Применение статистических методов для анализа добычи, производства и потребления меди

Линейный регрессионный анализ выработки и потребления меди на мировом рынке. Теория множественной корреляции. Разработка методологии исследования материалов: массовые статистические наблюдения, методы группировок, средних величин, графических изображений.

Рубрика Экономико-математическое моделирование
Вид курсовая работа
Язык русский
Дата добавления 06.05.2014
Размер файла 1,2 M

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/

(ГБОУ ВПО) РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГЕОЛОГОРАЗВЕДОЧНЫЙ УНИВЕРСИТЕТ

имени Серго Орджоникидзе

(МГРИ-РГГРУ)

Кафедра экономики, финансов и управления

Курсовая работа

По дисциплине "статистика" на тему: "Применение статистических методов для анализа добычи, производства и потребления меди"

Выполнила студентка

группы ЭГ-12

Королева Екатерина

Проверила Доцент Рыжова Л.П.

Москва 2013

Оглавление

  • Введение
  • 1. Добыча, производство и потребление меди
  • 2. Линейный регрессионный анализ производства и потребления меди на мировом рынке
  • 2.1 Теория линейного регрессионного анализа
  • 3. Множественная корреляция
  • 3.1 Теория множественной корреляции
  • 4. Трендовый анализ по производству меди
  • 4.1 Теория Трендового анализа
  • Заключение

Список использованной литературы

  • Приложение

Введение

Медь - наиболее ценный и один из самых распространенных цветных металлов. Один из первых металлов, широко освоенных человеком из-за сравнительной доступности для получения из руды и малой температуры плавления. Медь широко применяется в автомобилестроении и строительстве, а также расходуется на производство латуни, бронзы и медно-никелевых сплавов.

Медь - природный элемент, существующий как в соединениях, так и в самородном виде. Важность добычи меди объясняется большим количеством полезных и уникальных свойств:

· Обладает низким удельным сопротивлением, и электропроводностью, что позволяет использовать медь для проводников;

· Высокой теплопроводностью, это позволяет применять её в различных теплоотводных устройствах;

· Высокой механической прочностью и пригодностью для механической обработки, это важно для транспортировки жидкостей и газов: во внутренних системах водоснабжения, отопления итд.

Все это привело к тому, что медь стала одним из основных металлов, который применяется не только в отраслях промышленности, но даже в архитектуре.

Минерально-сырьевую базу мировой медной промышленности образуют сульфиды меди и железа, оксидных руд, самородная медь. До последнего времени доля сульфидных руд в структуре мировых подтвержденных запасов меди из сульфидных руд выплавляется 80% всей добываемой меди.

Минерально-сырьевую базу российской медной промышленности составляют: сульфидные медно-никелевые руды. Более 40 % разведанных запасов сосредоточено в трех медно-никелевых месторождениях Норильского района - Октябрьском, Талнахском и Норильск-I. Месторождения - комплексные, главные компоненты руд - никель и медь, средние содержания меди - от 0,5 до 4,87 %. В Читинской области расположено уникальное Удоканское месторождение медистых песчаников, разведанные запасы которого составляют 22,6 % общероссийских, среднее содержание меди - 1,56 %.

Цель курсовой работы - исследование мирового рынка меди, нахождение статистических показателей добычи, производства и потребления меди на примере предприятия ГМК "Норильский Никель".

Задачи:

· проанализировать данные о добыче, производстве и потреблению меди;

· определить влияние, которое оказывает российский экспорт на мировой баланс спроса и предложения;

· определить современное положение в медной промышленности России и ситуацию на внутреннем рынке страны;

· рассказать о статистических анализах и показать их применение на предприятии.

Структура курсовой работы состоит из введения, трех глав, заключения, списка использованной литературы и приложения.

