Автор: Пользователь скрыл имя, 29 Октября 2013 в 19:34, контрольная работа
Задача 1. Администрация банка изучает динамику депозитов физических лиц за ряд лет. Исходные данные представлены в таблице: Сделайте прогноз депозитов на последующие два года методами экстраполяции по среднему абсолютному приросту и методом экстраполяции по среднему темпу роста. Какой из методов подходит для прогнозирования в большей степени?
66a0 + 506a1 = 26700.
Из первого уравнения выражаем а0 и подставим во второе уравнение
Получаем a0 = 27, a1 = 197.55
Уравнение тренда:
y = 27 t + 197.55
Эмпирические коэффициенты тренда a и b являются лишь оценками теоретических коэффициентов βi, а само уравнение отражает лишь общую тенденцию в поведении рассматриваемых переменных.
Коэффициент тренда b = 27 показывает среднее изменение результативного показателя (в единицах измерения у) с изменением периода времени t на единицу его измерения. В данном примере с увеличением t на 1 единицу, y изменится в среднем на 27.
Коэффициент детерминации.
т.е. в 87.85% случаев влияет на изменение данных. Другими словами - точность подбора уравнения тренда - высокая.
t |
y |
y(t) |
(y-ycp)2 |
(y-y(t))2 |
(t-tp)2 |
(y-y(t)) : y |
1 |
184 |
224.55 |
30816.21 |
1643.93 |
25 |
0.22 |
2 |
242 |
251.55 |
13816.93 |
91.12 |
16 |
0.0394 |
3 |
295 |
278.55 |
4166.12 |
270.75 |
9 |
0.0558 |
4 |
323 |
305.55 |
1335.57 |
304.66 |
4 |
0.054 |
5 |
341 |
332.55 |
343.93 |
71.48 |
1 |
0.0248 |
6 |
410 |
359.55 |
2545.66 |
2545.66 |
0 |
0.12 |
7 |
403 |
386.55 |
1888.3 |
270.75 |
1 |
0.0408 |
8 |
422 |
413.55 |
3900.57 |
71.48 |
4 |
0.02 |
9 |
381 |
440.55 |
460.3 |
3545.66 |
9 |
0.16 |
10 |
430 |
467.55 |
4963.84 |
1409.66 |
16 |
0.0873 |
11 |
524 |
494.55 |
27045.3 |
867.57 |
25 |
0.0562 |
66 |
3955 |
3955 |
91282.73 |
11092.73 |
110 |
0.88 |
2. Экспоненциальное уравнение тренда имеет вид y = a ebt (ln y=ln a+bt)
Находим параметры уравнения методом наименьших квадратов.
Система уравнений МНК:
a0n + a1∑t = ∑y
a0∑t + a1∑t2 = ∑y•t
t |
ln(y) |
t2 |
y2 |
t•y |
1 |
5.21 |
1 |
27.2 |
5.21 |
2 |
5.49 |
4 |
30.13 |
10.98 |
3 |
5.69 |
9 |
32.34 |
17.06 |
4 |
5.78 |
16 |
33.38 |
23.11 |
5 |
5.83 |
25 |
34.01 |
29.16 |
6 |
6.02 |
36 |
36.19 |
36.1 |
7 |
6 |
49 |
35.99 |
41.99 |
8 |
6.05 |
64 |
36.54 |
48.36 |
9 |
5.94 |
81 |
35.32 |
53.49 |
10 |
6.06 |
100 |
36.77 |
60.64 |
11 |
6.26 |
121 |
39.21 |
68.88 |
66 |
64.33 |
506 |
377.07 |
394.97 |
Для наших данных система уравнений имеет вид:
11a0 + 66a1 = 64.33
66a0 + 506a1 = 394.97
Из первого уравнения выражаем а0 и подставим во второе уравнение
Получаем a0 = 0.0818, a1 = 5.36
Уравнение тренда:
y = 212.1e0.0818t
Эмпирические коэффициенты тренда a и b являются лишь оценками теоретических коэффициентов βi, а само уравнение отражает лишь общую тенденцию в поведении рассматриваемых переменных.
Коэффициент тренда b = 0.0818 показывает среднее изменение результативного показателя (в единицах измерения у) с изменением периода времени t на единицу его измерения. В данном примере с увеличением t на 1 единицу, y изменится в среднем на 0.0818.
Индекс детерминации.
