Методика построения уравнения регрессии и корреляции
Методика построения графика зависимости между величиной капитала и чистыми активами банков, определение уравнения регрессии зависимости чистых активов и капитала коммерческих банков. Вычисление показателей тесноты связи между изучаемыми признаками.
| Рубрика | Экономика и экономическая теория | 
| Вид | контрольная работа | 
| Язык | русский | 
| Дата добавления | 04.02.2009 | 
| Размер файла | 89,5 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.
Контрольная работа №2
Задача №1
Для изучения связи между активами-нетто и объемом капитала по 30 коммерческим банкам (согласно Вашему варианту):
а) изобразите связь между изучаемыми признаками графически построением поля корреляции;
б) постройте уравнение регрессии. Параметры уравнения определите методом наименьших квадратов. Рассчитайте теоретические значения объема кредитных вложений и нанесите их на построенный график.
Решение:
Рисунок 1
Расчетная таблица для определения параметров уравнения регрессии зависимости чистых активов и капитала коммерческих банков.
Таблица 1.1
| 
 № банка  | 
 Капитал, млн.руб. (X)  | 
 Чистые активы, млн.руб. (Y)  | 
 X?  | 
 Y?  | 
 X*Y  | 
 Yx  | 
|
| 
 1  | 
 2  | 
 3  | 
 4  | 
 5  | 
 6  | 
 7  | 
|
| 
 1  | 
 1,46  | 
 1,68  | 
 2,13  | 
 2,82  | 
 2,45  | 
 232,1  | 
|
| 
 2  | 
 1,51  | 
 2,81  | 
 2,28  | 
 7,9  | 
 4,24  | 
 240,4  | 
|
| 
 3  | 
 2,63  | 
 21,84  | 
 6,92  | 
 476,9  | 
 57,44  | 
 422,0  | 
|
| 
 4  | 
 1,72  | 
 7,38  | 
 2,96  | 
 54,46  | 
 12,7  | 
 264,8  | 
|
| 
 5  | 
 1,50  | 
 9,82  | 
 2,25  | 
 96,43  | 
 14,73  | 
 240,1  | 
|
| 
 6  | 
 1,64  | 
 4,26  | 
 2,69  | 
 18,15  | 
 6,99  | 
 258,2  | 
|
| 
 7  | 
 1,36  | 
 4,61  | 
 1,85  | 
 21,25  | 
 6,27  | 
 228,4  | 
|
| 
 8  | 
 1,21  | 
 3,32  | 
 1,46  | 
 11,02  | 
 4,02  | 
 219,6  | 
|
| 
 9  | 
 1,49  | 
 2,33  | 
 2,22  | 
 5,43  | 
 3,47  | 
 234,9  | 
|
| 
 10  | 
 1,35  | 
 3,08  | 
 1,82  | 
 9,49  | 
 4,16  | 
 227,6  | 
|
| 
 11  | 
 1,61  | 
 15,14  | 
 2,59  | 
 229,2  | 
 24,37  | 
 254,8  | 
|
| 
 12  | 
 1,78  | 
 7,12  | 
 3,17  | 
 50,7  | 
 12,67  | 
 266,1  | 
|
| 
 13  | 
 1,42  | 
 1,68  | 
 2,01  | 
 2,82  | 
 2,38  | 
 229,7  | 
|
| 
 14  | 
 1,41  | 
 4,60  | 
 1,99  | 
 21,16  | 
 6,49  | 
 229,2  | 
|
| 
 15  | 
 1,46  | 
 2,20  | 
 2,13  | 
 4,84  | 
 3,21  | 
 232,1  | 
|
| 
 16  | 
 3,65  | 
 20,21  | 
 13,32  | 
 408,4  | 
 73,77  | 
 587,4  | 
|
| 
 17  | 
 1,57  | 
 7,74  | 
 2,46  | 
 59,9  | 
 12,15  | 
 252,1  | 
|
| 
