Автор: Пользователь скрыл имя, 23 Февраля 2013 в 20:44, контрольная работа
Моделью называется материальный или мысленно представляемый объект, замещающий в процессе исследования объект-оригинал таким образом, что его непосредственное изучение дает новые знания об объекте-оригинале. Модель выступает в качестве средства анализа и прогнозирования конкретных экономических процессов на основе реальной статистической информации. Применение метода моделирования вызвано тем, что большинство объектов (или проблем, относящихся к этим объектам) непосредственно исследовать или совершенно невозможно, или подобное исследование требует много времени и средств.
10. Прогнозирование на основе однофакторных моделей: виды моделей, экономический смысл параметров моделей. . . . . . . . . . . . . . . . 3
15. F-критерий Фишера: оценка параметра, критерии оценки. . . . . 6
21. Прогнозирование с учетом сезонных и циклических колебаний. . 7
Задание 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Задание 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Задание 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Задание 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Задание 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ……19
Список литературы………………………………………..20
Решение
Матрица парных коэффициентов частной корреляции задана
следующими значениями:
x1 |
x2 |
x3 |
x4 |
x5 |
y |
||
x1 |
1,00 |
||||||
x2 |
0,98 |
1 |
|||||
x3 |
0,35 |
0,83 |
1 |
||||
x4 |
0,16 |
0,08 |
0,31 |
1 |
|||
x5 |
-0,19 |
-0,22 |
-0,13 |
-0,12 |
1 |
||
x6 |
0,10 |
0,09 |
-0,08 |
-0,07 |
0,18 |
1 |
|
v |
0,93 |
0,88 |
0,86 |
0,17 |
-0,12 |
0,003 |
1 |
Взаимосвязь может быть выражена следующим уравнением линейной регрессии: у=а 0 +а 1 х 1 +а 2 х 2 +а 3 х 3 +а 4 х 4 +а 5 х 5 +е.
По диагонали в матрице частной корреляции стоят единицы, потому что рассматривается корреляция фактора самим с собой.
Проверим факторы на мультиколлинеарность. Мультиколлинеарная зависимость присутствует, если выполняется условие по коэффициенту парной корреляции:
Это условие выполняется для факторов:
- х1и х2, т.к. rх1х2=0,98;
- х2 и х3, т.к. rх2х3=0,83.
Нашли мультиколлинеарные факторы. Для устранения используется метод исключения переменных. Будем поочередно исключать факторы, имеющие наименьшее значение rxiy.
Исключаем х2, т.к. rx1y > rx2y
0,93>0,88.
Исключаем х3, т.к. rx1y > rx3y
0,93>0,86.
Таким образом, после удаления мультиколлинеарных факторов исходное уравнение регрессии примет вид:
у=а0+а1х1+ а4х4+а5х5+а6х6+е.
Задание 5
Имеются некоторые данные об объеме продаж (д.е.) за восемь лет.
Измерить тесноту связи между объемом продаж текущего и предыдущего годов с помощью коэффициента автокорреляции 1-го и 2-го порядка.
Период (t) |
Объем продаж (уt) |
1 |
5,625 |
2 |
6,625 |
3 |
8,625 |
4 |
9,625 |
5 |
13,625 |
6 |
15,625 |
7 |
18,625 |
8 |
19,625 |
Решение
Добавим в исходную таблицу временной ряд yt-1. Коэффициент автокорреляции уровней ряда 1-го порядка, измеряющий зависимость между соседними уровнями ряда t и t-1,рассчитывается по формуле:
Расчет коэффициента автокорреляции 1-ого порядка
t |
|||||||||
1 |
5,625 |
- |
- |
- |
- |
|
| ||
2 |
6,625 |
5,625 |
-6,475 |
-5,575 |
36,10 |
41,93 |
31,08 | ||
3 |
8,625 |
6,625 |
-4,475 |
-4,575 |
20,47 |
20,03 |
20,93 | ||
4 |
9,625 |
8,625 |
-3,475 |
-2,575 |
8,95 |
12,08 |
6,63 | ||
5 |
13,625 |
9,625 |
0,525 |
-1,575 |
-0,83 |
0,28 |
2,48 | ||
6 |
15,625 |
13,625 |
2,525 |
2,425 |
6,12 |
6,38 |
5,88 | ||
7 |
18,625 |
15,625 |
5,525 |
4,425 |
24,45 |
30,53 |
19,58 | ||
8 |
19,625 |
18,625 |
6,525 |
7,425 |
48,45 |
42,58 |
55,13 | ||
Итого |
98 |
78,375 |
0 |
0 |
143,71 |
153,78 |
141,71 |
Сумма по 4 и 5 графам должна быть равна нулю.