т.е. в 84.01% случаев влияет на изменение данных. Другими словами - точность подбора уравнения тренда - высокая.
t |
ln(y) |
y(t) |
(y-ycp)2 |
(y-y(t))2 |
(t-tp)2 |
(y-y(t)) : y |
1 |
5.21 |
5.44 |
0.4 |
0.0501 |
25 |
0.0429 |
2 |
5.49 |
5.52 |
0.13 |
0.001 |
16 |
0.00579 |
3 |
5.69 |
5.6 |
0.0259 |
0.0071 |
9 |
0.0148 |
4 |
5.78 |
5.68 |
0.0049 |
0.0086 |
4 |
0.0161 |
5 |
5.83 |
5.77 |
0.0002 |
0.0043 |
1 |
0.0113 |
6 |
6.02 |
5.85 |
0.0282 |
0.0282 |
0 |
0.0279 |
7 |
6 |
5.93 |
0.0227 |
0.0047 |
1 |
0.0115 |
8 |
6.05 |
6.01 |
0.0387 |
0.0011 |
4 |
0.00551 |
9 |
5.94 |
6.09 |
0.0089 |
0.0227 |
9 |
0.0254 |
10 |
6.06 |
6.18 |
0.0465 |
0.0124 |
16 |
0.0184 |
11 |
6.26 |
6.26 |
0.17 |
0 |
25 |
0.000685 |
66 |
64.33 |
64.33 |
0.88 |
0.14 |
110 |
0.18 |
3. Уравнение тренда имеет вид y = at2 + bt + c .
Находим параметры уравнения методом наименьших квадратов.
Система уравнений МНК:
a0n + a1∑t + a2∑t2 = ∑y
a0∑t + a1∑t2 + a2∑t3 = ∑yt
a0∑t2 + a1∑t3 + a2∑t4 = ∑yt2
t |
y |
t2 |
y2 |
t•y |
t3 |
t4 |
t2 y |
1 |
184 |
1 |
33856 |
184 |
1 |
1 |
184 |
2 |
242 |
4 |
58564 |
484 |
8 |
16 |
968 |
3 |
295 |
9 |
87025 |
885 |
27 |
81 |
2655 |
4 |
323 |
16 |
104329 |
1292 |
64 |
256 |
5168 |
5 |
341 |
25 |
116281 |
1705 |
125 |
625 |
8525 |
6 |
410 |
36 |
168100 |
2460 |
216 |
1296 |
14760 |
7 |
403 |
49 |
162409 |
2821 |
343 |
2401 |
19747 |
8 |
422 |
64 |
178084 |
3376 |
512 |
4096 |
27008 |
9 |
381 |
81 |
145161 |
3429 |
729 |
6561 |
30861 |
10 |
430 |
100 |
184900 |
4300 |
1000 |
10000 |
43000 |
11 |
524 |
121 |
274576 |
5764 |
1331 |
14641 |
63404 |
66 |
3955 |
506 |
1513285 |
26700 |
4356 |
39974 |
216280 |
Для наших данных система уравнений имеет вид
11a0 + 66a1 + 506a2 = 3955
66a0 + 506a1 + 4356a2 = 26700
506a0 + 4356a1 + 39974a2 = 216280
Получаем a0 = -1.5, a1 = 45.04, a2 = 158.45
Уравнение тренда:
y = -1.5t2+45.04t+158.45
Эмпирические коэффициенты тренда a и b являются лишь оценками теоретических коэффициентов βi, а само уравнение отражает лишь общую тенденцию в поведении рассматриваемых переменных.
Индекс детерминации.
т.е. в 89.97% случаев влияет на изменение данных. Другими словами - точность подбора уравнения тренда - высокая.
t |
y |
y(t) |
(y-ycp)2 |
(y-y(t))2 |
(t-tp)2 |
(y-y(t)) : y |
1 |
184 |
201.99 |
30816.21 |
323.75 |
25 |
0.0978 |
2 |
242 |
242.52 |
13816.93 |
0.28 |
16 |
0.00217 |
3 |
295 |
280.05 |
4166.12 |
223.53 |
9 |
0.0507 |
4 |
323 |
314.57 |
1335.57 |
71.13 |
4 |
0.0261 |
5 |
341 |
346.08 |
343.93 |
25.78 |
1 |
0.0149 |
6 |
410 |
374.58 |
2545.66 |
1254.55 |
0 |
0.0864 |
7 |
403 |
400.08 |
1888.3 |
8.54 |
1 |
0.00725 |
8 |
422 |
422.57 |
3900.57 |
0.32 |
4 |
0.00134 |
9 |
381 |
442.05 |
460.3 |
3726.97 |
9 |
0.16 |
10 |
430 |
458.52 |
4963.84 |
813.65 |
16 |
0.0663 |
11 |
524 |
471.99 |
27045.3 |
2704.73 |
25 |
0.0992 |
66 |
3955 |
3955 |
91282.73 |
9153.22 |
110 |
0.61 |