 18  | 
 1,10  | 
 2,72  | 
 1,21  | 
 7,4  | 
 2,99  | 
 173,8  | 
|
| 
 19  | 
 0,94  | 
 1,59  | 
 0,88  | 
 2,53  | 
 1,49  | 
 151,9  | 
|
| 
 20  | 
 3,89  | 
 22,37  | 
 15,13  | 
 500,42  | 
 87,02  | 
 598,4  | 
|
| 
 21  | 
 0,78  | 
 1,42  | 
 0,61  | 
 2,02  | 
 1,11  | 
 121,9  | 
|
| 
 22  | 
 2,74  | 
 12,61  | 
 7,51  | 
 159,01  | 
 34,55  | 
 439,8  | 
|
| 
 23  | 
 0,87  | 
 10,26  | 
 0,76  | 
 105,27  | 
 8,93  | 
 136,6  | 
|
| 
 24  | 
 1,08  | 
 6,12  | 
 1,17  | 
 37,45  | 
 6,61  | 
 169,9  | 
|
| 
 25  | 
 1,08  | 
 5,27  | 
 1,17  | 
 27,8  | 
 5,69  | 
 169,9  | 
|
| 
 26  | 
 2,90  | 
 7,33  | 
 8,41  | 
 53,73  | 
 21,26  | 
 465,8  | 
|
| 
 1  | 
 2  | 
 3  | 
 4  | 
 5  | 
 6  | 
 7  | 
|
| 
 27  | 
 1,13  | 
 6,30  | 
 1,28  | 
 39,69  | 
 7,12  | 
 178,7  | 
|
| 
 28  | 
 0.94  | 
 22,67  | 
 0,88  | 
 513,93  | 
 21,31  | 
 151,9  | 
|
| 
 29  | 
 1.92  | 
 3,42  | 
 3,69  | 
 11,7  | 
 6,57  | 
 306,8  | 
|
| 
 ИТОГО  | 
 48,14  | 
 221,9  | 
 96,95  | 
 2941,81  | 
 456,16  | 
 7684,9  | 
Система нормальных уравнений для нахождения параметров парной регрессии методом наименьших квадратов имеет следующий вид:
а0 = (221,9 - 48,14а1)/29
48,14*((221,9 - 48,14а1)/29)+ 96,95а1 = 456,16
368,354 - 79,912а1 + 96,95а1 = 456,16
17,037а1 = 87,806
а1 = 5,154
а0 = (221,9 - 48,14*5,154)/29 = -0,9
Yx = а0 + а1*х = 5,154х - 0,9
Задача №2
По данным задачи 1 вычислите показатели тесноты связи между изучаемыми признаками. В случае линейной связи для оценки тесноты связи необходимо применить формулу линейного коэффициента корреляции, при нелинейной связи - теоретического корреляционного отношения.
Сделайте выводы о тесноте и направлении связи между изучаемыми признаками.
Решение
Линейный коэффициент корреляции рассчитывается по формуле:
?х = vх? - (х)?
?у = vу? - (у)?
х? = ? х?/29 = 96,95/29 = 3,34
(х)? = (? х/29)? = (48,14/29)? = 2,756
у? = ? у?/29 = 2941,81/29 = 101,441
(у)? = (? у/29)? = (221,9/29) ? = 58,549
X = ? х/29 = 48,14/29 = 1,66
Y = ? у/29 = 221,9/29 = 7,65
XY = ?х*у/29 = 456,16/29 = 15,73
?х =v3,34 - 2,756 = 0,764
?у = v101,441 - 58,549 = 6,55
Задача №3
По данным любого статистического ежегодника или периодической печати выполните следующее:
1. Выберите интервальный ряд динамики, состоящий из 8-10 уровней.
2. Изобразите графически динамику ряда с помощью статистической кривой.
3. По данным выбранного ряда вычислите абсолютные и относительные показатели динамики. Результаты расчетов изложите в табличной форме.
4. Вычислите средние показатели динамики.
