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 .
5. По степенной модели регрессии сделаем прогноз на следующие два года показателя у (выручка), в зависимости от х1 (объема капиталовложений) и х2 (основных производственных фондов).
Прогнозные значения факторов можно
получить, используя метод
где
к – период упреждения;
n- количество наблюдений.
, тогда
Х1,11 = 13,5 + 1·0,156 = 13,656
Х1,12 = 13,5 + 2· 0,156 = 13,811
, тогда
Х2,11 = 7,4 + 1 · 0,144 = 7,544
Х2,12 = 7,4 + 2 · 0,144 = 7,689
Составляем вектор – прогноз значений факторов:
Хпрогн =
Вычислим точечные прогнозы поведения выручки предприятия на моменты времени t = 11 и t = 12. Для этого подставим прогнозные значения факторов в уравнение регрессии.
Для получения интервального прогноза рассчитаем доверительные интервалы, используя величину отклонения от линии регрессии (U):
Для вычисления подкоренного выражения используем знания линейной алгебры.
В итоге имеем:
Среднеквадратическое
=
Коэффициент Стьюдента для m = 10-2-1 = 7 степеней свободы и уровня значимости =0,05 равен 2,365.
Результаты вычислений представим в виде таблицы.
Прогноз поведения выручки предприятия
Шаг |
Точечный прогноз |
Нижняя граница |
Верхняя граница |
11 |
43,923 |
39,776 |
48,070 |
12 |
44,491 |
39,832 |
49,149 |
Имеются данные о выручке (у, млн руб.) предприятия «АВС» за последние десять лет.
1. Представить графически временной ряд .
2. По методу
Ирвина проверить, имеет ли
временной ряд аномальные
3. Проверить ряд на наличие тренда методом Фостера – Стьюарта.
4. Сделать прогноз на следующий год, используя:
а) экстраполяцию на основе средних (при необходимости провести сглаживание временного ряда);
б) экстраполяцию на основе экспоненциальных средних;
в) экстраполяцию на основе одной из трендовых моделей (линейной, показательной, степенной, гиперболической, экспоненциальной или др.).
Сделать соответствующие выводы.
5. Результаты
изобразить на графике,
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 |
Решение:
1. По методу Ирвина проверим, имеет ли временной ряд аномальные уровни, при необходимости устраним их.
Рассчитаем ,
где
Расчетные значения сравниваем с табличным значением . Если , то данный уровень – аномальный. Аномальными уровнями являются 2, 5, 7, 9. Устраним аномальные уровни, заменив их на среднее значение предшествующего и последующего уровней.
2. Проверим полученный ряд на наличие тренда методом Фостера – Стьюарта.
Проводим сравнение каждого уровня ряда со всеми ему предшествующими. В результате сравнения получаются две последовательности ut и lt:
ut =
lt
=
t = 1, 2, …,n
Определяются величина s для обнаружения тенденции в дисперсии и величина d для обнаружения тренда временного ряда:
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
y |
36,8 |
39,15 |
41,5 |
38,7 |
39,3 |
39,9 |
41,85 |
43,8 |
43,1 |
22,3 |
ut |
- |
1 |
1 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
lt |
- |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
st |
0 |
1 |
1 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
dt |
0 |
1 |
1 |
0 |
0 |
0 |
1 |
1 |
0 |
1 |
Для величин s и d находим критерий Стьюдента ts и td. Сравниваем его с табличным показателем с числом степеней свободы (n-2). .
где - математическое ожидание величины s; – среднеквадратические ошибки величин s и d.
Если , то тренд в дисперсии есть; если , то тренд в среднем есть. Так как , то тренд в дисперсии есть; , то тренд в среднем есть.
3. Сделаем прогноз на следующий год (или два года вперед), используя:
а) экстраполяцию на основе средних.
Приведенный временной ряд можно с некоторой долей условности считать стационарным.
Последовательность расчетов такова:
1) Рассчитаем среднюю
2) Среднее квадратическое
3) Величину критерия Стьюдента определим по статистическим таблицам, исходя из 90% вероятности и 8 степенях свободы – 1,86;
4) Доверительный интервал
Таким образом, спрос будет находиться в пределах 36,318 – 44,982.
б) экстраполяцию на основе экспоненциальных средних.
Для прогнозного значения за начальный уровень принимаем:
В качестве параметра сглаживания возьмем β = 0,1.
е1 = 0,1·15,6 + (1-0,1)·15,7 = 15,69
е2 = 0,1·16,3 + (1-0,1)· 15,69 = 15,75
и т.д.
Результаты расчетов занесем в таблицу.
t |
yt |
et |
1 |
36,8 |
39,200 |
2 |
40,1 |
39,290 |
3 |
41,5 |
39,511 |
4 |
38,7 |
39,430 |
5 |
42 |
39,687 |
6 |
39,9 |
39,708 |
7 |
43,2 |
40,057 |
8 |
43,8 |
40,432 |
9 |
40 |
40,388 |
10 |
42,4 |
40,590 |
Расчет доверительного интервала осуществляется аналогично формуле в п. а), только в подкоренном выражении ставится следующее соотношение:
Выполним расчет доверительного интервала:
1) Расчет экспоненциальной
2) Среднее квадратическое отклонение:
3) Критерий Стьюдента tα = 1,86
4) Доверительный интервал
Таким образом, возможный спрос будет находиться в пределах 35,76 – 43,899
в) экстраполяцию на основе трендовых моделей
1. Составим линейную трендовую модель , характеризующую поведение спроса в зависимости от времени.
