Построение многофакторной модели

Построение многофакторной модели, описывающей линейную зависимость результативного признака факторов, входящих в нее, методом матрицы. Проверка на адекватность однофакторной модели. Интервалы доверия для прогнозного значения зависимой переменной.

Рубрика Экономика и экономическая теория
Вид контрольная работа
Язык русский
Дата добавления 02.12.2014
Размер файла 161,4 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Содержание

  • 1. Построение многофакторной модели
  • 2. Проверка на адекватность однофакторной модели
  • 3. Прогнозирование по однофакторной модели

1. Построение многофакторной модели

1. Построим эконометрическую модель, описывающую линейную зависимость результативного признака факторов, входящих в модель, методом матрицы для х=5:

Таблица 1

y

x1

х2

х3

х4

х5

1

36,4

140

96,5

210

393,31

239,57

2

8,7

180

53,8

175

233,21

170,38

3

50,6

122

99,9

199

403,39

290,18

4

29,2

110

130,9

198

429,05

223,86

5

45

159

108,3

273

456,17

217,07

6

64,2

79

179,7

172

531,96

327,12

7

25,6

194

72,5

196

316,63

200,74

8

57,3

86

132,1

204

591,22

282,19

9

47,2

111

121,6

200

499,58

302,78

10

31,2

112

126

205

594,5

289,73

11

68,1

159

201,8

153

311,38

211,81

12

33,9

54

109

317

1019,06

367,02

13

46,6

136

243,6

204

399,6

233,87

14

38,1

85

80,9

190

466,38

280,67

15

40,2

228

103,3

246

349,97

265,82

16

40,6

129

53,9

256

404

230,92

17

3,1

131

104,9

345

663,76

240,78

18

40,8

202

128,8

145

204,32

176,1

19

41,2

119

129,3

175

647,66

234,75

20

58,9

166

137,5

173

379,98

232,79

Сумма

806,9

2702

2414,3

4236

9295,13

5018,15

Таблица 2

1

140

96,5

210

393,31

239,57

1

180

53,8

175

233,21

170,38

1

122

99,9

199

403,39

290,18

1

110

130,9

198

429,05

223,86

1

159

108,3

273

456,17

217,07

1

79

179,7

172

531,96

327,12

1

194

72,5

196

316,63

200,74

1

86

132,1

204

591,22

282,19

1

111

121,6

200

499,58

302,78

х=

1

112

126

205

594,5

289,73

1

159

201,8

153

311,38

211,81

1

54

109

317

1019,06

367,02

1

136

243,6

204

399,6

233,87

1

85

80,9

190

466,38

280,67

1

228

103,3

246

349,97

265,82

1

129

53,9

256

404

230,92

1

131

104,9

345

663,76

240,78

1

202

128,8

145

204,32

176,1

1

119

129,3

175

647,66

234,75

1

166

137,5

173

379,98

232,79

1) С помощью встроенной функции ТРАНСП в Excel поменяем ориентацию матрицы с вертикальной на горизонтальную и получим:

Таблица 3

1

1

1 …

1

1

1

140

180

122 …

202

119

166

xtransp=

96,5

53,8

99,9 …

128,8

129,3

137,5

210

175

199 …

145

175

173

393,31

233,21

403,39 …

204,32

647,66

379,98

239,57

170,38

290,18 …

176,1

234,75

232,79

2) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и и получим:

Таблица 4

20

2702

2414,3

4236

9295,13

5018,15

2702

402628

320687

563160

1141123,81

647110,16

xtransp*x=

2414,3

320687

331996,01

498246,5

1127519,362

610656,796

4236

563160

498246,5

947970

2077152,77

1078837,31

9295,13

1141123,81

1127519,362

2077152,77

4944264,166

2460939,457

5018,15

647110,16

610656,796

1078837,31

2460939,457

1305721,952

3) С помощью встроенной функции МОБР в Excel рассчитаем обратную матрицу для произведения и получим:

Таблица 5

7,760865706

-0,01929076

-0,004519555

-0,002478441

-0,000812058

-0,014574148

-0,01929076

8,67776E-05

-1,32303E-06

-2,52389E-05

1,55151E-05

2,33619E-05

mobr=

-0,004519555

-1,32303E-06

2,9194E-05

1,29169E-05

-2,35996E-06

-1,8527E-06

-0,002478441

-2,52389E-05

1,29169E-05

4,61355E-05

-1,34117E-05

3,15113E-06

-0,000812058

1,55151E-05

-2,35996E-06

-1,34117E-05

8,55586E-06

-8,50884E-06

-0,014574148

2,33619E-05

-1,8527E-06

3,15113E-06

-8,50884E-06

5,94989E-05

4) С помощью встроенной функции МУМНОЖ в Excel перемножим и матрицу и получим:

Таблица 6

806,9

106867,3

105583,04

xtransp*y

163466,7

370146,967

206664,704

5) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и () и получим:

5,817485316

0,01350837

0,149241371

-0,104726657

-0,030290777

0,203046155

Отсюда =, =, =, =, = =.

