Автор: Пользователь скрыл имя, 07 Января 2012 в 12:22, курсовая работа
Если между экономическими явлениями существуют нелинейные отношения, то они выражаются с помощью соответствующих нелинейных функций: например, равносторонней гиперболы, параболы второй степени и других. Так, например, нелинейными оказываются производственные функции (зависимости между объёмом произведённой продукции и основными факторами производства – трудом, капиталом и т. п.), функции спроса (зависимость между спросом на товары или услуги и их ценами, или доходом) и другие.
Классы нелинейных регрессий.
ОГЛАВЛЕНИЕ
ЗАДАНИЕ 1. РАСКРЫТИЕ ТЕОРЕТИЧЕСКИХ ВОПРОСОВ………………………………3
ЗАДАНИЕ 2………………………………………………………………………………………4
ЗАДАНИЕ 3……………………………………………………………………………………..10
ЗАДАНИЕ 4……………………………………………………………………………………..17
СПИСОК ЛИТЕРАТУРЫ……………………………………………………………………...29
Определим корректирующий коэффициент: .
Определим скорректированные значения сезонной компоненты, умножив её средние оценки на корректирующий коэффициент k.
, где .
Результаты занесём в таблицу 16.
Проверим
условие равенства четырём
.
Для дальнейших расчётов составим таблицу 17, в которой рассчитаем величины , содержащие только тенденцию и случайную компоненту (столбец 4).
Таблица 17.
| 1 | 5,5 | 1,0748 | 5,117 | 5,806 | 6,2403 | 0,8814 | -0,7403 | 0,5480 |
| 2 | 4,6 | 0,7425 | 6,195 | 6,007 | 4,4602 | 1,0313 | 0,1398 | 0,0195 |
| 3 | 5 | 0,8114 | 6,162 | 6,208 | 5,0372 | 0,9926 | -0,0372 | 0,0014 |
| 4 | 9,2 | 1,3713 | 6,709 | 6,409 | 8,7887 | 1,0468 | 0,4113 | 0,1692 |
| 5 | 7,1 | 1,0748 | 6,606 | 6,61 | 7,1044 | 0,9994 | -0,0044 | 0,0000 |
| 6 | 5,1 | 0,7425 | 6,869 | 6,811 | 5,0572 | 1,0085 | 0,0428 | 0,0018 |
| 7 | 5,9 | 0,8114 | 7,271 | 7,012 | 5,6895 | 1,0370 | 0,2105 | 0,0443 |
| 8 | 10 | 1,3713 | 7,292 | 7,213 | 9,8912 | 1,0110 | 0,1088 | 0,0118 |
| 9 | 8 | 1,0748 | 7,443 | 7,414 | 7,9686 | 1,0039 | 0,0314 | 0,0010 |
| 10 | 5,6 | 0,7425 | 7,542 | 7,615 | 5,6541 | 0,9904 | -0,0541 | 0,0029 |
| 11 | 6,4 | 0,8114 | 7,888 | 7,816 | 6,3419 | 1,0092 | 0,0581 | 0,0034 |
| 12 | 10,9 | 1,3713 | 7,949 | 8,017 | 10,9937 | 0,9915 | -0,0937 | 0,0088 |
| 13 | 9,1 | 1,0748 | 8,467 | 8,218 | 8,8327 | 1,0303 | 0,2673 | 0,0714 |
| 14 | 6,4 | 0,7425 | 8,620 | 8,419 | 6,2511 | 1,0238 | 0,1489 | 0,0222 |
| 15 | 7,2 | 0,8114 | 8,874 | 8,62 | 6,9943 | 1,0294 | 0,2057 | 0,0423 |
| 16 | 11 | 1,3713 | 8,022 | 8,821 | 12,0962 | 0,9094 | -1,0962 | 1,2017 |
| Итого | 2,1499 |
С помощью встроенной в Excel статистической функции «ЛИНЕЙН» определим параметры линейного тренда , используя уровни . Результаты аналитического выравнивания этого ряда представлены ниже:
Константа 5,605431
Коэффициент регрессии 0,201015
Стандартная ошибка коэффициента регрессии 0,017753
Коэффициент детерминации 0,901551
Число наблюдений 16
Число степеней свободы 14
Получаем следующее уравнение тренда: .
Подставляя в это уравнение значения , найдём уровни для каждого момента времени и занесём в таблицу 17 (столбец 5).
Найдём уровни ряда по мультипликативной модели, умножив уровни на значения сезонной компоненты для соответствующих кварталов, и, также, занесём в таблицу 17 (столбец 6).
Произведём расчёт ошибки в мультипликативной модели по формуле: , абсолютные ошибки определим как , результаты занесём в таблицу.
Для прогноза потребления электроэнергии жителями региона на два квартала вперёд воспользуемся уравнением тренда: .
Получаем: ;
.
Значения сезонной компоненты равны, соответственно, ; .
Таким образом, прогнозное значение уровня временного ряда в соответствии с соотношением , есть произведение трендовой и сезонной компонент.
;
.
СПИСОК ЛИТЕРАТУРЫ