Главная База знаний "Allbest" Экономико-математическое моделирование Планирование и прогнозирование в условиях рынка

Планирование и прогнозирование в условиях рынка

Выравнивание заданного динамического ряда по линейной зависимости. Определение параметров и тесноты связи меду ними. Построение графика зависимости переменной и коэффициента корреляции для линейной зависимости. Расчет критериев автокорреляции остатков.

Рубрика Экономико-математическое моделирование
Вид контрольная работа
Язык русский
Дата добавления 13.08.2010
Размер файла 112,5 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.

7

Тульский Институт Экономики и Информатики

Кафедра экономики и менеджмента

Контрольная работа

по дисциплине «Планирование и прогнозирование в условиях рынка»

Вариант № 6

Выполнил: ст.гр. ПИвЭ05

Андрианова К. Г.

Проверил: Глухарев Ю.Г.

Тула 2009

Содержание

  • Задание 3
  • Решение 3
  • Вывод 7

Задание

Выровнять динамический ряд по линейной зависимости.

Y(t)

17

19

22

25

20

24

24

22

25

27

30

37

t

15

18

21

22

19

21

23

23

22

22

21

23

Определить:

а) график зависимости переменной y(t) и t по заданным параметрам;

б) неизвестные параметры а и в;

в) тесноту связи между y(t) и t;

г) значимость коэффициента корреляции для линейной зависимости;

д) точность аппроксимации;

е) значение критериев автокорреляции остатков.

Решение

а) Построим график зависимости переменной y(t) и t по заданным параметрам:

Y(t)

17

19

22

25

20

24

24

22

25

27

30

37

t

15

18

21

22

19

21

23

23

22

22

21

23

№

1

17

15

255

289

225

15,8429

1,1571

1,3388

2

19

18

342

361

324

20,2094

-1,2094

1,4627

-2,3665

5,6003

3

22

21

462

484

441

24,5759

-2,5759

6,6353

-1,3665

1,8673

4

25

22

550

625

484

26,0314

-1,0314

1,0638

1,5445

2,3855

5

20

19

380

400

361

21,6649

-1,6649

2,7720

-0,6335

0,4013

6

24

21

504

576

441

24,5759

-0,5759

0,3317

1,0890

1,1859

7

24

23

552

576

529

27,4869

-3,4869

12,158

-2,9110

8,4739

8

22

23

506

484

529

27,4869

-5,4869

30,106

-2,0000

4,0000

9

25

22

550

625

484

26,0314

-1,0314

1,0638

4,4555

19,8515

10

27

22

594

729

484

26,0314

0,9686

0,9382

2,0000

4,0000

11

30

21

630

900

441

24,5759

5,4241

29,421

4,4555

19,8515

12

37

23

851

1369

529

27,4869

9,5131

90,499

4,0890

16,7200

292

250

6176

7418

5272

292,0000

0,0000

177,79

8,3560

84,3371

Ср.зн.

24,333

20,833

514,6667

618,1667

439,333

24,3333

б) Найдем решение системы уравнений

для определения параметров а и в.

,

b=1,455497, a=-5,989529

Определим дисперсию и среднеквадратическое отклонение по выборке y(t) и t:

,

,

, .

в) Определим тесноту связи между двумя СВ y(t) и t при нелинейной зависимости между ними с помощью корреляционного отношения:

.

Т.к. корреляционное отношение всегда положительно , то чем теснее связь между y(t) и t, тем больше значение корреляционного отношения.

г) Найдем значимость коэффициента корреляции для линейной зависимости:

Т.к. коэффициента корреляции , то найденное нами значение коэффициента корреляции 0,6568 > 0 и имеет место прямой зависимости между переменной y(t) и t.

д) Определим точность аппроксимации

:

По таблице распределения Стьюдента по значению степеней свободы равной 10-ти и значении определим теоретическое значение . Т.к. , то ошибка аппроксимации отсутствует.

е) Найдем значение d-критерия автокорреляцию с помощью метода Дарбина-Уотсона:

,

таким образом, автокорреляция остатков отсутствует.