1. Добыча, производство и потребление меди

Мировая добыча меди

Мировая добыча меди в 2013 году увеличилась на 6% до 1,9 млн. т. Главный регион, который потребляет практически половину всей изготовляемой в мире меди, - Азия. Позиции лидера по объемам потребления занимает Китай (21%). Другими крупнейшими потребителями являются США, Италия, Германия, Корея, Япония и Россия. Их совокупная часть около 41%. Латиноамериканские страны, в том числе, Чили (16%), фактически формируют мировое предложение меди. Основные продуценты - Чили, Китай, Япония, США и Россия. Мировой лидер медных компаний - Codelco (Чили) - поставляет около 12% от общемирового объема.

Производство меди в мире

Производство меди в мире резко увеличилось за последние 25 лет. Это связано, в первую очередь с увеличением спроса на металл, так как большие развивающиеся страны, такие как Китай, Индия и Бразилия вышли на мировой рынок. В 2007 году приблизительно 45% меди в мире были произведены из Гор Анд; Соединенные Штаты произвели 8%. Лидером является Чили - производство меди там выросло в 2012 г. на 3% в годовом исчислении, до 5 млн 455,237 тыс. т. В декабре 2012 г. в стране было выпущено 513,344 тыс. т меди - на 1,8% меньше, чем в декабре 2011 г.

Производство меди в России в 2006 году составило 881,2 тыс. тонн, потребление -- 591,4 тыс. тонн. Основными производителями меди в России являлись:

Компания

тыс. тонн

%

Норильский никель

425

45 %

Уралэлектромедь

351

37 %

Русская медная компания

166

18 %

К указанным производителям меди в России в 2009 году присоединился Холдинг "Металлоинвест", выкупивший права на разработку нового месторождения меди "Удоканское". Мировое производство меди в 2007 году составляло 15,4 млн. т, а в 2008 году -- 15,7 млн. т.

Крупнейшие производители меди в мире:

Мировое потребление меди

Рост потребления меди обусловлен динамичным развитием производства электротехнического, электронного и теплообменного оборудования, средств связи, кабельно-проводниковой продукции. Такие области применения меди объясняются ее уникальными эксплуатационными характеристиками: превосходной электро- и теплопроводностью, высокой коррозионной устойчивостью, конструкционностью и пластичностью.

По данным International Copper Study Group (ICSG) с начала 20-го века, промышленный спрос на рафинированную медь увеличился с 494 тыс. тонн/год до, более чем, 20000 тыс. тонн/год в 2012 году. В довоенный период, спрос на медь увеличивался в среднем на 3.1% ежегодно. После Второй мировой войны (в 1945-1973 годах) спрос на медь увеличивался уже на 4,5% ежегодно. С 1974 года - года первого нефтяного кризиса, темпы роста спроса на медь замедлились до 2,4% в год, в 1990-х годах снова выросли - примерно до 2,9%, а в 2000-х годах - составили примерно 3,0%.

В настоящее время в числе основных потребителей рафинированной меди преобладают промышленно развитые и развивающиеся страны Азии (КНР, Индия, Республика Корея, Япония, Тайвань, Таиланд), страны ЕС (Германия, Италия, Франция и др.), а также традиционно - США. При этом концентрация потребления рафинированной меди в крупнейших экономиках мира постепенно возрастает, прежде всего, за счет Китая, Индии, Японии и ряда других стран АТР. В целом мировой рынок меди в ближайшие годы будет все больше ориентироваться на китайский спрос, который не ослабел даже в кризисный период. Если глобальное потребление меди в 2012 г. возросло к уровню 2011 г. примерно на 3,0%, то в отношении КНР этот показатель увеличится почти на 8,0%. В 2013 г. спрос на данный металл в КНР возрос еще на 8,0% по сравнению с уровнем предыдущего года, в то время как суммарное мировое потребление расширилось лишь на 4,7%.

