Автор работы: Пользователь скрыл имя, 08 Июня 2012 в 19:09, контрольная работа
1. Выбрать вид зависимости между показателем эффективности ценной бумаги и показателем эффективности рынка ценных бумаг. Построить выбранную зависимость. Дать экономическую интерпретацию найденным параметрам модели.
2. Оценить качество построенной модели и тесноту связи между показателями.
3. Доказать статистическую значимость построенной модели и найденных параметров.
Вариант №8
В таблице 1.1:
Y(t) – показатель эффективности ценной бумаги;
X(t) – показатель эффективности рынка ценных бумаг.
Требуется:
Таблица 1.1
Y(t) | 90 | 88 | 84 | 86 | 82 | 80 | 81 | 78 | 76 |
X(t) | 56 | 58 | 60 | 63 | 67 | 66 | 70 | 72 | 74 |
Решение:
1. Построим
поле корреляции. Из рисунка видно, что
связь линейная, обратная.
Уравнение линейной парной регрессии имеет вид:
у = а + bх
Для расчета параметров а и b решаем систему нормальных уравнений относительно а и b:
Для вычисления заполним таблицу 1.2.
Таблица
1.2
№п/п | х | у | ух | х² | у² | ∆х | ∆у | ∆х∆у | (∆х)² | (∆у)² |
1 | 56 | 90 | 5040 | 3136 | 8100 | - | - | - | - | - |
2 | 58 | 88 | 5104 | 3364 | 7744 | 2 | -2 | -4 | 4 | 4,00 |
3 | 60 | 84 | 5040 | 3600 | 7056 | 2 | -4 | -8 | 4 | 16,00 |
4 | 63 | 86 | 5418 | 3969 | 7396 | 3 | 2 | 6 | 9 | 4,00 |
5 | 67 | 82 | 5494 | 4489 | 6724 | 4 | -4 | -16 | 16 | 16,00 |
6 | 66 | 80 | 5280 | 4356 | 6400 | -1 | -2 | 2 | 1 | 4,00 |
7 | 70 | 81 | 5670 | 4900 | 6561 | 4 | 1 | 4 | 16 | 1,00 |
8 | 72 | 78 | 5616 | 5184 | 6084 | 2 | -3 | -6 | 4 | 9,00 |
9 | 74 | 76 | 5624 | 5476 | 5776 | 2 | -2 | -4 | 4 | 4,00 |
Итого: | 586 | 745 | 48286 | 38474 | 61841 | 18 | -14 | -26 | 58 | 58,00 |
Ср.знач. | 65,11 | 82,78 | 5365,1 | 4274,9 | 6871,22 | 2,25 | -1,75 | -3,25 | 7,25 | 7,25 |
Подставляя значения
из таблицы, получаем:
Решив данную систему уравнений получим а=128,06; b= - 0,695
Получим уравнение регрессии: у = 128,06+( – 0,695)х
Коэффициент
регрессии b показывает, что при увеличении
эффективности рынка ценных бумаг на 1
усл.ед. эффективность ценной бумаги снижается
на 0,695.
2. Оценим
качество построенной модели
и тесноту связи между показателями
вычислив коэффициент детерминации и
линейный коэффициент парной корреляции.
Рассчитаем линейный коэффициент парной корреляции:
Определим коэффициент детерминации:
3. Докажем
статистическую значимость
n=9,
F= 62,3
Следовательно, делаем вывод о статистической значимости, надежности уравнении регрессии в целом с уравнением значимости α=0,05, так как
62,3 > 5,59
Оценим статистическую значимость параметров уравнения парной регрессии с помощью t-критерия Стьюдента путем сопоставления их значений с величиной случайной ошибки:
Se=√ESS/n-2
ESS= =17,316
Se=1,57
Sb=
Sa=
Для оценки значимости коэффициента регрессии определим t-статистику
tb=b/ Sb= - 7,897
ta=a/ Sa = 22,27
| tb|=7,897>tтабл=2,36 (α=0,05)
| ta|=22,27> tтабл=2,36
Делаем вывод, что модель регрессии статистически значима по параметрам с уравнением регрессии α.
