Эконометрическое моделирование временных рядов. Контрольная работа. Экономика отраслей.
⚡ 👉🏻👉🏻👉🏻 ИНФОРМАЦИЯ ДОСТУПНА ЗДЕСЬ ЖМИТЕ 👈🏻👈🏻👈🏻
Вы можете узнать стоимость помощи в написании студенческой работы.
Помощь в написании работы, которую точно примут!
Похожие работы на - Эконометрическое моделирование временных рядов
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Скачать Скачать документ
Информация о работе Информация о работе
Нужна качественная работа без плагиата?
Не нашел материал для своей работы?
Поможем написать качественную работу Без плагиата!
За год на предприятии
были выпущены семь партий продукции, для каждой из которых были определены издержки.
Вычислить сумму издержек для следующего плана выпуска.
линейный экономический
моделирование
Таблица 1.1.Данные
о планируемом выпуске изделий
Таблица 1.2.Данные
о выпущенных партиях
Задача относится
к разделу Парная регрессия, т.к. в ней даны один независимый параметр (единицы продукции,
обозначим как х) и зависимый параметр (затраты, обозначим у).Прежде чем выбирать
вид аппроксимирующей зависимости следует представить исходные данные графически.
Предполагаем
линейную зависимость между х и у
Для определения
параметров a,b используем метод наименьших квадратов
Функция минимальна,
если равны нулю ё, частные производные по параметрам т.е.:
Система уравнений
(1) однозначно определяет параметры a и b – это система двух уравнений с двумя неизвестными.
Все остальные величины можно определить из исходных данных :
∑x ∑y
- суммарные значения параметров х и у по всем точкам,
∑xy -
суммарное значение произведения параметров,
∑x²-
суммарное значение квадрата величины х.
Рассчитаем коэффициенты
линейного уравнения парной регрессии:
b = (cp(y*x) – cp (y)*cp (x))/(σx^2) (2)
Где индекс cp
обозначает среднее значение данной величины, т.е. суммарное значение данной величины
надо разделить на n.
Используя из
табл. 1.3, получаем следующую систему уравнений:
Решаем систему
уравнений методом последовательных исключений переменных или по формуле (2) и определяем
коэффициенты
Для варианта
х=2,у=9 ,z =5 рассчитываем затраты
Используя пакет
прикладных программ (ППП) статистическая функция ЛИНЕЙНАЯ и графические результаты
(добавить линию тренда) проверим полученные результаты.
Кроме того,
по найденному уравнению линейной регрессии (3) проведем расчет величин у, сравним
их с заданными, т.е. рассчитаем отклонения и определим их суммарное отклонение,
которое должно быть равно нулю. Результаты приведем в табл. 1.6.
1.
Решена задача парной регрессии методом наименьших квадратов.
3.
Результаты проверены с помощью ППП и линии тренда.
По семи территория
Уральского района за 1995 г. Изе6стны значения двух признаков (табл.2.1)
расходы на покупку продовольственных
товаров в общих расходах, % у
среднедневная заработная плата
одного работающего, руб.,х
Требуется определить
параметры парной регрессии для следующих функции: линейной степенной показательной,
равносторонней геперболы и параболы методом наименьших квадратов (МНК). Составить
прогноз величины у для некоторого х например для х=1.1 (х) min. Дать графическую
интерпретацию результатов, использовать ППП для решения статистических задач сделать
выводы.
К исходным данным
добавим ещё одну пару значений х,у, связанную с порядковым номером по журналу и
количеством студентов в группе, по формулам:
где, Ni –порядковый номер по журналу, Nсум- количество студентов в группе, min, max – минимальная и максимальная величины х и у по таблице 2.1.
после этого
составляем таблицу 2.2 и рассчитываем все параметры для решения системы уравнений:
Рассчитываем
коэффициенты линейного уравнения парной регрессии:
b= (cp(y*x) –cp(y)*cp(x))/(σx^2) (5)
Таблица 2.2.Линейная
регрессия y=a+bx
Коэффициенты
линейного уравнения парной регрессии можно определить из двух систем уравнений с
двумя переменными(4):
В результате
вычислений получаем значения коэффициентов:
Получено уравнение
парной регрессии для описания расходов на покупки товаров от средней зарплаты одного
члена семьи
Это уравнение
показывает , что с увеличением среднедневной заработной платы на 1 руб. для расходов
на покупку продовольственных товаров снижается на 34 коп.
Надежность полученных
результатов оцениваем по ряду коэффициентов (корреляции, детерминации) и критерию
Фишера, определяем среднюю ошибку аппроксимации.
коэффициент корреляции показывает
, что связь между х и у умеренная, обратная
вариация результата на 11,9%
объясняется ариацией фактора х
полученное уравнение регрессии
описывает исх. Параметры (х,у) с точностью 11,9%. Влияние прочих факторов оценивается
в 88,9%
Подставляя в уравнение регрессии
фактические значения х, определяем расчетные значения у^х
найдем еличину средней ошибки
аппроксимации
A=1/n(Ai)=1/n (|y-y^x|/y*100%)=(61,19/8)*100%=7,65%
в среднем расчетные значения
отклоняются от фактических на 7,65%
Коэффициент
Фишера показывает, что это уравнение не имеет экономического смысла, так как Fфакт.< Fтабл.