Главные отрасли, потребляющие медь:

· электротехника и электроника (кабели, провода, шины, детали радиоэлектронных устройств);

· машиностроение (теплообменники, детали металлургических устройств);

· транспорт (детали и узлы железнодорожных вагонов, автомобилей, самолетов, судов и т.д.);

· ракетная техника;

· строительство (трубопроводы, кровельные листы, детали архитектурных украшений);

· химическая промышленность (производство солей, красок, ядохимикатов и др.);

· производство товаров народного потребления (изделия и приборы бытового назначения).

Следует особо обратить внимание на использование меди в строительной промышленности. В промышленно развитых странах особенно активно растет использование меди для целей водоснабжения: из меди делают трубопроводы для холодной и горячей воды. Обусловлено это уникальными физико-химическими свойствами меди, которая обладает высокой коррозионной стойкостью, практически не взаимодействует с питьевой водой, способна выдерживать резкие перепады давления и замораживание, легко паяется. Расширяется применение медных трубопроводов и для транспортировки бытового газа. В США более половины рафинированной меди используется в отраслях, связанных со строительством.

В электротехнической промышленности кабели, электротехнические шины, трансформаторные обмотки и другие изделия изготавливают из разных сортов высококачественной меди. В тех случаях, когда требуется максимальная электропроводность, применяется бескислородная медь с высокой электропроводностью.

В других же случаях пригодна технически чистая медь, содержащая небольшое количество примесей. Такая медь заметно дешевле высококачественной меди с минимальным содержанием примесей, но не уступает ей в уровне технологических и эксплуатационных свойств.

Сейчас мировое производство и потребление меди растет, причем, потребление часто опережает производство, что приводит к удорожанию меди и создает значительные колебания цен.

После некоторого замедления темпов роста потребления меди в 2002-2004 гг. начался интенсивный подъем производства, что, видимо, объясняется расширением спроса на рафинированную медь не только в электротехнической, но и в других областях промышленности (строительная отрасль и другие). В настоящее время дефицит на рынке меди в мире составляет 243 тыс. т.

2. Линейный регрессионный анализ производства и потребления меди на мировом рынке

2.1 Теория линейного регрессионного анализа

Раздел прикладной статистики, изучающий восстановление зависимостей, называется регрессионным анализом. Понятие "линейный регрессионный анализ" используют, когда рассматриваемая функция линейно зависит от оцениваемых параметров (от независимых переменных зависимость может быть произвольной). Теория оценивания неизвестных параметров хорошо развита именно в случае линейного регрессионного анализа.

Графический анализ простой линейной регрессии.

Простое линейное уравнение регрессии y=a+bx. Если между случайными величинами У и X существует корреляционная связь, то значение

у = y + ,

где y - теоретическое значение у, полученное из уравнения y = f(x),

- погрешность отклонения теоретического уравнения y от фактических (экспериментальных) данных.

Уравнение зависимости средней величины y от х, то есть y = f(x) называют уравнением регрессии.

Регрессионный анализ состоит из четырёх этапов:

1) постановка задачи и установление причин связи.

2) ограничение объекта исследований, сбор статистической информации.

3) выбор уравнения связи на основе анализа и характера собранных данных.

4) расчёт числовых значений, характеристик корреляционной связи.

Если две переменные связаны таким образом, что изменение одной переменной соответствует систематическому изменению другой переменной, то для оценки и выбора уравнения связи между ними применяют регрессионный анализ в том случае, если эти переменные известны. В отличие от регрессионного анализа, корреляционный анализ применяют для анализа тесноты связи между X и У.

Теоретическое уравнение регрессии.

Термин "простая регрессия" указывает на то, что величина одной переменной оценивается на основе знаний о другой переменной. В отличие от простой многофакторная регрессия применяется для оценки переменной на основе знания двух, трёх и более переменных.

Основная цель регрессионного анализа заключается в оценке величины одной переменной, если величина другой переменной известна. Для полной задачи важна оценка производительности труда.

Независимой переменной в регрессионном анализе называется величина, которая используется в качестве основы для анализа другой переменной. В данном случае - это результаты отборочных испытаний (по оси X).