Решение
1. Выберем интервальный ряд динамики, состоящий из восьми уровней и отразим его в таблице 3.1
Таблица 3.1. Среднемесячное потребление горячей воды в течение 8-ми месяцев, куб.м.
| 
 Месяц  | 
 1  | 
 2  | 
 3  | 
 4  | 
 5  | 
 6  | 
 7  | 
 8  | 
|
| 
 куб.м.  | 
 10,5  | 
 9,8  | 
 7,4  | 
 9,6  | 
 10,9  | 
 9,2  | 
 13,7  | 
 11,3  | 
Рассмотрим динамический ряд потребления горячей воды в таблице 3.2
Таблица 3.2. Динамика потребления горячей воды за 8 месяцев
| 
 Месяц  | 
 Потребление, куб.м.(уi)  | 
 Абсолютные приросты, куб.м.  | 
 Темпы роста, %  | 
 Темпы прироста, %  | 
 Абсолютное значение 1% прироста, куб.м.  | 
||||
| 
 цепные  | 
 базисные  | 
 цепные  | 
 базисные  | 
 цепные  | 
 базисные  | 
||||
| 
 1  | 
 10,5  | 
 -  | 
 -  | 
 -  | 
 100  | 
 -  | 
 -  | 
 -  | 
|
| 
 2  | 
 9,8  | 
 -0,7  | 
 -0,7  | 
 93,3  | 
 93,3  | 
 -6,7  | 
 -6,7  | 
 0,105  | 
|
| 
 3  | 
 7,4  | 
 -2,4  | 
 -3,1  | 
 75,5  | 
 70,5  | 
 -24,5  | 
 -29,5  | 
 0,098  | 
|
| 
 4  | 
 9,6  | 
 2,2  | 
 -0,9  | 
 129,7  | 
 91,4  | 
 29,7  | 
 -8,6  | 
 0,074  | 
|
| 
 5  | 
 10,9  | 
 1,3  | 
 0,4  | 
 113,5  | 
 103,8  | 
 13,5  | 
 3,8  | 
 0,096  | 
|
| 
 6  | 
 9,2  | 
 -1,7  | 
 -1,3  | 
 84,4  | 
 87,6  | 
 -15,6  | 
 -12,4  | 
 0,109  | 
|
| 
 7  | 
 13,7  | 
 4,5  | 
 3,2  | 
 148,9  | 
 130,5  | 
 48,9  | 
 30,5  | 
 0,092  | 
|
| 
 8  | 
 11,3  | 
 -2,4  | 
 0,8  | 
 82,5  | 
 107,6  | 
 -17,5  | 
 7,6  | 
 0,137  | 
|
| 
 Итого  | 
 82,4  | 
 0,8  | 
 -  | 
 -  | 
 -  | 
 -  | 
 -  | 
 -  | 
2. Изобразим графически динамику ряда с помощью статистической кривой.
Рисунок 2. Динамика ряда в виде статистической кривой
3. По данным выбранного ряда вычислим абсолютные и относительные показатели динамики.
Средний абсолютный прирост:
,
или
Средний темп роста:
,
или
Средний темп прироста:
Средний уровень интервального ряда определяется по формуле средней арифметической:
Средний уровень моментального ряда определяется по формуле:
Согласно произведенным вычислениям можно сделать следующие выводы:
Наибольшее потребление горячей воды было в 7-ом месяце, а наименьшее в 3-ем месяце. Среднее потребление горячей воды 10,3 куб.м.
Задача №4
По данным задачи 3 произведите сглаживание изучаемого ряда динамики с помощью скользящей средней и аналитического выравнивания. Расчетные уровни нанесите на построенный ранее график.
Сделайте выводы о характере тенденции рассмотренного ряда динамики.
Решение
1. Сглаживание ряда динамики с помощью скользящей средней заключается в том, что вычисляется средний уровень от определенного числа первых по порядку уровней ряда, затем средний уровень из такого же числа уровней, начиная со второго и т.д.
Расчет скользящей средней по данным о потреблении горячей воды за восемь месяцев приведен в таблице 4.1.
