к. их p-value > 0.10(10% уровень значимости), следовательно, нулевая гипотеза о незначимости фактора не отклоняется). Проведем некоторые тесты модели на наличие проблем гетероскедастичности, автокорреляции и нормальности остатков.

Автокорреляция. Для проверки наличия автокорреляции первого порядка в модели у нас есть статистика Дарбина-Уотсона и она равна DW = 2.12. При помощи таблицы Дарбина-Уотсона, с параметрами n = 47 и k = 5, найдем верхнее и нижнее значение критерия Дарбина-Уотсона: dL = 1.164, dU=1.587. Так как DW > dU, следовательно, гипотеза о наличии автокорреляции первого порядка отвергается и у нас нет оснований полагать, что она присутствует в модели.

Гетероскедастичность.

Рис. 5 Тест Бройша-Пагана (на наличие гетероскедастичности)
Как видно, из теста Бройша-Пагана, нулевая гипотеза о гомоскедастичности остатков отвергается на 10% уровне значимости, значит, в модели существует проблема гетероскдеастичности остатков, которая может повлечь за собой то, что оценки останутся линейными и несмещенными, однако могут потерять в своей эффективности (даже асимптотическую эффективность).







Нормальность остатков.


Рис. 6 Гистограмма и тест Харке-Бера
Как видно из рисунка №6, и по тесту Харке-Бера, нулевая гипотеза о нормальном распределении остатков не отвергается на 10% уровне значимости (так как p-value (0.467) > 0.10 (10% уровень значимости)). Значит можно говорить о нормальности распределения остатков, что является важным элементов получения эффективных оценок.
Интерпретация модели
Проинтерпретируем итоговую модель. Как видно из результатов оценивания, увеличение финансирования в систему образования увеличивает качество системы образования, что я подчеркивал, выдвигая свою гипотезу в главе описательных характеристик. Уровень финансовой прозрачности в стране имеет отрицательное влияние на качество системы образования. Этот феномен, полученный в модели, трудно объяснить. Увеличение экономического роста на 1%, увеличивает качество системы образования на 0,03. Увеличение доли неграмотного населения, старше 15 лет, приведет к снижению качества системы образования на 0,0006. И что подтверждается многочисленными работами зарубежных и отечественных исследователей, на качество системы образования сильнейшее влияние оказывают новые технологии, которые во многих аспектов упрощают и помогают в получение знаний, делают их доступными для любых социальных групп. В нашей модели, увеличение экспертной оценки уровня распространенности и эффективности использования новых информационных технологий на 1 пункт, улучшит уровень качества образования на 0,92.
Заключение
Модель качества системы образования была построена, были выявлены ряд факторов, существенно влияющих на систему, главным из которых в нашей модели стал уровень распространенности и эффективности использования новых информационных технологий. Поэтому, одна из главных задач правительства, по улучшению вопросов, связанных с образованием, должно быть активной внедрение инновационных технологических решений, на всех уровнях образовательных систем, что за короткое время позволит сделать серьезный рывок не только в качестве образования, но и во всей науке в целом.
Список литературы
Агранович М. Л., Ковалева Г. С., Поливанова К. Н., Фатеева А. В. (2009). Российское образование в контексте международных индикаторов, 2009. Аналитический доклад. М.: Сентябрь. [Agranovich M., Kovaleva G., Polivanova K., Fateeva A. (2009). Russian Education in the Context of International Indicators, 2009. Analytical Report. Moscow: September (Sentyabr).]
Ковалева Г., Кошеленко Н., Краснянская К., Смирнова Е. (2008). Концептуальные подходы к оценке учебных достижений по математике и естествознанию в международном сравнительном исследовании TIMSS. М.: Центр ОКО ИСМО РАО, 2008. [Kovaleva G., Koshelenko N., Krasnyanskaya K., Smirnova E. (2008). Conceptual Approach towards Mathematics and Science Student Assessment in TIMSS. Moscow: Center OKO ISMO RAO].
Bishop J. H. (1997). The Effect of National Standards and Curriculum-Based Examinations on Achievement // American Economic Review. Vol. 87, No 2. P. 260-264.
Fuchs T., Woessmann L. (2007). What Accounts for International Differences in Student Performance? A Re-examination Using PISA Data // Empirical Economics. Vol. 32, No 2-3. P. 433-462.
Варшавский А.Е., Комкина Т.А. Анализ двух основных рейтингов университетов / Прикладная эконометрика. Москва - 2011. - № 3 (23). – С. 57-78

















2