Зависимой переменной называется оцениваемая величина (по оси У). В регрессионном анализе может быть только одна зависимая переменная и несколько независимых переменных.

Для простого регрессионного анализа зависимость можно представить в двух координатной системе (х и у), по оси X - независимая переменная, по оси У - зависимая. Наносим точки пересечения таким образом, чтобы на графике была представлена пара величин. График называют диаграммой рассеяния. Ее построение - это второй этап регрессионного анализа, поскольку первый - это выбор анализируемых величин и сбор данных выборки.

Таким образом, регрессионный анализ применяется для статистического анализа.

Связь между выборочными данными диаграммы линейная.

Для оценки величины переменной у на основе переменной х необходимо определить положение линии, которая наилучшим образом представляет связь между х и у на основе расположения точек диаграммы рассеяния. В нашем примере это анализ производительности. Линия, проведенная через точки рассеяния - линия регрессии. Одним из способов построения линии регрессии, основанном на визуальном опыте, является способ построения от руки. Практическое применение линейного регрессионного анализа на примере предприятия ГМК "Норильский никель"

"Норильский никель" -- российская горно-металлургическая компания. В настоящее время "Норильский никель" объединяет группу предприятий, возглавляемую Открытым акционерным обществом "Горно-металлургическая компания "Норильский никель" (ГМК "Норильский никель"; в том числе ГМК НН). Ранее основная часть современного "Норильского никеля" была известна как "Норильский горно-металлургический комбинат им. А. П. Завенягина" (НГМК).

Штаб-квартира компании расположена в Москве на Большой Татарской улице. Группа Норильский никель - это:

· крупнейший в мире производитель никеля и палладия

· один из крупнейших в мире производителей платины и меди.

Компания производит также кобальт, родий, серебро, золото, иридий, рутений, селен, теллур и серу.

Основными видами деятельности предприятий Группы являются:

· поиск, разведка, добыча, обогащение и переработка полезных ископаемых

· производство, маркетинг и реализация цветных и драгоценных металлов.

Производственные подразделения Группы находятся

· на трех континентах - в Европе, Австралии, Африке

· в пяти странах мира - России, Финляндии, Австралии, Ботсване и ЮАР.

В России основными производственными подразделениями Группы являются следующие вертикально интегрированные предприятия:

· Заполярный филиал ОАО "ГМК "Норильский никель"

· ОАО "Кольская горно-металлургическая компания".

Заполярный филиал находится на Таймырском полуострове (Красноярский край), за Полярным кругом. Транспортное сообщение филиала с поставщиками и покупателями осуществляется по реке Енисей и Северному морскому пути, а также воздушным сообщением. Кольская ГМК расположена на Кольском полуострове и является ведущим производственным комплексом Мурманской области.

Задача. Перед нами данные о производстве и потреблении меди.

Производство (х): 19,5; 19,6; 21,8; 22,1; 22,15; 24,56; 25,3.

Потребление (у):64; 63,5; 63,3; 63,8; 63,7; 64,5; 67,4.

Требуется найти: Y ср., X ср., b, a, Y пт., S, у, ?, µ, MAPE, r, у(r) , F

n=7

; {22,14}

; {64,32}

; {-50,0506}

; {1,122533}

r =; {0,717}

? = ; {0,76}

S=; {2,04} = ; {4,19} у(r) = ; {0,13} µ = , (?2,6) {6,5}

Коэффициент Фишера:

F=;{13,3945}

График производства и потребления меди:

Вывод: анализируя производство и потребление меди, мы можем сказать, что производство больше, тогда как потребление сниженное, что приводит к переизбытку меди на рынке. Однако, как упоминалось раньше, потребление меди довольно быстро растет (особенно в странах Востока). В связи с этим, по мнению специалистов уже в этом году спрос на медь возрастет более чем на 4,8%.

3. Множественная корреляция

3.1 Теория множественной корреляции

Изучение связи между результативными (двумя или более) факторными признаками называется множественной регрессией. При исследовании зависимостей методами множественной регрессии ставят 2 задачи.