Полученное значение
Fфакт. Указывает на необходимость принять нулевую гипотезу о случайной природу выявленной
зависимости и статистической незначимости параметров уравнения и показателей тесноты
связи.
Графическое
представление полученных результатов показано на рис. 2.1.
Из рисунка 2.1.
видно, что исходные статистические данные достаточно разборосаны, т.е. явной закономерности
не прослеживается.
Результаты вычислений
по исходным данным, представлены в таблице 2.1 , полностью совпадают с уже полученным
уравнением регрессии.
1.
Решена задача парной регрессии методом наименьших квадратов.
2.
Низкая достоверность результатов объясняется рядом причин:
- собрано малое количество статистических данных, выбраны случайные
районы за небольшой отрезок времени;
- в учебных целях добавлены случайные точки, зависящие от порядкового
номера студента и числа студентов в группе;
- расходы на покупку продовольственных товаров в общих расходах зависят
от ряда факторов: количества членов семьи, иждивенцев, налогов и др., т.е. реально
существует более сложная зависимость, чем парная регрессия от ряда экономических
факторов.
3.
Разобрана учебная задача не имеющая практического приложения.
На основании
исходных данных о реальном ВВП в мире в целом, регионах и странах с 1990 г. По 2000г.,
представленных в таблице 3.1 провести экономический анализ. Выбрать для сравнения
две страны, с помощью ППП получить аналитические зависимости, описывающие ВВП в
выбранных стран, по этим уравнениям построить прогноз их развития в 2001-2020 годах,
результаты сравнить с официальными опубликованными данными.
Таблица 3.1.Реальный
ВВП в странах (млрд.долл. в ППС 1993 г.)
На рис. 3.1
показано графическое изменение ВВП по ряду стран из таблицы 3.1. Их можно сравнивать
между собой, определять тенденцию развития. Темпы развития за этот сравнительно
небольшой промежуток времени отличаются по странам, вплоть до падения. Так, например,
Россия пережила сложный период перехода к рыночной экономике, что привело к уменьшению
её ВВП.
Сравнивая темпы
роста ВП США и Китая, можно говорить о выравнивании ВВП некотором году при условии
их сохранения. По исходным данным табилы3.1, можно построить линейные и логарифмические
аппроксимации и графические прогнозы. На рис. 3.2 а.б приведены аппроксимирующие
уравнения. Так как достоверность аппроксимации R2 практически одинакова у линейных
и логарифмических функций, то аналитический ответ рассчитываем по линейным функциям,
приравнивая их и определяя год совпадения ВП :
Т.е., при сохранении
темпов роста в США и Китае ВВП этих стран сравняется к середине 2015 года.
1.
Развитие экономических процессов происходит о времени, поэтому многие
эконометрические задачи моделируются одномерными временными рядами. Эти задачи имеют
большое преимущество – они двумерные, т.е. моделируются на плоскости и исходные
статистические данные можно представить графически.
2.
Результаты получаются с помощью ППП и по коэффициенту аппроксимации
R² выбирается наиболее достоверная аналитическая зависимость.
3.
Эконометрическое моделирование временных рядов позволяет анализировать
имеющиеся статистические данные в различных областях человеческой деятельности –
от ВВП до добычи нефти по странам и регионам. В ряде случаев возможно составлять
прогнозы на будущее, изучать динамику экономических процессов в микро- и макропроцессах.
Похожие работы на - Эконометрическое моделирование временных рядов Контрольная работа. Экономика отраслей.
Реферат по теме Разработка мероприятий по повышению эффективности функционирования проектно-строительной фирмы
Доклад: Пьер Тейяр де Шарден 2
Курсовая Работа На Тему Тепловой Расчет Двс
Эссе На Тему Менеджера
Какие События Тревожат Память Человека Сочинение Аргументы
Курсовая работа по теме Технология ZigBee
Реферат по теме Аристотель Стагирит
Дипломная работа по теме Угон (ст. 166 УК РФ)
Реферат: Финансовая система РФ
Реферат На Тему Трансформация Роли Государства В Процессе Формирования Рыночного Механизма
Дипломная работа по теме Биологические характеристики горбуши (ЛРЗ 'Монетка' реки Островка)
Реферат: Homosexuals Allowed In Scouting Essay Research Paper
Курсовая работа по теме Проект долбёжного станка
Отчет По Практике В Администрации
Курсовая Работа По Ораторскому Искусству
Защита Диссертации В Москве
Дипломные Работы По Психологии На Заказ
Реферат На Тему Стволовые Клетки
Физические Возможности Человека И Их Развитие Реферат
Курсовая Работа На Тему Экологические Проблемы Народонаселения
Похожие работы на - Предпринимательство как социальное явление
Похожие работы на - Роль Гидрометфонда Российской Федерации в сохранении и использовании данных о состоянии, контроле и мониторинге природной среды
Реферат: Комплексный анализ деятельности зао «Универсам Юго-Запад»