Контрольная работа по дисциплине "Эконометрика"

Автор работы: Пользователь скрыл имя, 05 Июня 2015 в 18:12, контрольная работа

Краткое описание

Задание 1
По 15 предприятиям, выпускающим один и тот же вид продукции известны значения двух признаков х – выпуск продукции, тыс. ед., у – затраты на производство, млн. руб.
х 3 3.1 2,9 2,8 3,2 3,1 2,7 2,6 3,2 3,3 3,1 3,4 3,2 2,7 2,9
у 4,5 4,7 4,6 4,7 5,2 4,8 4,5 4 4,8 5 4,7 5,5 4,9 4,5 4,5
Требуется:
1. Построить диаграмму рассеивания и сформулировать гипотезу о форме связи.
2. Построить модели:
2.1. Линейной парной регрессии;
2.2. Полулогарифмической парной регрессии;
2.3. Степенной парной регрессии.
3. По значениям характеристик выбрать лучшее уравнение регрессии;
4. Рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 5 % от его среднего уровня. Для уровня значимости = 0,05 определить доверительный интервал прогноза;
5. Используя метод Гольдфельда-Квандта проверить остатки на гетероскедастичность.

Прикрепленные файлы: 1 файл

Задание 1.doc

— 369.00 Кб (Скачать документ)

 


 


Задание 1

По 15 предприятиям, выпускающим один и тот же вид продукции известны значения двух признаков х – выпуск продукции, тыс. ед., у – затраты на производство, млн. руб.

х

3

3.1

2,9

2,8

3,2

3,1

2,7

2,6

3,2

3,3

3,1

3,4

3,2

2,7

2,9

у

4,5

4,7

4,6

4,7

5,2

4,8

4,5

4

4,8

5

4,7

5,5

4,9

4,5

4,5


Требуется:

1. Построить диаграмму рассеивания  и сформулировать гипотезу о  форме связи.

2. Построить модели:

2.1. Линейной парной регрессии;

2.2. Полулогарифмической парной  регрессии;

2.3. Степенной парной регрессии.

3. По значениям характеристик выбрать лучшее уравнение регрессии;

4. Рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 5 % от его среднего уровня. Для уровня значимости = 0,05 определить доверительный интервал прогноза;

5. Используя метод Гольдфельда-Квандта проверить остатки на гетероскедастичность.

 

Решение:

    1. Строим диаграмму рассеивания.

 

Анализируя точки диаграммы, предполагаем, что связь между признаками может быть линейная, т. е. .

 

2.1. Модель линейной парной регрессии.

2.1.1. Строим расчетную таблицу

1

3

4,5

13,5

9

20,25

4,72

-0,22

4,888889

2

3,1

4,7

14,57

9,61

22,09

4,832

-0,132

2,808511

3

2,9

4,6

13,34

8,41

21,16

4,608

-0,008

0,173913

4

2,8

4,7

13,16

7,84

22,09

4,496

0,204

4,340426

5

3,2

5,2

16,64

10,24

27,04

4,944

0,256

4,923077

6

3,1

4,8

14,88

9,61

23,04

4,832

-0,032

0,666667

7

2,7

4,5

12,15

7,29

20,25

4,384

0,116

2,577778

8

2,6

4

10,4

6,76

16

4,272

-0,272

6,8

9

3,2

4,8

15,36

10,24

23,04

4,944

-0,144

3

10

3,3

5

16,5

10,89

25

5,056

-0,056

1,12

11

3,1

4,7

14,57

9,61

22,09

4,832

-0,132

2,808511

12

3,4

5,5

18,7

11,56

30,25

5,168

0,332

6,036364

13

3,2

4,9

15,68

10,24

24,01

4,944

-0,044

0,897959

14

2,7

4,5

12,15

7,29

20,25

4,384

0,116

2,577778

15

2,9

4,5

13,05

8,41

20,25

4,608

-0,108

2,4

45,2

70,9

214,65

137

336,81

71,024

 

46,01987

Сред.

3,01

4,73

14,31

9,133

22,454

4,73

 

3,068


 

Определим параметры :

Уравнение регрессии , т. е. с увеличением выпуска продукции на 1 тыс. един., затраты на производство увеличиваются в среднем на 1,12 млн. руб.

 

2.1.2. Тесноту связи оценим с помощью коэффициента парной корреляции . Предварительно определим :

Значение близко к 1, следовательно, между выпуском продукции и затратами на производство наблюдается очень тесная корреляционная связь.