· Определение аналитического выражения связи между результативным признаком у и фактическими признаками х1, х2, х3, …хк, т.е. найти функцию у=f(х1, х2, …хк)

· Оценка тесноты связи между результативным и каждым из факторных признаков.

Корреляционно-регрессионная модель (КРМ) - такое уравнение регрессии, которое включает основные факторы, влияющие на вариацию результативного признака.

Построение модели множественной регрессии включает этапы:

· выбор формы связи

· отбор факторных признаков

· обеспечение достаточного объема совокупности для получения верных оценок.

Методы отбора факторов для включения в уравнение множественной регрессии:

· экспертный метод - основан на интуитивно логическом анализе, который выполняется высококвалифицированными экспертами.

· использование матриц парных коэффициентов корреляции осуществляется параллельно с первым методом, матрица симметрична относительно единичной диагонали.

· пошаговый регрессионный анализ - последовательное включение факторных признаков в уравнение регрессии и проверки значимости проводится на основании значений двух показателей на каждом шаге.

Показатель корреляции, регрессии.

Показатель корреляции рассчитывает изменение теоретической корреляции отношения или изменение средней остаточной дисперсии. Показатель регрессии рассчитывает изменение коэффициента условно чистой регрессии.

Определение коэффициента корреляции.

Основная задача - определение и выражение формы аналитической зависимости результативного признака У от факторного X и измерение тесноты связи. Изучение отношения между признаками - главная задача научных исследований. Взаимосвязь явлений и их признаков является главной задачей корреляционного анализа.

"Корреляция" означает соответствие, соотношение, сопоставление. При обработке статистических данных необходимо проследить изменение признака одного от другого, то есть найти уравнение связи, а также тесноту связи и коэффициент корреляции r.

Практическое применение множественной корреляции на примере предприятия ГМК "Норильский никель".

Задача.

Россия:(х) 877,72; 769,3; 818; 919; 1008

Австрия:(у) 66,15; 65; 65,1; 72,4; 88

Норвегия:(z) 26,70; 30,60; 35,85; 35,6; 38,7.

Перед нами данные о динамике производства рафинированной меди в России, Австрии и Норвегии. Требуется найти: z; a; b; с; z пт.; x ср.; у ср.; z ср.; S; у(х); у(у); у(z); ?; MAPE; r(ху); r(хz); r(уz).

n=5

; {71,33}

; {878,404}

; {33,49}

;

a=-c*Y ср.; {144,5981}

r(xy) =; {0,91}

r(xz)=; {0,53}

r(yz)=; {0,68}

у(х)=; {29,63788} у(у)=; {8,445709}

у(z)=; {5,787005} S=; {363,935}

? = ;{62,327}

Вывод: анализируя данные о динамике производства рафинированной меди, мы видим, что наибольшее предложение в России.

4. Трендовый анализ по производству меди

4.1 Теория Трендового анализа

Анализ временных рядов

Ряд данных, взятых в определённый период t и представленных в табличной форме, называют временными рядами. Наиболее важным компонентов временных рядов является тенденция. В экономической литературе линию тенденции называют трендом (от англ. trend).

Данные временных рядов часто изображаются графически.

По оси Y откладываются уровни рядов, количественная оценка или мера развития во времени, по оси Х - года. Главный вектор - это тенденция Т, основные перегибы - циклическая С, внутри которых могут быть зигзаги. Вектор Т показывает главное направление - вверх или вниз. В качестве I выступают времена года, сутки, месяцы, квартал.

Компоненты временного ряда.

Тенденция является долгосрочной компонентой и определяет общее изменение временного ряда. Прямая, представляющая линию развития во времени, обозначается символом Т.

Сезонная S относится к типу изменения, регулярно повторяющемся во времени. Например, прогноз по рабочей силе, сбыту товара.

