ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.10.2023
Просмотров: 209
Скачиваний: 3
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Образовательное учреждение высшего образования« Южно-Уральский институт управления и экономики»КОНТРОЛЬНАЯ РАБОТАПо дисциплине «Эконометрика»Вариант № 8Выполнил(а) студент(ка)___________________________________________________________(Фамилия, имя, отчество)___________________________________________________________(Адрес проживания)Группа ______________________Дата отправления «__» ____201_ г.Результат проверки____________________Проверил преподаватель _______________Дата проверки________________________г. Челябинск, 2023Содержание
Задача 1По предприятиям легкой промышленности региона получена информация, характеризующая зависимость объема выпуска продукции (У, млн. руб) от объема капиталовложений (Х, млн. руб).Требуется:
Оценить каждую модель, определив:
Составить сводную таблицу вычислений, выбрать лучшую модель, дать интерпретацию рассчитанных характеристик.
Рассчитать прогнозное значение результативного признака, если прогнозное значение фактора увеличится на 110% относительно среднего уровня.
Результаты расчетов отобразить на графике.
Вариант 8
Таблица 1
Решение:Построение линейной модели парной регрессии.Определим линейный коэффициент парной корреляции по следующей формуле, используя данные таблицы 2:Таблица 2
Можно сказать, что связь между объемом капиталовложений X и объемом выпуска продукции Y обратная, достаточно сильная.Уравнение линейной регрессии имеет вид:
.Значения параметров a и b линейной модели определим, используя данные таблицы 2. Уравнение регрессии имеет вид:
.С увеличением объема капиталовложений на 1 млн руб. объем выпускаемой продукции уменьшится в среднем на 550 тыс. руб. Это свидетельствует о неэффективности работы предприятий, и необходимо принять меры для выяснения причин и устранения этого недостатка.Рассчитаем коэффициент детерминации:
Вариация результата Y (объема выпуска продукции) на 82,2% объясняется вариацией фактора X (объемом капиталовложений).Оценку значимости уравнения регрессии проведем с помощью F-критерия Фишера:;FFтабл = 6,61 для =0,05; k1 = m = 1, k2 = n – m – 1 = 5/Уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т.к. FFтабл.Определим среднюю ошибку:.В среднем расчетные значения
для линейной модели отличаются от фактических значений на 5,685%.Построение степенной модели парной регрессииУравнение степенной модели имеет вид:
.Для построения этой модели необходимо произвести линеаризацию переменных. Для этого произведем логарифмирование обеих частей уравнения: lg
=
lga +blgx. данные приведены в таблице 3Таблица 3
Обозначим Y = lg
, X = lgx, A = lga. тогда уравнение примет вид: Y = A + bX – линейное уравнение регрессии. Рассчитаем его параметры, используя данные таблицы 3.
Таблица 3
| Задача 1…………………………………………………………………………….. | 3 |
| Задача 2…………………………………………………………………………….. | 12 |
-
Для характеристики У от Х построить следующие модели:
-
линейную, -
степенную, -
показательную, -
гиперболическую.
Оценить каждую модель, определив:
-
индекс корреляции, -
среднюю относительную ошибку, -
коэффициент детерминации, -
F – критерий Фишера.
Составить сводную таблицу вычислений, выбрать лучшую модель, дать интерпретацию рассчитанных характеристик.
Рассчитать прогнозное значение результативного признака, если прогнозное значение фактора увеличится на 110% относительно среднего уровня.
Результаты расчетов отобразить на графике.