;

;

806,9=806,9.

6) Определим дисперсионно-ковариационную матрицу:

Найдем оценку дисперсии случайной величины при =6:

Рассчитаем дисперсионно-ковариационную матрицу:

Таблица 7

764,1763868

-1,899471543

-0,445019604

-0,244040522

-0,079959565

-1,435048622

-1,899471543

0,008544583

-0,000130272

-0,002485158

0,001527698

0,002300342

-0,445019604

-0,000130272

0,002874593

0,001271871

-0,000232374

-0,000182426

Varcov(b)=

-0,244040522

-0,002485158

0,001271871

0,004542748

-0,001320591

0,000310277

-0,079959565

0,001527698

-0,000232374

-0,001320591

0,000842456

-0,000837826

-1,435048622

0,002300342

-0,000182426

0,000310277

-0,000837826

0,005858583

7) Проверим достоверность эконометрической модели и статистическую значимость её параметров:

многофакторный матрица прогнозный

Таблица 8

ytransp=

36,4

8,7

50,6

29,2

45

… 40,6

3,1

40,8

41,2

58,9

Коэффициент корреляции принимает значение: 0rxy1 и rxy +1 (rxy), следовательно, корреляционная связь между переменными прямая и сильная.

8) Проверим достоверность эконометрической модели по критерию Фишера:

В Excel вычисление осуществляется функцией FРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), другим аргументом задается единица (=1), а третьим значением = n k =14:

.

Так как выполняется условие >, то Н0 - гипотеза о случайной природе оцениваемых характеристик не отклоняется и признается статистическая незначимость и ненадёжность уравнения регрессии.

9) Проверим значимость коэффициента корреляции с помощью t-критерия Стьюдента:

В Excel вычисляем функцией СТЬЮДРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), вторым аргументом задается n k =14, получим:

.

Так как выполняется условие <, можно сказать, что эконометрическая модель адекватна и достоверна.

10) Определим t-статику для каждого параметра модели:

min

.

2. Построим эконометрическую модель, описывающую линейную зависимость результативного признака факторов, входящих в модель, методом матрицы для х=4:

Таблица 9

y

x1

x2

x3

x4

1

36,4

140

96,5

393,31

239,57

2

8,7

180

53,8

233,21

170,38

3

50,6

122

99,9

403,39

290,18

4

29,2

110

130,9

429,05

223,86

5

45

159

108,3

456,17

217,07

6

64,2

79

179,7

531,96

327,12

7

25,6

194

72,5

316,63

200,74

8

57,3

86

132,1

591,22

282,19

9

47,2

111

121,6

499,58

302,78

10

31,2

112

126

594,5

289,73

11

68,1

159

201,8

311,38

211,81

12

33,9

54

109

1019,06

367,02

13

46,6

136

243,6

399,6

233,87

14

38,1

85

80,9

466,38

280,67

15

40,2

228

103,3

349,97

265,82

16

40,6

129

53,9

404

230,92

17

3,1

131

104,9

663,76

240,78

18

40,8

202

128,8

204,32

176,1

19

41,2

119

129,3

647,66

234,75

20

58,9

166

137,5

379,98

232,79

Сумма

806,9

2702

2414,3

9295,13

5018,15

Таблица 10

1

140

96,5

393,31

239,57

1

180

53,8

233,21

170,38

1

122

99,9

403,39

290,18

1

110

130,9

429,05

223,86

1

159

108,3

456,17

217,07

1

79

179,7

531,96

327,12

1

194

72,5

316,63

200,74

1

86

132,1

591,22

282,19

1

111

121,6

499,58

302,78

x=

1

112

126

594,5

289,73

1

159

201,8

311,38

211,81

1

54

109

1019,06

367,02

1

136

243,6

399,6

233,87

1

85

80,9

466,38

280,67

1

228

103,3

349,97

265,82

1

129

53,9

404

230,92

1

131

104,9

663,76

240,78

1

202

128,8

204,32

176,1

1

119

129,3

647,66

234,75

1

166

137,5

379,98

232,79

1) С помощью встроенной функции ТРАНСП в Excel поменяем ориентацию матрицы с вертикальной на горизонтальную и получим:

Таблица 11

1

1

1

… 1

1

1

140

180

122

… 202

119

166

xtransp=

96,5

53,8

99,9

… 128,8

129,3

137,5

393,31

233,21

403,39

… 204,32

647,66

379,98

239,57

170,38

290,18

… 176,1

234,75

232,79

2) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и и получим:

Таблица 12

20

2702

2414,3

9295,13

5018,15

2702

402628

320687

1141123,81

647110,16

xtransp*x=

2414,3

320687

331996,01

1127519,362

610656,796

9295,13

1141123,81

1127519,362

4944264,166

2460939,457

5018,15

647110,16

610656,796

2460939,457

1305721,952

3) С помощью встроенной функции МОБР в Excel рассчитаем обратную матрицу для произведения и получим:

Таблица 13

7,627721633

-0,020646617

-0,003825645

-0,001532549

-0,014404866

-0,020646617

7,29703E-05

5,74332E-06

8,17805E-06

2,50858E-05

mobr=

-0,003825645

5,74332E-06

2,55775E-05

1,39504E-06

-2,73495E-06

-0,001532549

8,17805E-06

1,39504E-06

4,65702E-06

-7,5928E-06

-0,014404866

2,50858E-05

-2,73495E-06

-7,5928E-06

5,92837E-05

4) С помощью встроенной функции МУМНОЖ в Excel перемножим и матрицу и получим:

Таблица 14

806,9

106867,3

xtransp*y=

105583,04

370146,967

206664,704

5) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и () и получим:

0,191474306

-0,043783448

0,178562573

-0,060735154

0,210199161

Отсюда =, =, =, =, =.

;

;

806,9=806,9.

6) Определим дисперсионно-ковариационную матрицу:

Найдем оценку дисперсии случайной величины при =5:

Рассчитаем дисперсионно-ковариационную матрицу:

Таблица 15

1183,331435

-3,203026075

-0,593493928

-0,237752887

-2,234708055

-3,203026075

0,011320301

0,000890994

0,001268707

0,003891702

Varcov(b)=

-0,593493928

0,000890994

0,00396798

0,000216421

-0,000424288

-0,237752887

0,001268707

0,000216421

0,00072247

-0,001177914

-2,234708055

0,003891702

-0,000424288

-0,001177914

0,009197015

7) Проверим достоверность эконометрической модели и статистическую значимость её параметров:

ytransp=

36,4

8,7

50,6

29,2

45

… 40,6

3,1

40,8

41,2

58,9

Коэффициент корреляции принимает значение: 0rxy1 и rxy +1 (rxy), следовательно, корреляционная связь между переменными прямая и сильная.

8) Проверим достоверность эконометрической модели по критерию Фишера:

В Excel вычисление осуществляется функцией FРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), другим аргументом задается единица (=1), а третьим значением = n k =15:

.

Так как выполняется условие >, то Н0 - гипотеза о случайной природе оцениваемых характеристик не отклоняется и признается статистическая незначимость и ненадёжность уравнения регрессии.

9) Проверим значимость коэффициента корреляции с помощью t-критерия Стьюдента:

В Excel вычисляем функцией СТЬЮДРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), вторым аргументом задается n k =15, получим:

.

Так как выполняется условие <, можно сказать, что эконометрическая модель адекватна и достоверна.

10) Определим t-статику для каждого параметра модели:

min

.

3. Построим эконометрическую модель, описывающую линейную зависимость результативного признака факторов, входящих в модель, методом матрицы для х=3:

Таблица 16

y

x1

x2

x3

1

36,4

140

96,5

239,57

2

8,7

180

53,8

170,38

3

50,6

122

99,9

290,18

4

29,2

110

130,9

223,86

5

45

159

108,3

217,07

6

64,2

79

179,7

327,12

7

25,6

194

72,5

200,74

8

57,3

86

132,1

282,19

9

47,2

111

121,6

302,78

10

31,2

112

126

289,73

11

68,1

159

201,8

211,81

12

33,9

54

109

367,02

13

46,6

136

243,6

233,87

14

38,1

85

80,9

280,67

15

40,2

228

103,3

265,82

16

40,6

129

53,9

230,92

17

3,1

131

104,9

240,78

18

40,8

202

128,8

176,1

19

41,2

119

129,3

234,75

20

58,9

166

137,5

232,79

Сумма

806,9

2702

2414,3

5018,15

Таблица 17

1

140

96,5

239,57

1

180

53,8

170,38

1

122

99,9

290,18

1

110

130,9

223,86

1

159

108,3

217,07

1

79

179,7

327,12

1

194

72,5

200,74

1

86

132,1

282,19

1

111

121,6

302,78

x=

1

112

126

289,73

1

159

201,8

211,81

1

54

109

367,02

1

136

243,6

233,87

1

85

80,9

280,67

1

228

103,3

265,82

1

129

53,9

230,92

1

131

104,9

240,78

1

202

128,8

176,1

1

119

129,3

234,75

1

166

137,5

232,79

1) С помощью встроенной функции ТРАНСП в Excel поменяем ориентацию матрицы с вертикальной на горизонтальную и получим:

Таблица 18

1

1

1

… 1

1

1

1

xtransp=

140

180

122

… 131

202

119

166

96,5

53,8

99,9

… 104,9

128,8

129,3

137,5

239,57

170,38

290,18

… 240,78

176,1

234,75

232,79

2) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и и получим:

Таблица 19

20

2702

2414,3

5018,15

xtransp*x=

2702

402628

320687

647110,16

2414,3

320687

331996,01

610656,796

5018,15

647110,16

610656,796

1305721,952

3) С помощью встроенной функции МОБР в Excel рассчитаем обратную матрицу для произведения и получим:

Таблица 20

7,123385552

-0,017955358

-0,003366561

-0,016903529

mobr=

-0,017955358

5,86091E-05

3,29353E-06

3,84193E-05

-0,003366561

3,29353E-06

2,51596E-05

-4,60475E-07

-0,016903529

3,84193E-05

-4,60475E-07

4,69044E-05

4) С помощью встроенной функции МУМНОЖ в Excel перемножим и матрицу и получим:

Таблица 21

806,9

xtransp*y=

106867,3

105583,04

206664,704

5) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и () и получим:

-19,79544885

0,062871613

0,196756175

0,111176718

Отсюда =, =, =, =.

;

;

806,9=806,9.

6) Определим дисперсионно-ковариационную матрицу:

Найдем оценку дисперсии случайной величины при =4:

Рассчитаем дисперсионно-ковариационную матрицу:

Таблица 22

1388,668227

-3,500306814

-0,656294103

-3,295258154

-3,500306814

0,011425557

0,000642058

0,007489645

Varcov(b)=

-0,656294103

0,000642058

0,004904737

-8,97672E-05

-3,295258154

0,007489645

-8,97672E-05

0,009143782

7) Проверим достоверность эконометрической модели и статистическую значимость её параметров:

ytransp=

36,4

8,7

50,6

29,2

45

… 40,6

3,1

40,8

41,2

58,9

Коэффициент корреляции принимает значение: 0rxy1 и rxy +1 (rxy), следовательно, корреляционная связь между переменными прямая и сильная.

8) Проверим достоверность эконометрической модели по критерию Фишера:

В Excel вычисление осуществляется функцией FРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), другим аргументом задается единица (=1), а третьим значением = n k =16:

.

Так как выполняется условие >, то Н0 - гипотеза о случайной природе оцениваемых характеристик не отклоняется и признается статистическая незначимость и ненадёжность уравнения регрессии.

9) Проверим значимость коэффициента корреляции с помощью t-критерия Стьюдента:

В Excel вычисляем функцией СТЬЮДРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), вторым аргументом задается n k =16, получим:

.

Так как выполняется условие <, можно сказать, что эконометрическая модель адекватна и достоверна.

10) Определим t-статику для каждого параметра модели:

min

.

4. Построим эконометрическую модель, описывающую линейную зависимость результативного признака факторов, входящих в модель, методом матрицы для х=2:

Таблица 23

y

x1

x2

1

36,4

96,5

239,57

2

8,7

53,8

170,38

3

50,6

99,9

290,18

4

29,2

130,9

223,86

5

45

108,3

217,07

6

64,2

179,7

327,12

7

25,6

72,5

200,74

8

57,3

132,1

282,19

9

47,2

121,6

302,78

10

31,2

126

289,73

11

68,1

201,8

211,81

12

33,9

109

367,02

13

46,6

243,6

233,87

14

38,1

80,9

280,67

15

40,2

103,3

265,82

16

40,6

53,9

230,92

17

3,1

104,9

240,78

18

40,8

128,8

176,1

19

41,2

129,3

234,75

20

58,9

137,5

232,79

Сумма

806,9

2414,3

5018,15

Таблица 24

1

96,5

239,57

1

53,8

170,38

1

99,9

290,18

1

130,9

223,86

1

108,3

217,07

1

179,7

327,12

1

72,5

200,74

1

132,1

282,19

x=

1

121,6

302,78

1

126

289,73

1

201,8

211,81

1

109

367,02

1

243,6

233,87

1

80,9

280,67

1

103,3

265,82

1

53,9

230,92

1

104,9

240,78

1

128,8

176,1

1

129,3

234,75

1

137,5

232,79

1) С помощью встроенной функции ТРАНСП в Excel поменяем ориентацию матрицы с вертикальной на горизонтальную и получим:

Таблица 25

1

1

1

… 1

1

1

xtransp=

96,5

53,8

99,9

… 128,8

129,3

137,5

239,57

170,38

290,18

… 176,1

234,75

232,79

2) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и и получим:

Таблица 26

20

2414,3

5018,15

xtransp*x=

2414,3

331996,01

610656,796

5018,15

610656,796

1305721,952

3) С помощью встроенной функции МОБР в Excel рассчитаем обратную матрицу для произведения и получим:

Таблица 27

1,622624089

-0,002357561

-0,00513349

mobr=

-0,002357561

2,49745E-05

-2,61944E-06

-0,00513349

-2,61944E-06

2,17199E-05

4) С помощью встроенной функции МУМНОЖ в Excel перемножим и матрицу и получим:

Таблица 28

806,9

xtransp*y=

105583,04

206664,704

5) С помощью встроенной функции МУМНОЖ в Excel перемножим матрицы и () и получим:

-0,534248505

0,193223111

0,069963316

Отсюда =, =, =.

;

;

806,9=806,9.

8) Определим дисперсионно-ковариационную матрицу:

Найдем оценку дисперсии случайной величины при =3:

Рассчитаем дисперсионно-ковариационную матрицу:

Таблица 29

304,1526491

-0,441912883

-0,962246601

Varcov(b)=

-0,441912883

0,004681346

-0,000491001

-0,962246601

-0,000491001

0,004071292

7) Проверим достоверность эконометрической модели и статистическую значимость её параметров:

Таблица 30

ytransp=

36,4

8,7

50,6

29,2

45

… 40,6

3,1

40,8

41,2

58,9

Коэффициент корреляции принимает значение: 0rxy1 и rxy +1 (rxy), следовательно, корреляционная связь между переменными прямая и сильная.

8) Проверим достоверность эконометрической модели по критерию Фишера:

В Excel вычисление осуществляется функцией FРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), другим аргументом задается единица (=1), а третьим значением = n k =17:

.

Так как выполняется условие >, то Н0 - гипотеза о случайной природе оцениваемых характеристик не отклоняется и признается статистическая незначимость и ненадёжность уравнения регрессии.

9) Проверим значимость коэффициента корреляции с помощью t-критерия Стьюдента:

В Excel вычисляем функцией СТЬЮДРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), вторым аргументом задается n k =17, получим:

.

Так как выполняется условие <, можно сказать, что эконометрическая модель адекватна и достоверна.

11) Определим t-статику для каждого параметра модели:

min.

Далее определим интервальные оценки для каждого параметра и сделаем прогноз эконометрических показателей по однофакторной модели.

2. Проверка на адекватность однофакторной модели

1. Используя данные, вычислим для линейной регрессионной модели:

1) Дисперсию с помощью встроенной функции ДИСП в Excel:

2х=var(x)=, 2у=var(y)=.

2) Ковариацию с помощью встроенной функции КОВАР в Excel:

cov(x,y)=.

3) Коэффициент корреляции с помощью встроенной функции КОРРЕЛ в Excel:

rxy==.

Коэффициент корреляции принимает значение: 0rxy1 и rxy +1 (rxy), следовательно, корреляционная связь между переменными прямая и сильная.

4) Коэффициент детерминации по формуле:

.

Так как стремиться больше к 0, чем к 1, то это означает, что регрессия имеет плохую подгонку, т.е. чем ближе к 0, тем больше количество ошибок.

2. Проверим адекватность эконометрической модели по критерию Фишера:

Для этого проведем сравнение фактического и табличного значений F-критерия Фишера. определяется по формуле:

,

где n - число единиц совокупности,

m - число параметров при переменных х.