Цикличная С - компонента, повторяющаяся волнообразно, длящаяся во времени, но менее короткая, чем Т. Например, деловой цикл - самый важный пример циклической компоненты.

I - нерегулярная компонента, представляющая быстрые изменения малой длительности. Например, ежедневное или еженедельное колебание уровня продаж уравнений в зависимости от погоды.

По классической модели любая заданная величина Y может быть представлена во временном ряду или суммой компонентов

Y=Т+С+S+I.

при условии, что, если рассматривать тенденцию, остальные компоненты "замораживаются".

Заданную величину Y можно представить и произведением воздействующих компонентов.

Y=T·C·S·I.

Анализ тенденции Т и сезонной S

Важным направлением социально-экономических исследований является изучение основной тенденции развития (тренда). На практике наиболее распространёнными методами исследований являются:

· укрупнение интервалов;

· сглаживание скользящей средней;

· аналитическое выравнивание.

Статистические показатели динамики социально-экономических явлений.

В зависимости от применяемого способа (одного из трёх), сопоставления показателей временных рядов вычисляются на постоянной и переменной базах сравнения.

· для расчёта показателей динамики на постоянно базе каждый уровень ряда сравнивается с одним и тем же базисным уровнем. Такое исчисление называется базисным.

· для расчёта показателей динамики на переменной базе каждый уровень последующих показателей сравнивается с предыдущим. Такое исчисление показателей называется цепным.

Уровень ряда - это количественная оценка развития во времени (например, себестоимость, затраты).

Важнейшими показателями тренд-анализа являются:

· абсолютный прирост, величина которого может быть положительной и отрицательной.

yб = уi - у0i,

yц = уi - уi-1, где

уi - сравниваемый уровень ряда,

у0i - постоянная база сравнения,

уi-1 - предшествующий уровень.

· темп роста базисный и цепной и относительные приросты (всегда положительные) выражают отношения двух уровней роста. Выражаются в коэффициенте или в процентах.

1. базисный темп роста:

2. цепной темп роста:

3. темпы прироста - это понятие среднего темпа роста.

где под корнем находится произведение базисных темпов роста.

где под корнем находится произведение цепных темпов роста.

· прирост цепной

· прирост базисный

Практическое использование Трендового анализа на примере предприятия ГМК "Норильский никель"

Задача. Перед нами данные о производстве меди с 2003 по 2012 год. Требуется найти тенденцию изменения производства меди, показатели: Тр.ц, Тр.б, Тпр.ц,Тпр.б, MAPE

Линейная модель

Yср =7825,1: 10 = 782,51

Темпы роста

Прирост цепной и прирост базисный

782,51 - 100%

X - 3%

X = 23,47

.

Поскольку МАРЕ < 33%, данная линейная модель считается приемлемой.

Гиперболическая модель

y = a + bt.

y=782,51+10,33*1/t

y13=782,51+10,33*5,5=839,325

МАРЕ гиперболы < 33%, следовательно, эта модель также считается приемлемой. Но так как МАРЕ линейной модели < МАРЕ гиперболической модели, более приемлемой считается линейная модель

Заключение

С давних пор люди изучали мир и осваивали его, с развитием цивилизации и технологий появилась необходимость не только в сборе информации, но и ее анализе.

Статистика -- отрасль знаний, в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных; изучение количественной стороны массовых общественных явлений в числовой форме. Статистика разрабатывает специальную методологию исследования и обработки материалов: массовые статистические наблюдения, метод группировок, средних величин, индексов, балансовый метод, метод графических изображений и другие методы анализа статистических данных.

Сейчас статистика является основой практически всех научных исследований и разработок. К тому же, она позволяет рассчитывать не только математические величины, но и с помощью числовых значений помогает государственному аппарату. Расчет ВВП, государственного бюджета, национального дохода итд. Все это - статистика.

Таким образом, статистика позволяет не только рассчитать, но и наглядно притворить многие расчеты в жизнь.