Вывод

В результате контрольной работы мы выровняли динамический ряд по линейной зависимости, определили неизвестные параметры а и в, корреляционное отношение критерий автокорреляции и точность аппроксимации. В нашей модели отсутствует автокорреляция остатков. Поэтому регрессионная модель имеет высокий уровень адекватности и является наиболее правильной спецификацией парной регрессии заданной выборкой.


Подобные документы

  • Определение коэффициентов корреляции между ростом и весом (в норме) у лиц женского и мужского пола в зависимости от возраста

    Коэффициент парной линейной корреляции, формула его расчета. Вычисление коэффициента в MS Excel. Оценка достоверности выборочного коэффициента корреляции в качестве нулевой гипотезы. Выборочный критерий Стьюдента. Построение графика зависимости.

    научная работа [622,6 K], добавлен 09.11.2014

  • Эконометрика

    Построение поля корреляции. Оценка данной зависимости линейной, степенной и гиперболической регрессией. Оценка тесноты связи с помощью показателей корреляции и детерминации. Расчет коэффициента эластичности. Определение доверительного интервала прогноза.

    контрольная работа [508,1 K], добавлен 13.11.2011

  • Методы решения уравнений линейной регрессии

    Определение параметров уравнения линейной регрессии. Экономическая интерпретация коэффициента регрессии. Вычисление остатков, расчет остаточной суммы квадратов. Оценка дисперсии остатков и построение графика остатков. Проверка выполнения предпосылок МНК.

    контрольная работа [1,4 M], добавлен 25.06.2010

  • Определение зависимости цены товара

    Построение линейной модели зависимости цены товара в торговых точках. Расчет матрицы парных коэффициентов корреляции, оценка статистической значимости коэффициентов корреляции, параметров регрессионной модели, доверительного интервала для наблюдений.

    лабораторная работа [214,2 K], добавлен 17.10.2009

  • Модифицированная модель Кейнса. Оценка качества уравнения

    Расчет параметров линейной регрессии. Сравнительная оценка тесноты связи с помощью показателей корреляции, детерминации, коэффициента эластичности. Построение поля корреляции. Определение статистической надежности результатов регрессионного моделирования.

    контрольная работа [71,7 K], добавлен 17.09.2016

  • Однофакторный регрессионно-корреляционный анализ экономической модели

    Оценка тесноты связи с помощью показателей корреляции и детерминации. Построение поля корреляции и расчёт параметров линейной регрессии. Результаты вычисления функций и нахождение коэффициента детерминации. Регрессионный анализ и прогнозирование.

    курсовая работа [1,1 M], добавлен 07.08.2011

  • Эконометрия и прогнозирование

    Построение диаграммы рассеяния, иллюстрирующей взаимосвязь переменных, гипотеза о виде их функциональной зависимости. Сущность линейной однофакторной регрессии, интервальные оценки ее коэффициентов. Расчет значения линейного коэффициента корреляции.

    контрольная работа [235,6 K], добавлен 04.11.2013

  • Корреляционный и регрессионный анализ в экономических расчетах

    Поиск несмещенных оценок математического ожидания и для дисперсии X и Y. Расчет выборочного коэффициента корреляции, анализ степени тесноты связи между X и Y. Проверка гипотезы о силе линейной связи между X и Y, о значении параметров линейной регрессии.

    контрольная работа [19,2 K], добавлен 25.12.2010

  • Экономико-математическая модель зависимости цены М2 жилья на первичном рынке от полной себестоимости М2 строительства домов массового спроса в Приволжском федеральном округе

    Расчет параметров уравнений линейной и нелинейной парной регрессии, порядок проведения дисперсионного анализа. Оценка тесноты связи между ценами первичного рынка и себестоимостью с помощью показателей корреляции и детерминации, ошибки аппроксимации.

    курсовая работа [923,5 K], добавлен 07.08.2013

  • Показатели эконометрики

    Этапы и проблемы эконометрических исследований. Параметры парной линейной регрессии. Оценка тесноты связи с помощью показателей корреляции и детерминации. Расчет коэффициентов автокорреляции второго порядка для временного ряда расходов на потребление.

    контрольная работа [60,3 K], добавлен 05.01.2011

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.

© 2000 — 2023, ООО «Олбест» Все права защищены