Таблица 4.1. Сглаживание потребления горячей воды за восемь месяцев методом скользящей средней
| 
 Месяцы  | 
 Потребление горячей воды, куб.м.  | 
 Скользящая  | 
 средняя  | 
|
| 
 трехмесячная  | 
 пятимесячная  | 
|||
| 
 1  | 
 10,5  | 
|||
| 
 2  | 
 9,8  | 
 (10,5+9,8+7,4)/3=9,2  | 
||
| 
 3  | 
 7,4  | 
 (9,8+7,4+9,6)/3=8,9  | 
 (10,5+9,8+7,4+9,6+10,9)/5=9,6  | 
|
| 
 4  | 
 9,6  | 
 (7,4+9,6+10,9)/3=9,3  | 
 (9,8+7,4+9,6+10,9+9,2)/5=9,4  | 
|
| 
 5  | 
 10,9  | 
 (9,6+10,9+9,2)/3=9,9  | 
 (7,4+9,6+10,9+9,2+13,7)/5=10,2  | 
|
| 
 6  | 
 9,2  | 
 (10,9+9,2+13,7)/3=11,3  | 
 (9,6+10,9+9,2+13,7+11,3)/5=10,9  | 
|
| 
 7  | 
 13,7  | 
 (9,2+13,7+11,3)/3=11,4  | 
||
| 
 8  | 
 11,3  | 
2. Аналитическое выравнивание ряда динамики уровни ряда представляются как функции времени:
При использовании уравнения прямой
Параметры вычисляются по следующим формулам:
Таблица 4.2. Выравнивание по прямой ряда динамики потребления горячей воды отражено в таблице 4.2
| 
 Месяцы  | 
 Потребление горячей воды, куб.м. (уi)  | 
 t  | 
 t?  | 
 yit  | 
 yt  | 
 (yi-yti) ?  | 
|
| 
 1  | 
 10,5  | 
 -4  | 
 16  | 
 -42,0  | 
 8,98  | 
 2,31  | 
|
| 
 2  | 
 9,8  | 
 -3  | 
 9  | 
 -29,4  | 
 9,31  | 
 0,24  | 
|
| 
 3  | 
 7,4  | 
 -2  | 
 4  | 
 -14,8  | 
 9,64  | 
 5,02  | 
|
| 
 4  | 
 9,6  | 
 -1  | 
 1  | 
 -9,6  | 
 9,97  | 
 0,14  | 
|
| 
 5  | 
 10,9  | 
 1  | 
 1  | 
 10,9  | 
 10,63  | 
 0,07  | 
|
| 
 6  | 
 9,2  | 
 2  | 
 4  | 
 18,4  | 
 10,96  | 
 3,1  | 
|
| 
 7  | 
 13,7  | 
 3  | 
 9  | 
 41,1  | 
 11,29  | 
 5,8  | 
|
| 
 8  | 
 11,3  | 
 4  | 
 16  | 
 45,2  | 
 11,62  | 
 0,1  | 
|
| 
 Сумма  | 
 82,4  | 
 0  | 
 60  | 
 19,8  | 
 82,4  | 
 16,78  | 
а0 = 82,4/8 = 10,3 куб.м.
а1 = 19,8/60 = 0,33 куб.м.
Уравнение прямой, представляющее собой трендовую модель искомой функции, будет иметь вид:
Yt = 10,3 + 0,33t
Полученное уравнение показывает что, несмотря на колебания в отдельные месяцы, наблюдается тенденция увеличения потребления горячей воды.
Потребление горячей воды в среднем возрастало на 0,33 куб.м. в месяц.
Рисунок 3. Динамика ряда потребления горячей воды с фактическими и выровненными данными
Задача №5.
По данным варианта следующее:
1) индивидуальные и общие (агрегатные) индексы цен;
2) индексы цен в среднегармонической форме;
3) сводные индексы физического объема проданных товаров;
4) сводные индексы товарооборота двумя способами;
а) по формуле индекса товарооборота в текущих ценах;
б) на основе ранее рассчитанных индексов цен и физического объема товарооборота.
Таблица 5.1
| 
 № п/п  | 
 Продукт  | 
 Базисный период  | 
 Отчетный период  | 
 Расчетные графы  | 
||||||
| 
 Кол-во реализованных единиц, шт., q0  | 
 Цена за единицу, Руб., P0  | 
 Q, шт., q1  | 
 P1, руб, P1  | 
 P1*q1  | 
 P0*q1  | 
 P1*q1 i  | 
 P0*q0  | 
|||
| 
 1  | 
 Б  | 
 175  | 
 120  | 
 180  | 
 135  | 
 24300  | 
 21600  | 
 21504  | 
 21000  | 
|
| 
 2  | 
 В  | 
 400  | 
 50  | 
 360  | 
 42  | 
 15120  | 
 18000  | 
 18000  | 
 20000  | 
|
| 
 3  | 
 Г  | 
 150  | 
 115  | 
 89  | 
 126  | 
 11214  | 
 10235  | 
 10195  | 
 17250  | 
|
| 
 ?  | 
 3  | 
 -  | 
 -  | 
 -  | 
 -  | 
 50634  | 
 49835  | 
 49699  | 
 58250  | 
1. Индивидуальные и общие индексы цен рассчитываются по формуле:
,
где - соответственно цены отчетного и базисного периодов.