В своей работе я показала, как с помощью статистики можно проанализировать показатели добычи, потребления и производства меди на примере ГКМ "Норильский никель" - одного из самых крупнейших горнодобывающих предприятий.

линейный регрессионный медь рынок

Список использованной литературы

1. Мировые ресурсы России и стран СНГ. М.: НАЦ "Минерал". 2007

2. Воскобойников В. Г. Общая металлургия. М.: - Металлургия, - 1985

3. Поротов Г.С. Основы статистической обработки материалов разведки месторождений: Изд. ЛГИ, 1985. 97 с.

4. Минеральные ресурсы мира М.: ВНИИ Зарубежгеология. 2010.

5. http://www.mineral.ru

6. http://www.metaltorg.ru

Приложение 1

"Доля рынка, занимаемая компаниями на рынке рафинированной меди"

Приложение 2

"Потребление меди по отраслям"

Размещено на Allbest.ru


Подобные документы

  • Построение поля корреляции, оценка тесноты связи с помощью показателей корреляции и детерминации, адекватности линейной модели. Статистическая надёжность нелинейных моделей по критерию Фишера. Модель сезонных колебаний и расчёт прогнозных значений.

    практическая работа [145,7 K], добавлен 13.05.2014

  • Расчет стоимости оборудования с использованием методов корреляционного моделирования. Метод парной и множественной корреляции. Построение матрицы парных коэффициентов корреляции. Проверка оставшихся факторных признаков на свойство мультиколлинеарности.

    задача [83,2 K], добавлен 20.01.2010

  • Классификационные принципы методов прогнозирования: фактографические, комбинированные и экспертные. Разработка приёмов статистического наблюдения и анализа данных. Практическое применение методов прогнозирования на примере метода наименьших квадратов.

    курсовая работа [77,5 K], добавлен 21.07.2013

  • Сущность социально-экономического прогнозирования. Роль сахара в жизни человека. Математический аппарат, используемый при прогнозировании потребления. Регрессионный анализ. Методы наименьших квадратов и моментов. Оценка качества моделей прогнозирования.

    курсовая работа [1,5 M], добавлен 26.11.2012

  • Построение обобщенной линейной модели множественной регрессии, ее суть; теорема Айткена. Понятие гетероскедастичности, ее обнаружение и методы смягчения проблемы: тест ранговой корреляции Спирмена, метод Голдфелда-Квандта, тесты Глейзера, Парка, Уайта.

    контрольная работа [431,2 K], добавлен 28.07.2013

  • Освоение методики организации и проведения выборочного наблюдения; статистических методов и методов компьютерной обработки информации; методов оценки параметров генеральной совокупности на основе выборочных данных. Проверка статистических гипотез.

    лабораторная работа [258,1 K], добавлен 13.05.2010

  • Основные характеристики распределения экономических величин. Сущность, особенности и метод вычисления коэффициента корреляции Пирсона. Расчет статистических характеристик величин с помощью MINITAB. Расчет основных статистических показателей в пакете.

    методичка [411,0 K], добавлен 15.12.2008

  • Построение эконометрической модели спроса в виде уравнений парной и множественной регрессии. Отбор факторов для построения функции потребления. Расчет коэффициентов корреляции и детерминации, проверка правильности выбранных факторов и формы связи.

    контрольная работа [523,7 K], добавлен 18.08.2010

  • Корреляционный и регрессионный анализ экономических показателей. Построение матрицы парных коэффициентов корреляции. Расчет и сравнение частных и парных коэффициентов корреляции. Построение регрессионной модели и её интерпретация, мультиколлинеарность.

    курсовая работа [314,1 K], добавлен 21.01.2011

  • Поля корреляции, характеризующие зависимость ВРП на душу населения от размера инвестиций в основной капитал. Оценка параметров уравнения парной линейной регрессии. Коэффициент множественной корреляции. Способы оценки параметров структурной модели.

    контрольная работа [215,1 K], добавлен 22.11.2010

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.