Автор работы: Пользователь скрыл имя, 07 Июня 2013 в 10:56, контрольная работа
Имеются данные, характеризующие выручку (у, млн руб.) предприятия «АВС» в зависимости от капиталовложений (х, млн руб.) за последние 10 лет.
1. Построить поле корреляции.
2. Найти параметры уравнения линейной регрессии ; дать экономическую интерпретацию параметров а и b.
3. Составить уравнения нелинейных регрессий:
гиперболической ;
степенной ;
показательной .
Имеются данные, характеризующие выручку (у, млн руб.) предприятия «АВС» в зависимости от капиталовложений (х, млн руб.) за последние 10 лет.
1. Построить поле корреляции.
2. Найти параметры уравнения линейной регрессии ; дать экономическую интерпретацию параметров а и b.
3. Составить
уравнения нелинейных
4. Для каждой из моделей:
– найти коэффициент парной корреляции (для нелинейных регрессий – индекс корреляции);
– найти коэффициент детерминации;
– проверить значимость уравнения регрессии в целом с помощью F – критерия Фишера;
– найти среднюю относительную ошибку аппроксимации.
5. Составить сводную таблицу вычислений; выбрать лучшую модель; дать интерпретацию рассчитанных характеристик.
6. По лучшей
модели регрессии сделать
7. Построить графики уравнений регрессий; отметить точки прогноза.
Время, t |
1998 |
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
Выручка, у |
36,8 |
40,1 |
41,5 |
38,7 |
42,0 |
39,9 |
43,2 |
43,8 |
40,0 |
42,4 |
Объем капиталовложений, х |
12,1 |
12,4 |
12,3 |
12,0 |
12,9 |
12,7 |
13,1 |
13,2 |
12,9 |
13,5 |
Решение:
1. Построим поле корреляции
2. Построим различные модели регрессии и рассчитаем для каждой из них коэффициент корреляции (индекс корреляции), коэффициент детерминации, F – критерий Фишера, среднюю относительную ошибку аппроксимации.
Параметры модели а и b найдем с помощью МНК. Для этого составим систему нормальных уравнений.
Отсюда b = 3,417, а = -2,587
Построена линейная модель
зависимости выручки предприяти
Коэффициент регрессии b = 3,417 говорит о том, что если капиталовложения увеличить на 1 млн рублей, то выручка предприятия в среднем увеличится на 3417 тыс. рублей.
Рассчитаем коэффициент корреляции:
– связь между объемом
Рассчитаем коэффициент детерминации:
R2 = (rxy)2= (0,791)2 = 0,626
– 62,6% изменения выручки предприятия обусловлено изменением объема капиталовложений, на 37,4% (100 – 62,6) – влиянием факторов, не включенных в модель.
Проверим значимость уравнения регрессии в целом с помощью F-критерия Фишера:
Табличное значение F-критерия при уровне значимости =0,05 и числе степеней свободы 1 = 1, числе степеней свободы 2 = 10-1-1 = 8 составит 5,318.
Так как Fрасч > Fтабл , то уравнение регрессии в целом можно считать статистически значимым.
Найдем среднюю относительную ошибку аппроксимации:
– в среднем расчетные значения отличаются от фактических на 2,7% < 10%, следовательно, модель можно считать точной.
Вспомогательные вычисления приведены в таблице приложения 1.
Для нахождения параметров а и b воспользуемся МНК. Составим систему нормальных уравнений:
Отсюда
b = -552,687
а = 84,385
Построена гиперболическая модель зависимости выручки предприятия «АВС» от капиталовложений:
Рассчитаем индекс корреляции :
– связь между объемом
Рассчитаем коэффициент детерминации:
– 63,1% изменения выручки предприятия обусловлено изменением объема капиталовложений, на 36,9% (100 – 63,1) – влиянием факторов, не включенных в модель.
Проверим значимость уравнения регрессии в целом с помощью F-критерия Фишера:
Табличное значение F-критерия при уровне значимости =0,05 и числе степеней свободы 1 = 1, числе степеней свободы 2 = 10-1-1 = 8 составит 5,318.
Так как Fрасч > Fтабл , то уравнение регрессии в целом можно считать статистически значимым.
Найдем среднюю относительную ошибку аппроксимации:
– в среднем расчетные значения отличаются от фактических на 2,69% < 10%, следовательно, модель можно считать точной.
Вспомогательные вычисления приведены в таблице приложения 2.
Для построение данной модели прологарифмируем обе части равенства . Сделаем замену У = lg y, A = lg a, X = lg x. Тогда У = А + b Х – линейная модель парной регрессии. Можно применить МНК.
b = 1,075
А = 0,424, тогда а = 100,424 = 2,652
Построена степенная модель зависимости выручки предприятия «АВС» от капиталовложений:
Рассчитаем индекс корреляции:
– связь между объемом
Рассчитаем коэффициент детерминации:
– 62,5% изменения выручки предприятия обусловлено изменением объема капиталовложений, на 37,5% (100 – 62,5) – влиянием факторов, не включенных в модель.