Для нахождения параметров модели применим метод наименьших квадратов:
n = 10
Решая данную систему получим:
а 1 = 37,33
а0 = 0,604
Линейная модель поведения спроса в зависимости от времени имеет вид:
Найдем ретроспективные (точечные) прогнозы поведения спроса на моменты времени t11 и t12, для этого поставим соответствующие значения t в уравнение тренда.
Найдем интервальный прогноз поведения спроса на моменты времени t11, t12.
Доверительный интервал определяется по формуле:
Среднеквадратическое
Для расчета доверительных интервалов зададим уровень значимости α = 0,1, тогда при 10-2=8 степенях свободы табличное значение tα=1,86.
Для периода упреждения к = 1, величина К составит
Аналогично, для к=2
К=
Ширина доверительного
интервала для периода времени
Ширина доверительного
интервала для периода времени
Результаты вычисления представим в виде таблицы:
Прогноз поведения спроса
Период времени |
Точечный |
Нижняя граница |
Верхняя граница |
t=11 |
43,97 |
40,954 |
46,986 |
t=12 |
44,574 |
41,412 |
85,985 |
2. Для построения показательного тренда проведем линеаризацию переменных, для чего прологарифмируем обе части равенства .
Применим МНК, составим систему нормальных уравнений:
В результате решения этой системы получаем, что показательный тренд можно описать уравнением:
в преобразованном виде:
ln y = 3,621 + 0,015 · t.
Среднее квадратическое отклонение на основе разности фактических и расчетных значений логарифмов составит:
Sy =
Подставим в преобразованное уравнение t = 11, получим lny12 = 3,621 + 0,015 · 11 = 3,786,
соответственно, для t = 12 – lny12 = 3,621+0,015 ∙ 12= 3,801.
Доверительный интервал для t = 11 определяется следующим образом:
или
(40,903; 47,493)
Аналогично для t = 12
или
(41,369; 48,383).
3. Для построения степенного тренда проведем линеаризацию переменных, для чего прологарифмируем обе части равенства .
Применим МНК, составим систему нормальных уравнений:
В результате решения этой системы получаем, что степенной тренд можно описать уравнением:
в преобразованном виде:
ln y = 3,61 + 0,062 ·ln t.
Среднее квадратическое отклонение на основе разности фактических и расчетных значений логарифмов составит
Sy =
Подставим в преобразованное уравнение t = 11, получим lny11 = 3,61 + 0,062 · ln11 = 3,758, соответственно для t = 12 – lny12 = 3,61 + 0,062 · ln12 = 3,764.
Доверительный интервал для t = 14 определяется следующим образом:
или
(39,798; 46,207)
Аналогично для t = 12
или
(39,868; 46,624).
Некоторые вспомогательные вычисления приведены в таблице приложения 8.
Вспомогательные вычисления
для построения и оценки качества
линейной модели парной регрессии
t |
xt |
yt |
xt2 |
xt·yt |
||||||
1 |
12,1 |
36,8 |
146,41 |
445,28 |
38,756 |
0,3721 |
16,3216 |
2,4644 |
-1,956 |
0,053 |
2 |
12,4 |
40,1 |
153,76 |
497,24 |
39,781 |
0,0961 |
0,5476 |
0,2294 |
0,319 |
0,008 |
3 |
12,3 |
41,5 |
151,29 |
510,45 |
39,439 |
0,1681 |
0,4356 |
-0,2706 |
2,061 |
0,050 |
4 |
12 |
38,7 |
144 |
464,4 |
38,414 |
0,5041 |
4,5796 |
1,5194 |
0,286 |
0,007 |
5 |
12,9 |
42 |
166,41 |
541,8 |
41,489 |
0,0361 |
1,3456 |
0,2204 |
0,511 |
0,012 |
6 |
12,7 |
39,9 |
161,29 |
506,73 |
40,806 |
1E-04 |
0,8836 |
0,0094 |
-0,906 |
0,023 |
7 |
13,1 |
43,2 |
171,61 |
565,92 |
42,173 |
0,1521 |
5,5696 |
0,9204 |
1,027 |
0,024 |
8 |
13,2 |
43,8 |
174,24 |
578,16 |
42,514 |
0,2401 |
8,7616 |
1,4504 |
1,286 |
0,029 |
9 |
12,9 |
40 |
166,41 |
516 |
41,489 |
0,0361 |
0,7056 |
-0,1596 |
-1,489 |
0,037 |
10 |
13,5 |
42,4 |
182,25 |
572,4 |
43,539 |
0,6241 |
2,4336 |
1,2324 |
-1,139 |
0,027 |
сумма |
127,1 |
408,4 |
1617,67 |
5198,38 |
408,400 |
2,229 |
41,584 |
7,616 |
0,000 |
0,270 |