 

2.1.3. Оценим качество построенной модели.

Определим коэффициент детерминации , т.е. данная модель объясняет 85 % вариации изменений затрат на производство от вариации объема продукции. На долю неучтенных факторов приходится 15 %.

Найдем величину аппроксимации A:

. Тогда  %, т.е. в среднем расчетные значения отклоняются от фактических значений на 3,068%.

 

2.1.4. Оценим статистическую значимость полученного уравнения.

Примем . Найдем табличное значение F-критерия Фишера

. Найдем фактическое значение F-критерия Фишера: .

  поэтому с вероятностью 0,95 выявленная зависимость у от х носит неслучайный характер, полученное уравнение статистически значимо, надежно и может быть использовано для прогноза.

 

2.1.5. Определим средний коэффициент эластичности:

. Он показывает, что с увеличением  выпуска продукции на 1 % затраты  на производство увеличиваются в среднем на 0,71 %.

 

2.2. Модель полулогарифмической парной регрессии.

2.2.1. Строим расчетную таблицу

1

3

4,5

1,1

4,95

1,21

20,25

4,733

-0,233

5,177778

2

3,1

4,7

1,13

5,311

1,2769

22,09

4,8539

-0,1539

3,274468

3

2,9

4,6

1,06

4,876

1,1236

21,16

4,5718

0,0282

0,613043

4

2,8

4,7

1,03

4,841

1,0609

22,09

4,4509

0,2491

5,3

5

3,2

5,2

1,16

6,032

1,3456

27,04

4,9748

0,2252

4,330769

6

3,1

4,8

1,13

5,424

1,2769

23,04

4,8539

-0,0539

1,122917

7

2,7

4,5

0,99

4,455

0,9801

20,25

4,2897

0,2103

4,673333

8

2,6

4

0,96

3,84

0,9216

16

4,1688

-0,1688

4,22

9

3,2

4,8

1,16

5,568

1,3456

23,04

4,9748

-0,1748

3,641667

10

3,3

5

1,19

5,95

1,4161

25

5,0957

-0,0957

1,914

11

3,1

4,7

1,13

5,311

1,2769

22,09

4,8539

-0,1539

3,274468

12

3,4

5,5

1,22

6,71

1,4884

30,25

5,2166

0,2834

5,152727

13

3,2

4,9

1,16

5,684

1,3456

24,01

4,9748

-0,0748

1,526531

14

2,7

4,5

0,99

4,455

0,9801

20,25

4,2897

0,2103

4,673333

15

2,9

4,5

1,06

4,77

1,1236

20,25

4,5718

-0,0718

1,595556

45,2

70,9

16,47

78,177

18,1719

336,81

70,8741

 

50,49059

Сред.

3,01

4,73

1,098

5,212

1,211

22,454

4,725

 

3,366


 

Определим параметры :

Уравнение полулогарифмической регрессии .

 

2.2.2. Тесноту связи оценим с помощью индекса парной корреляции . Предварительно определим :

Значение близко к 1 , следовательно, между выпуском продукции и затратами на производство наблюдается очень тесна корреляционная связь вида .

 

2.2.3. Оценим качество построенной модели.

Определим коэффициент детерминации . т. е. данная модель объясняет 73 % вариации изменений затрат на производство от вариации объема продукции. На долю неучтенных факторов приходится 27 %.

Найдем величину аппроксимации A:

. Тогда  %, т.е. в среднем расчетные значения отклоняются от фактических значений на 3,366 %.

 

2.2.4. Оценим статистическую значимость полученного уравнения.

Примем . Найдем табличное значение F-критерия Фишера

. Найдем фактическое значение F-критерия Фишера: .

  поэтому с вероятностью 0,95 выявленная зависимость у от х носит неслучайный характер, полученное уравнение статистически значимо, надежно и может быть использовано для прогноза.

 

2.2.5. Определим средний коэффициент эластичности:

. Он показывает, что с увеличением  выпуска продукции на 1 % затраты  на производство увеличиваются в среднем на 0,85 %.

 

2.3. Модель степенной парной регрессии.

