Автор работы: Пользователь скрыл имя, 14 Ноября 2013 в 05:40, контрольная работа
На основании данных об экономической и финансовой отчетности вашего предприятия:
1) Провести анализ динамики объема продаж и выручки предприятия;
2) Используя данные экономической отчетности, выявить факторы, влияющие на объем продаж.
3) Обосновать выбор и построить модель статистической динамики продаж.
4) Построить модель объема продаж в форме множественной регрессии с лаговыми объясняющими переменными, доказать качество построенного уравнения (с помощью F -статистики Фишера (а =0,05) и t- критерия Стьюдента, оцените надёжность параметров и уравнений регрессии в целом).
Для расчета средней ошибки аппроксимации рассчитаем отношение , а затем его сумму.
Тогда средняя ошибка аппроксимации для данного примера будет равна:
В общем и целом виде можно сказать, что уравнение статистически значимо, т.к. очень маленькое значение средней ошибки аппроксимации.
Через вкладку «Анализ данных», «Регрессия» построим графики остатков для Х1 и Х2 из линейной модели статистической динамики продаж из второго задания.
Из графиков остаток видно, что остатки гомоскедастичны, т.е. дисперсия каждого отклонения остаточных величин регрессии одинакова для всех значений Х.
Чтобы сделать прогноз нужно рассчитать Упрогнозное.
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
||
198863 |
23 |
17 |
||
200820 |
24 |
18 |
||
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
||
216412 |
28 |
19 |
||
222296 |
24 |
17 |
||
сумма |
280 |
198 |
Рассчитав средние значения Х, рассчитаем Хпрогнозные.
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
||
198863 |
23 |
17 |
||
200820 |
24 |
18 |
||
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
Х1 пр. |
29,166667 |
216412 |
28 |
19 |
||
222296 |
24 |
17 |
||
сумма |
280 |
198 |
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
||
198863 |
23 |
17 |
||
200820 |
24 |
18 |
||
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
Х1 пр. |
29,166667 |
216412 |
28 |
19 |
Х2 пр. |
14,85 |
222296 |
24 |
17 |
||
сумма |
280 |
198 |
Рассчитаем Упрогнозное , подставив все значения в уравнение.
Линейное | ||||
Объем продаж.У |
Цена Х1 |
Широта ассортимента Х2 |
Х1 ср. |
23,333333 |
190032 |
25 |
15 |
Х2 ср. |
16,5 |
190168 |
22 |
16 |
||
190236 |
21 |
14 |
||
196548 |
20 |
15 |
а |
133980,82 |
198863 |
23 |
17 |
б1 |
1638,6808 |
200820 |
24 |
18 |
б2 |
1869,0733 |
201658 |
21 |
19 |
||
206589 |
26 |
16 |
||
210294 |
22 |
14 |
||
212761 |
24 |
18 |
Х1 пр. |
29,166667 |
216412 |
28 |
19 |
Х2 пр. |
14,85 |
222296 |
24 |
17 |
||
сумма |
280 |
198 |
У пр. |
209531,42 |
Из расчетов можно сделать вывод о том, что при увеличении цены на 25% и уменьшении широты ассортимента на 10%, объем продаж составит 209531,42.
Контрольное задание № 2
На основе бухгалтерской и финансовой отчетности предприятия построить эконометрические модели на основе функции Кобба-Дугласа, доказать качество построенного уравнения. Дать экономическую интерпретацию полученным результатам.
Производственная функция
Р – объем рподукции;
L – затраты труда;
К – величина капитала.
Прологарифмировав данную функцию, получаем:
На основе бухгалтерской и финансовой отчетности предприятия подобрали данные, чтобы построить эконометрические модели на основе функции Кобба-Дугласа. Прологарифмировали эти данные. Получили следующее.
(У)Объем продаж |
Производительность труда |
Капитал |
lnP |
lnL |
lnK |
7582 |
125,3 |
258654 |
8,933532 |
4,830711 |
12,46325 |
7582 |
125,3 |
258654 |
8,933532 |
4,830711 |
12,46325 |
7572 |
125,2 |
258644 |
8,932213 |
4,829912 |
12,46321 |
7672 |
128,2 |
260852 |
8,945333 |
4,853592 |
12,47171 |
7953 |
154,2 |
262654 |
8,981304 |
5,03825 |
12,47859 |
7125 |
110,9 |
210965 |
8,871365 |
4,708629 |
12,25945 |
7675 |
128,4 |
260862 |
8,945724 |
4,85515 |
12,47175 |
7452 |
119,5 |
215965 |
8,916238 |
4,783316 |
12,28287 |
7258 |
120,9 |
216524 |
8,88986 |
4,794964 |
12,28546 |
7683 |
128,9 |
220110 |
8,946765 |
4,859037 |
12,30188 |
8100 |
146,2 |
222110 |
8,999619 |
4,984976 |
12,31093 |
7325 |
122,5 |
217965 |
8,899048 |
4,808111 |
12,29209 |
Сумма |
107,1945 |
58,17736 |
148,5444 | ||
Среднее значение |
8,932878 |
4,848113 |
12,3787 |
Через вкладку «Анализ данных», «Регрессия» рассчитали основные показатели, которые нужны для построения модели.
ВЫВОД ИТОГОВ |
||||||
Регрессионная статистика |
||||||
Множественный R |
0,9245091 |
|||||
R-квадрат |
0,854717 |
|||||
Нормированный R-квадрат |
0,8224319 |
|||||
Стандартная ошибка |
0,0152303 |
|||||
Наблюдения |
12 |
|||||
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
0,0122819 |
0,006140965 |
26,474039 |
0,00016981 |
|
Остаток |
9 |
0,0020877 |
0,000231962 |
|||
Итого |
11 |
0,0143696 |
||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение а |
6,6524881 |
0,5999095 |
11,08915228 |
1,504E-06 |
5,29539847 |
8,00957774 |
Переменная X 1 b1 |
0,3610382 |
0,0574115 |
6,288607426 |
0,0001429 |
0,23116444 |
0,49091199 |
Переменная X 2 b2 |
0,0428183 |
0,0529632 |
0,808454013 |
0,4396757 |
-0,0769928 |
0,16262951 |
a |
4492500,2 |