(+12,5%)
(-16%)
(+9,6%)
Общий (сводный) индекс цен имеет следующий вид:
,
где q1 - количество проданных товаров в отчетном периоде.
Цены в отчетном периоде по сравнению с базисным возросли на 1,6%.
2. Среднегармонический индекс тождествен агрегатному и вычисляется по следующей формуле:
3. Сводные индексы физического объема проданных товаров:
Физический объем проданных товаров в отчетном периоде по сравнению с базисным снизился на 14,4%.
4. Сводные индексы товарооборота:
а) по формуле индекса товарооборота в текущих ценах:
б) на основе ранее рассчитанных индексов цен и физического объема товарооборота:
Ipq = Ip Iq = 1,016*0,856 = 0,869
Товарооборот в отчетном периоде по сравнению с базисным сократился на 13,1%.
Подобные документы
Исследование типа регрессии между случайными переменными. Построение эмпирического уравнения регрессии. Расчет выборочных средних, дисперсий и среднеквадратического отклонения. Определение показателя тесноты связи как линейного коэффициента корреляции.
контрольная работа [513,5 K], добавлен 02.05.2015Порядок построения линейного уравнения парной регрессии, расчет коэффициентов и оценка статической значимости параметров регрессии и корреляции. Точность прогноза. Множественная регрессия и корреляция. Системы эконометрических уравнений. Временные ряды.
контрольная работа [1,3 M], добавлен 24.09.2013Определение вида корреляционной зависимости между суммарными активами и объемом вложений акционеров. Построение линейного уравнения регрессии, расчет параметров. Вычисление изменения товарооборота, используя взаимосвязь индексов физического объема и цен.
контрольная работа [145,6 K], добавлен 14.12.2011Построение корреляционного поля между ценой акции и доходностью капитала. Гипотеза о тесноте и виде зависимости между доходностью и ценой. Расчет коэффициента детерминации. Оценка статистической значимости уравнения регрессии с помощью F-критерия Фишера.
контрольная работа [274,3 K], добавлен 25.09.2013Эффективность оборотных средств. Оценка тесноты связи между факторным и результативным показателями на основе корреляционного анализа. Проверка значимости коэффициента корреляции. Оценка значимости уравнения линейной регрессии. Формы связи показателей.
курсовая работа [143,2 K], добавлен 15.03.2015Проверка выполнения предпосылок МНК. Значимость параметров уравнения регрессии с помощью t-критерия Стьюдента и F-критерия Фишера. Средняя относительная ошибка аппроксимации. Гиперболические, степенные и показательные уравнения нелинейной регрессии.
контрольная работа [253,4 K], добавлен 17.03.2011Средние статистические величины и аналитическая группировка данных предприятия. Результаты расчета коэффициента Фехнера по цехам. Измерение степени тесноты связи в статистике с помощью показателя корреляции. Поля корреляции и уравнения регрессии для цеха.
практическая работа [495,9 K], добавлен 26.11.2012Парная линейная регрессия. Полный регрессионный анализ. Коэффициент корреляции и теснота линейной связи. Стандартная ошибка регрессии. Значимость уравнения регрессии. Расположение доверительных интервалов. Расчет параметров множественной регрессии.
контрольная работа [932,7 K], добавлен 09.06.2012Виды и способы статистического наблюдения. Построение и анализ вариационных рядов распределения. Оценка параметров генеральной совокупности банков на основе выборочных данных. Расчет парного коэффициента корреляции и уравнения однофакторной регрессии.
контрольная работа [712,1 K], добавлен 30.03.2014Расчет параметров уравнения линейной регрессии, экономическая интерпретация регрессии. Определение остаточной суммы квадратов. Выполнение предпосылок МНК. Расчет коэффициента детерминации, проверка значимости уравнения регрессии с помощью критерия Фишера.
контрольная работа [317,0 K], добавлен 11.05.2009