4. Проанализируем
влияние показателя эффективности
рынка ценных бумаг на показатель эффективности
ценной бумаги с помощью коэффициента
эластичности.
Средний коэффициент эластичности показывает, что с увеличением показателя эффективности рынка ценных бумаг на 1% показатель эффективности ценной бумаги снижается на – 0,547%.
В таблице 2.1:
Y(t) – прибыль коммерческого банка;
X1(t) – процентные ставки банка по кредитованию юридических лиц;
X2(t) – процентные ставки по депозитным вкладам за этот же период.
Требуется:
Таблица 2.1
Y(t) | 16 | 14 | 33 | 37 | 40 | 42 | 41 | 49 | 56 | 48 |
X1(t) | 28 | 34 | 40 | 38 | 22 | 48 | 50 | 52 | 53 | 49 |
Х2(t) | 87 | 85 | 78 | 86 | 81 | 80 | 83 | 78 | 76 | 79 |
Решение:
По расположению
точек делаем предположение, что
форма зависимости
2. Построим
уравнение регрессии,
Решение с помощью табличного процессора Excel
Введем исходные данные с включением в модель дополнительной переменной Х0, принимающей единственное значение, равное 1.
Тогда матрица Х примет вид:
1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
28 | 34 | 40 | 38 | 22 | 48 | 50 | 52 | 53 | 49 |
87 | 85 | 78 | 86 | 81 | 80 | 83 | 78 | 76 | 79 |
Рассчитаем коэффициенты регрессии с помощью матричных функций Excel.
2.1. Формирование
матрицы системы нормальных
10 | 414 | 813 |
414 | 18186 | 33441 |
813 | 33441 | 66225 |
2.2. Формирование вектора правой части системы нормальных уравнений (Х´Y) с помощью функции МУМНОЖ ( ):
376 |
16464 |
30211 |
2.3. Нахождение обратной матрицы к матрице системы нормальных уравнений с помощью функции МОБР ( ):
99,07834 | -0,26433 | -1,08284 |
-0,26433 | 0,001475 | 0,0025 |
-1,08284 | 0,0025 | 0,012046 |
2.4. Получение
вектора оценок коэффициентов
регрессии путем умножения
187,7798 |
0,429023 |
-2,0657 |
Таким образом, уравнение множественной линейной регрессии примет вид:
Экономический смысл коэффициентов b1 и b2 в том, что это показатели силы связи, характеризующие изменение процентных ставок банка при изменении какого-либо факторного признака на единицу своего измерения при фиксированном влиянии другого фактора. Так, при изменении процентных ставок банка по кредитованию юридических лиц на один процент, процентные ставки по депозитным вкладам за этот же период изменятся в том же направлении на 0,43 тыс. руб.; при изменении процентных ставок по депозитным вкладам за этот же период на один процент процентные ставки банка по кредитованию юридических лиц изменятся в том же направлении на -2,07 тыс. руб.
3. Качество построенной модели в целом оценивает коэффициент детерминации. Для расчета данных показателей произведем необходимые расчеты.
Найдем сумму квадратов отклонений, результаты подсчетов представлены в табл. 2.2.
у | у^ | у - у^ | (у - у^)² |
16 | 20,0766 | -4,0766 | 16,61866 |
14 | 26,78214 | -12,7821 | 163,3831 |
33 | 43,81618 | -10,8162 | 116,9897 |
37 | 26,43253 | 10,56747 | 111,6714 |
40 | 29,89666 | 10,10334 | 102,0775 |
42 | 43,11696 | -1,11696 | 1,247608 |
41 | 37,77791 | 3,222089 | 10,38186 |
49 | 48,96446 | 0,035544 | 0,001263 |
56 | 53,52488 | 2,475121 | 6,126223 |
48 | 45,61169 | 2,388313 | 5,70404 |
Сумма квадратов отклонений | 534,2013 |