2.3.1. Строим расчетную таблицу

1

3

4,5

1,099

1,504

1,208

1,653

4,709

0,044

4,644444

2

3,1

4,7

1,131

1,548

1,279

1,751

4,836

0,018

2,893617

3

2,9

4,6

1,065

1,526

1,134

1,625

4,58

0

0,434783

4

2,8

4,7

1,03

1,548

1,061

1,594

4,45

0,063

5,319149

5

3,2

5,2

1,163

1,649

1,353

1,918

4,963

0,056

4,557692

6

3,1

4,8

1,131

1,569

1,279

1,775

4,836

0,001

0,75

7

2,7

4,5

0,993

1,504

0,986

1,493

4,32

0,032

4

8

2,6

4

0,956

1,386

0,914

1,325

4,189

0,036

4,725

9

3,2

4,8

1,163

1,569

1,353

1,825

4,963

0,027

3,395833

10

3,3

5

1,194

1,609

1,426

1,921

5,09

0,008

1,8

11

3,1

4,7

1,131

1,548

1,279

1,751

4,836

0,018

2,893617

12

3,4

5,5

1,224

1,705

1,498

2,087

5,215

0,081

5,181818

13

3,2

4,9

1,163

1,589

1,353

1,848

4,963

0,004

1,285714

14

2,7

4,5

0,993

1,504

0,986

1,493

4,32

0,0324

4

15

2,9

4,5

1,065

1,504

1,134

1,602

4,58

0,0064

1,777778

45,2

70,9

16,501

23,262

18,243

25,661

70,85

0,4268

47,65945

Сред

3,01

4,73

1,1

1,551

1,216

1,711

4,723

0,028

3,177


 

Определим параметры :

Уравнение степенной регрессии .

 

2.3.2. Тесноту связи оценим с помощью индекса парной корреляции . Предварительно определим , тогда

Значение близко к 1 , следовательно, между выпуском продукции и затратами на производство наблюдается очень тесна корреляционная связь вида .

 

2.3.3. Оценим качество построенной модели.

Определим коэффициент детерминации . т.е. данная модель объясняет 74 % вариации изменений затрат на производство от вариации объема продукции. На долю неучтенных факторов приходится 26 %.

Найдем величину аппроксимации A:

 Тогда  %, т.е. в среднем расчетные значения отклоняются от фактических значений на 3,18 %.

 

2.3.4. Оценим статистическую значимость полученного уравнения.

Примем . Найдем табличное значение F-критерия Фишера

. Найдем фактическое значение F-критерия Фишера: .

  поэтому с вероятностью 0,95 выявленная зависимость у от х носит неслучайный характер, полученное уравнение статистически значимо, надежно и может быть использовано для прогноза.

 

2.3.5. Определим средний коэффициент эластичности:

. Он показывает, что с увеличением  выпуска продукции на 1 % затраты на производство увеличиваются в среднем на 0,817 %.

 

3. Выбор наилучшей модели

Составим таблицу полученных результатов исследований

Уравнение

А, %

0,92

0,85

3,068

0,71

0,855

0,73

3,366

0,85

0,86

0,74

3,177

0,817


Выводы:

Все три уравнения оказались статистически значимыми и надежными, имеют близкий к 1 коэффициент (индекс) корреляции, высокий коэффициент (индекс) детерминации и ошибку аппроксимации в допустимых пределах. Характеристики линейной модели указывают, что она несколько лучше  полулогарифмической и степенной описывает связь между признаками х и у.

В качестве уравнения регрессии выбираем линейную модель .

 

4. Рассчитать прогнозное значение результата, если прогнозное значение фактора увеличится на 5 % от его среднего уровня.

Т. Е. для величины выпуска продукции равной 3,16 тыс. единиц прогнозное значение затрат на производство составляет 4,90 млн. руб.

 

Для уровня значимости определим доверительный интервал прогноза.

. Подставим числовые данные

,

Табличное значение

1

3

4,5

4,72

0,048

0

2

3,1

4,7

4,832

0,017

0,008

3

2,9

4,6

4,608

0

0,012

4

2,8

4,7

4,496

0,042

0,044

5

3,2

5,2

4,944

0,066

0,036

6

3,1

4,8

4,832

0,001

0,008

7

2,7

4,5

4,384

0,013

0,096

8

2,6

4

4,272

0,074

0,168

9

3,2

4,8

4,944

0,021

0,036

10

3,3

5

5,056

0,003

0,084

11

3,1

4,7

4,832

0,017

0,008

12

3,4

5,5

5,168

0,11

0,152

13

3,2

4,9

4,944

0,002

0,036

14

2,7

4,5

4,384

0,013

0,096

15

2,9

4,5

4,608

0,012

0,012

45,2

70,9

71,024

0,439

0,796

Ср.

3,01

4,727

4,73

   

Информация о работе Контрольная работа по дисциплине "Эконометрика"