где
Для данных примера:
Y1 = (6,625+8,625+9,625+13,625+15,
Y2 = (5,625+6,625+8,625+9,625+13,
Тогда коэффициент автокорреляции 1-го порядка равен:
r1 = 143,71/(153,78*141,71)1/2 = 0,974
Полученное значение свидетельствует об очень тесной зависимости между объемами продаж текущего и непосредственно предшествующего годов и, следовательно, наличии во временном ряде объемов продаж сильной линейной тенденции.
Коэффициент автокорреляции 2-го порядка характеризует тесноту связи между уровнями yt и yt-2:
где
Для данных примера
Y3 = (8,625+9,625+13,625+15,625+18,
Y4 = (5,625+6,625+8,625+9,625+13,
Расчет коэффициента автокорреляции 2-ого порядка
t |
|||||||||
1 |
5,625 |
- |
- |
- |
- |
|
| ||
2 |
6,625 |
- |
- |
- |
- |
- |
- | ||
3 |
8,625 |
5,625 |
-5,665 |
-4,335 |
24,56 |
32,09 |
18,79 | ||
4 |
9,625 |
6,625 |
-4,665 |
-3,335 |
15,56 |
21,76 |
11,12 | ||
5 |
13,625 |
8,625 |
-0,665 |
-1,335 |
0,89 |
0,44 |
1,78 | ||
6 |
15,625 |
9,625 |
1,335 |
-0,335 |
-0,45 |
1,78 |
0,11 | ||
7 |
18,625 |
13,625 |
4,335 |
3,665 |
15,89 |
18,79 |
13,43 | ||
8 |
19,625 |
15,625 |
5,335 |
5,665 |
30,22 |
28,46 |
32,09 | ||
Итого |
98,000 |
59,75 |
0 |
0 |
86,67 |
103,33 |
77,33 |
Тогда коэффициент автокорреляции 2-го порядка равен:
r2 = 86,67/(103,33*77,33)1/2 = 0,9696
Полученные результаты еще
раз подтверждают вывод о том,
что ряд объемов продаж содержит
линейную тенденцию.
Задание 6
Для модели определите максимальный лаг, краткосрочный, промежуточный и долгосрочный мультипликаторы, вклад каждого лага.
Yt = -290+240Xt+72.5Xt-1+115Xt-2+Et
Решение
Краткосрочный мультипликатор – это коэффициент при xt, он равен 240.
В модели один промежуточный мультипликатор, его можно найти, как:
240+72,5 =312,5.
Рассчитаем долгосрочный мультипликатор:
240+72,5+115 = 427.
Вклад каждого лага равен
w1=240/427=0,562,
w2=72,5/427=0,17,
w3=115/427=0,269.
Проверяем свойство:
w1+w2+w3=0,562+0,17+0,269=1.
Список литературы
1. Владимирова Л.П.
2. Эконометрика: Учебник/ Под ред. проф. И.И. Елисеевой. – М.: Финансы и статистика, 2004. – 344 с.
3. Бутакова М.М. Экономическое
прогнозирование: методы и