Вариант 8
Таблица 1
| Y | 64 | 56 | 52 | 48 | 50 | 46 | 38 |
| X | 64 | 68 | 82 | 76 | 84 | 96 | 100 |
Решение:Построение линейной модели парной регрессии.Определим линейный коэффициент парной корреляции по следующей формуле, используя данные таблицы 2:Таблица 2
| t | y | x | yx | x 2 | | | | | | | |
| 1 | 64 | 64 | 4096 | 4096 | 13,43 | 180,36 | -17,4 | 303,8 | 60,2 | 3,84 | 6,000 |
| 2 | 56 | 68 | 3808 | 4642 | 5,43 | 29,485 | -13,4 | 180,36 | 58,0 | -1,96 | 3,500 |
| 3 | 52 | 82 | 4264 | 6724 | 1,43 | 2,0449 | 0,57 | 0,3249 | 50,3 | 1,74 | 3,346 |
| 4 | 48 | 76 | 3648 | 5776 | -2,57 | 6,6049 | -5,43 | 29,485 | 53,6 | -5,56 | 11,583 |
| 5 | 50 | 84 | 4200 | 7056 | -0,57 | 0,3249 | 2,57 | 6,6049 | 49,2 | 0,84 | 1,680 |
| 6 | 46 | 96 | 4416 | 9216 | -4,57 | 20,885 | 14,57 | 212,28 | 42,6 | 3,44 | 7,478 |
| 7 | 38 | 100 | 3800 | 10000 | -12,6 | 158,0 | 18,57 | 344,84 | 40,4 | -2,36 | 6,211 |
| Итого | 354,0 | 570,0 | 28232 | 47492 | 0,01 | 397,71 | | 1077,7 | | -0,02 | 39,798 |
| Ср. знач | 50,57 | 81,43 | 4033,14 | 6784,57 | | | | | | | 5,685 |
Можно сказать, что связь между объемом капиталовложений X и объемом выпуска продукции Y обратная, достаточно сильная.Уравнение линейной регрессии имеет вид:
.Значения параметров a и b линейной модели определим, используя данные таблицы 2. Уравнение регрессии имеет вид:
.С увеличением объема капиталовложений на 1 млн руб. объем выпускаемой продукции уменьшится в среднем на 550 тыс. руб. Это свидетельствует о неэффективности работы предприятий, и необходимо принять меры для выяснения причин и устранения этого недостатка.Рассчитаем коэффициент детерминации:
Вариация результата Y (объема выпуска продукции) на 82,2% объясняется вариацией фактора X (объемом капиталовложений).Оценку значимости уравнения регрессии проведем с помощью F-критерия Фишера:;FFтабл = 6,61 для =0,05; k1 = m = 1, k2 = n – m – 1 = 5/Уравнение регрессии с вероятностью 0,95 в целом статистически значимое, т.к. FFтабл.Определим среднюю ошибку:.В среднем расчетные значения
для линейной модели отличаются от фактических значений на 5,685%.Построение степенной модели парной регрессииУравнение степенной модели имеет вид:
.Для построения этой модели необходимо произвести линеаризацию переменных. Для этого произведем логарифмирование обеих частей уравнения: lg
=
lga +blgx. данные приведены в таблице 3Таблица 3
| | Факт. Y(t) | lg(y) | Переменная X(t) | lg(x) |
| 1 2 3 4 5 6 7 28 | 64,0 56,0 52,0 48,0 50,0 46,0 38,0 354,0 | 1,806 1,748 1,716 1,681 1,699 1,633 1,580 11,893 | 64 68 82 76 84 96 100 570 | 1,806 1,833 1,914 1,881 1,924 1,982 2,000 13,340 |
| Сред. знач | 50,5714 | 1,699 | 81,429 | 1,906 |
, X = lgx, A = lga. тогда уравнение примет вид: Y = A + bX – линейное уравнение регрессии. Рассчитаем его параметры, используя данные таблицы 3.| | y | Y | x | X | YX | X2 | | Ei | | |
| 1 2 3 4 5 6 7 | 64 56 52 48 50 46 38 | 1,8062 1,7482 1,7160 1,6812 1,6990 1,6628 1,5798 | 64 68 82 76 84 96 100 | 1,8062 1,8325 1,9138 1,8808 1,9243 1,9823 2,000 | 3,2623 3,2036 3,2841 3,1621 3,2693 3,2960 3,1596 | 3,2623 3,3581 3,6627 3,5375 3,7029 3,9294 4,0000 | 61,294 58,066 49,133 52,580 48,088 42,686 41,159 | 2,706 -2,066 2,867 -4,580 1,912 3,314 -3,159 | 4,23 3,69 5,51 9,54 3,82 7,20 8,.31 | 7,322 4,270 8,220 20,976 3,657 10,982 9,980 |
| итого | 354 | 11,8931 | | 13,3399 | 22,6370 | 25,4528 | | 0,51 | 42,32 | 65,407 |
Таблица 3