Проверим значимость уравнения регрессии в целом с помощью F-критерия Фишера:
Табличное значение F-критерия при уровне значимости = 0,05 и числе степеней свободы 1 = 1, числе степеней свободы 2 =10-1-1 = 8 составит 5,318.
Так как Fрасч > Fтабл , то уравнение регрессии в целом можно считать статистически значимым.
Найдем среднюю относительную ошибку аппроксимации:
– в среднем расчетные значения отличаются от фактических на 2,72% < 10%, следовательно, модель можно считать точной.
Вспомогательные вычисления приведены в таблице приложения 3.
Для построение данной модели прологарифмируем обе части равенства . Сделаем замену У = lg y, A = lg a, В = lg b. Тогда У = А + В·х – линейная модель парной регрессии. Можно применить МНК.
В = 0,037, тогда b = 100,037 = 1,088
А = 1,144, тогда а = 101,144 = 13,942
Построена показательная
модель зависимости выручки предприяти
Рассчитаем индекс корреляции:
– связь между объемом
Рассчитаем коэффициент детерминации:
– изменения выручки предприятия обусловлено изменением объема капиталовложений, на 37,8% (100 – 62,2) – влиянием факторов, не включенных в модель.
Проверим значимость уравнения регрессии в целом с помощью F-критерия Фишера:
Табличное значение F-критерия при уровне значимости =0,05 и числе степеней свободы 1 = 1, числе степеней свободы 2 = =10-1-1 = 8 составит 5,318.
Так как Fрасч > Fтабл , то уравнение регрессии в целом можно считать статистически значимым.
Найдем среднюю относительную ошибку аппроксимации :
– в среднем расчетные значения отличаются от фактических на 2,73% < 10%, следовательно, модель можно считать точной.
Вспомогательные вычисления приведены в таблице приложения 4.
1. Составим сводную таблицу вычислений.
Параметры |
Модель | |||
линейная |
гиперболическая |
степенная |
показательная | |
Коэффициент корреляции |
0,791 |
0,795 |
0,791 |
0,789 |
Коэффициент детерминации |
0,626 |
0,631 |
0,625 |
0,622 |
F – критерий Фишера |
13,377 |
13,695 |
13,355 |
13,163 |
Средняя относительная ошибка аппроксимации |
2,703 |
2,689 |
2,718 |
2,726 |
Все модели имеют примерно одинаковые характеристики. Но большее значение индекса корреляции, коэффициента детерминации, F – критерия Фишера и меньшее значение средней относительной ошибки аппроксимации имеет гиперболическая модель. Её можно взять в качестве лучшей для построения прогноза.
2. Сделаем прогноз на следующие два года показателя у (выручка), если х (объем капиталовложений) увеличивается на 10% по сравнению с последним годом.
Лучшей является модель вида .
Для начала найдем прогнозные значения показателя х (объем капиталовложений). В 2007 году объем капиталовложений составил 13,5 млн руб. Следовательно, в 2008 году он составит 13,5 · 1,1 = 14,85 млн руб., а в 2009 году – 14,85 · 1,1 = 16,335 млн руб.
Подставим прогнозные значения х в уравнение регрессии . Это будут точечные прогнозы результата у (выручка предприятия).
В 2008 году выручка предприятия составит: млн руб.
В 2009 году выручка предприятия составит: млн руб.
Имеются данные, характеризующие выручку (у, млн руб.) предприятия «АВС» в зависимости от капиталовложений (х1, млн руб.) и основных производственных фондов (х2, млн руб.) за последние 10 лет.
1. Построить матрицу коэффициентов парной корреляции. Сделать соответствующие выводы о тесноте связи результата у и факторов х1 и х2. Установить, проявляется ли в модели мультиколлинеарность.
2. Построить линейную модель множественной регрессии ; дать экономическую интерпретацию параметров b1 и b2.
3. Построить
степенную модель
4. Для каждой из моделей:
– найти коэффициент множественной корреляции;
– найти коэффициент детерминации;
– проверить значимость уравнения регрессии в целом с помощью F – критерия Фишера;
– найти среднюю относительную ошибку аппроксимации.
5. Составить сводную таблицу вычислений; выбрать лучшую модель.
6. Найти частные коэффициенты эластичности и - коэффициенты.
7. Пояснить
экономический смысл всех
8. По линейной
модели регрессии сделать
1 вариант:
Время, t |
1998 |
1999 |
2000 |
2001 |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
Выручка, у |
36,8 |
40,1 |
41,5 |
38,7 |
42,0 |
39,9 |
43,2 |
43,8 |
40,0 |
42,4 |
Объем капиталовложений, х1 |
12,1 |
12,4 |
12,3 |
12,0 |
12,9 |
12,7 |
13,1 |
13,2 |
12,9 |
13,5 |
Основные произв. фонды, х2 |
6,1 |
6,2 |
6,9 |
6,7 |
7,0 |
7,1 |
7,2 |
7,4 |
7,3 |
7,4 |