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).
Чтобы построить модель нужно параметр а прологарифмировать обратно.
Тогда а=4492500,197.
Исходя из полученных данных, построим эконометрическую модель Кобба-Дугласа, которая будет выглядеть следующим образом:
Докажем качество построенного уравнения. Т. к.:
● R2 =0,85;
● r = 0,92 (-1 ≤ r ≤ 1);
● Fр = 26,47; F табл. = 4,26. Fр > F табл.
Исходя из полученных данных, можно сделать вывод о том, что уравнение регрессии статистически значимо и качественно построено.
Средний коэффициент эластичности будет равен:
● ;
● (т.к. уравнение степенное, следовательно будет равен коэффициенту регрессии).
А это значит, что при увеличении производительности труда на 1%, объем продаж увеличивается на 0,36%. При увеличении величины основного капитала на 1 % , объем продаж увеличивается на 0,043%.
Контрольное задание № 3
Имеются данные о деятельности крупнейших компаний в течение 12 месяцев. Чистый доход (У), оборот капитала (Х1), использованный капитал (Х2) в млрд. у. е.
У(чист.доход). |
Х1(оборот капит). |
Х2(использ к). |
2,6 |
17,2 |
14,3 |
2,5 |
5,9 |
5,9 |
5,5 |
53,1 |
27,1 |
2,4 |
18,8 |
12,2 |
5 |
32,3 |
16,4 |
3,2 |
71,9 |
32,5 |
2,7 |
93,6 |
25,4 |
1,6 |
10 |
6,4 |
2,4 |
31,5 |
12,5 |
4,3 |
36,7 |
14,3 |
2,8 |
13,8 |
6,5 |
2,4 |
64,8 |
22,7 |
ЗАДАНИЕ:
Через вкладку «Мастер диаграмм» на панели инструментов построим график, который будет изображать поле корреляции.
Из данного графика можно сделать вывод о том, что слишком большой разброс значений между У и Х1, разброс точек уходит вправо, значит связь прямая.
Линейное уравнение:
Через вкладку «Анализ данных», «Регрессия» рассчитаем основные параметры линейного уравнения множественной регрессии.
ВЫВОД ИТОГОВ |
||||||
Регрессионная статистика |
||||||
Множественный R |
0,525534546 |
|||||
R-квадрат |
0,276186559 |
|||||
Нормированный R-квадрат |
0,115339128 |
|||||
Стандартная ошибка |
1,112770031 |
|||||
Наблюдения |
12 |
|||||
Дисперсионный анализ |
||||||
df |
SS |
MS |
F |
Значимость F |
||
Регрессия |
2 |
4,25235239 |
2,1261762 |
1,717072 |
0,2335177 |
|
Остаток |
9 |
11,1443143 |
1,2382571 |
|||
Итого |
11 |
15,3966667 |
||||
Коэффициенты |
Стандартная ошибка |
t-статистика |
P-Значение |
Нижние 95% |
Верхние 95% | |
Y-пересечение |
1,92994022 |
0,74161732 |
2,6023397 |
0,028628 |
0,2522853 |
3,60759515 |
Переменная X 1 |
-0,03000715 |
0,02681469 |
-1,119056 |
0,292092 |
-0,090666 |
0,0306519 |
Переменная X 2 |
0,14134522 |
0,08488719 |
1,6650949 |
0,130249 |
-0,050683 |
0,333373374 |
Параметры:
● r (коэффициент корреляции) = 0,525534546;
● R2 (коэффициент детерминации) = 0,276186559
● F расчетный = 1,717072;
● F табличный = 19,38
● a = 1,92994022;
● b1 = -0,03000715;
● b2 = 0,14134522;
● tа = 2,6023397;
● = -1,119056;
● = 1,6650949.
Степенное уравнение:
Приведем степенное уравнение в линейный вид, прологарифмировав его, тогда получаем:
Прологарифмируем статистические данные У, Х1, Х2 .
log y |
log x1 |
log х2 |
0,414973 |
1,235528 |
1,155336 |
0,39794 |
0,770852 |
0,770852 |
0,740363 |
1,725095 |
1,432969 |
0,380211 |
1,274158 |
1,08636 |
0,69897 |
1,509203 |
1,214844 |
0,50515 |
1,856729 |
1,511883 |
0,431364 |
1,971276 |
1,404834 |
0,20412 |
1 |
0,80618 |
0,380211 |
1,498311 |
1,09691 |
0,633468 |
1,564666 |
1,155336 |
0,447158 |
1,139879 |
0,812913 |
0,380211 |
1,811575 |
1,356026 |
<p class="dash041e_0431_044b_