В Excel вычисление осуществляется функцией FРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1 (этот аргумент называется «Вероятность»), другим аргументом задается единица, а третьим значение =n 2=18.

Так как выполняется условие <, то Н0 - гипотеза о случайной природе оцениваемых характеристик отклоняется и признается статистическая незначимость и ненадёжность уравнения регрессии.

3. Применим тест Стьюдента для проверки на значимость параметров выборочной регрессионной модели (b0 и b1):

Tфакт b0=t0=;

Tфакт b1=t1=.

В Excel вычисляем функцией СТЬЮДРАСПОБР. Ее первым аргументом нужно задать значение , в нашем случае =1% (этот аргумент называется «Вероятность»), вторым аргументом задается n 2 =18, получим:

.

4. Построим интервалы доверия для параметров классической регрессионной модели (0 и 1) применив тест Стьюдента.

Определим интервалы доверия для параметров обобщенной регрессионной модели и :

;

? .

Для расчета доверительного интервала для каждого показателя определим предельную ошибку :

;

.

Тогда доверительные интервалы примут вид:

0 41,35611191;

0,0048697880,398451697.

3. Прогнозирование по однофакторной модели

1. Построим по модели простой линейной регрессии точечный прогноз и предсказание:

;

;

.

2. Определим интервалы доверия для прогнозного и среднего значения зависимой переменной:

;

; ;

;

; .

3. Определим интервалы доверия для математического ожидания зависимой переменной:

;

;

Размещено на Allbest.ru


Подобные документы

  • Нахождение закона распределения переменной и построение гистограммы. Определение наиболее типичного значения переменной и средний разброс ее значений. Оценивание распределения переменной. Составление спецификации гиперболической регрессионной модели.

    курсовая работа [620,9 K], добавлен 06.01.2016

  • Поквартальные данные о кредитах от коммерческого банка на жилищное строительство за 4 года. Построение адаптивной мультипликативной модели Хольта-Уинтерса с учетом сезонного фактора. Точность, адекватность и проверка качества построенной модели.

    контрольная работа [138,2 K], добавлен 05.06.2010

  • Построение информации факторной мультипликативной модели результативного показателя и трехфакторной мультипликативной модели результативного показателя. Выполнение факторного анализа изменения результативного показателя способом относительных разниц.

    задача [29,2 K], добавлен 01.12.2010

  • Особенности банковских рисков. Статистический инструментарий, формы и методы исследования рисков при формировании кредитного портфеля коммерческого банка РФ. Построение многофакторной модели доходности облигаций на основе выделения значимых факторов.

    дипломная работа [1,4 M], добавлен 26.07.2017

  • Разработка модели для анализа зависимости между объясняемой и объясняющими переменными. Построение матрицы парных коэффициентов корреляции; диаграммы рассеивания. Тесты, определяющие зависимость занятого населения в РФ от социально-экономических факторов.

    курсовая работа [904,7 K], добавлен 09.05.2016

  • Составление матрицы парных коэффициентов корреляции переменных. Построение линейного уравнения регрессии, характеризирующее зависимость цены от факторов. Оценка статистической значимости параметров в регрессионной модели с помощью t-критерия Стьюдента.

    лабораторная работа [1,6 M], добавлен 13.04.2010

  • Виды моделирования бизнес-процессов. Описание структуры и финансово-экономической деятельности магазина "Спортмастер". Построение многофакторной регрессивной модели зависимости валовой прибыли от ряда показателей. Прогноз прибыли магазина на перспективу.

    курсовая работа [419,2 K], добавлен 10.05.2015

  • Изучение сути и условий реализации бизнес-модели, которая логически описывает, каким образом организация создает, поставляет клиентам и приобретает стоимость - экономическую, социальную и другие формы. Построение бизнес-модели на примере ЗАТ "Модница".

    контрольная работа [129,0 K], добавлен 17.10.2011

  • Составление матрицы парных коэффициентов корреляции. Построение уравнения регрессии, характеризующего зависимость цены от всех факторов. Проведение регрессионного анализа с помощью пакета SPSS. Экономическая интерпретация коэффициентов модели регрессии.

    лабораторная работа [2,5 M], добавлен 27.09.2012

  • Анализ, расчет и построение исходных динамических рядов признака-функции и признака-фактора. Расчет показателей вариации динамических рядов. Количественное измерение тесноты связи признака-функции и признаков-факторов методом парной корреляции.

    курсовая работа [92,7 K], добавлен 24.09.2014

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.