Диплом11. Анализ взаимосвязи равновесных цен и объемов на основе заявок на оптовый рынок

• Название: Анализ взаимосвязи равновесных цен и объемов на основе заявок на оптовый рынок
• Анкор: Анализ взаимосвязи равновесных цен и объемов на основе заявок на оптовый рынок
• Дата: 31.08.2021
• Размер: 0.5 Mb.
• Имя файла: Диплом11.docx
• Тип: Анализ; #228426
• страница: 18 из 22

=0 – модель не значима:

1. 
   Задаем уровень значимости: α= 0,1
   
2. 
   Находим эмпирическое значение по формуле (6): = 0,793
   
3. 
   Находим критическое значение по формуле (7): = 2,331
   
4. 
   Сравниваем: < => - принимается, линейная модель с не значима при α= 0,1.
   

Таким образом, анализ показал, что линейная модель с не значима, а также статистическую не значимость параметров уравнения регрессии и показателя тесноты связи. Однако, теснота линейной связи не достаточна, чтобы признать данную модель приемлемой, а тем более хорошей.

Модель

В 2013 году по формуле (1) параметры модели равны: = -11,750, = 1,134, = 0,724. Следовательно, модель выглядит следующим образом: . С помощью этой модели находим новую цену и остатки (прил. 5).

В нашей модели коэффициент детерминации равен всего 14,1%, на столько процентов вариация равновесных объёмов объясняется вариацией равновесных цен.

Далее осуществим проверку гипотезы о значимости регрессора, с помощью т – статистики. Путь гипотеза  – регрессор не значим:

1. 
   Задаем уровень значимости: α= 0,1
   
2. 
   Найдем t наблюдаемое по формуле (3): = 1,393, = 0,906
   
3. 
   Найдем t критическое по формуле (4):  1,666
   
4. 
   Сравниваем: < => гипотеза – принимается, для , при α= 0,1 => регрессоры ,  – не значимы.
   

Последний шаг в анализе – это проверка гипотезы о значимости модели. Гипотеза : =0 – модель не значима:

1. 
   Задаем уровень значимости: α= 0,1
   
2. 
   Находим эмпирическое значение по формуле (6): = 6,090
   
3. 
   Находим критическое значение по формуле (7): = 2,376
   
4. 
   Сравниваем: > => - отвергается, логарифмическая модель с значима при α= 0,1.
   

Данная модель удобна тем, что коэффициенты и при логарифме объясняющей переменной выражает эластичность переменной p по переменным и . В нашем случае эластичность при равна 1,134, а при равна 0,724. То есть изменение объема в данный период оказывает влияние на изменение равновесных цен электроэнергии, а изменение объема в предыдущем периоде не оказывает особого влияния.

Таким образом, анализ показал, что логарифмическая модель с значима, а также статистическую не значимость параметров уравнения регрессии и показателя тесноты связи. Однако, теснота логарифмической связи не достаточна, чтобы признать данную модель приемлемой, а тем более хорошей.

В 2014 году по формуле (1) параметры модели равны: = 78,840, = 15,548, = -22,875. Следовательно, модель выглядит следующим образом: . С помощью этой модели находим новую цену и остатки (прил. 5).

В нашей модели коэффициент детерминации равен всего 9,8%, на столько процентов вариация равновесных объёмов объясняется вариацией равновесных цен.

Далее осуществим проверку гипотезы о значимости регрессора, с помощью т – статистики. Путь гипотеза  – регрессор не значим:

1. 
   Задаем уровень значимости: α= 0,1
   
2. 
   Найдем t наблюдаемое по формуле (3): = 1,520, = 2,209
   
3. 
   Найдем t критическое по формуле (4):  1,666
   
4. 
   Сравниваем: < => гипотеза – принимается, для , при α= 0,1 => регрессор , – не значим. > => гипотеза – отвергается, для при α= 0,1 => регрессор  – значим.
   

Последний шаг в анализе – это проверка гипотезы о значимости модели. Гипотеза : =0 – модель не значима:

1. 
   Задаем уровень значимости: α= 0,1
   
2. 
   Находим эмпирическое значение по формуле (6): = 3,983
   
3. 
   Находим критическое значение по формуле (7): = 2,377
   
4. 
   Сравниваем: > => - отвергается, логарифмическая модель с значима при α= 0,1.
   

Эластичность при равна 15,548, а при равна 22,875. То есть изменение объема в данный период и изменение объема в предыдущем периоде оказывает влияние на изменение равновесных цен электроэнергии.

Таким образом, анализ показал, что логарифмическая модель с значима, а также статистическую не значимость параметра и статистическую значимость параметра уравнения регрессии. Однако, теснота логарифмической связи не достаточна, чтобы признать данную модель приемлемой, а тем более хорошей.

В 2015 году по формуле (1) параметры модели равны: = -3,675, = -0,431, = 1,440. Следовательно, модель выглядит следующим образом: С помощью этой модели находим новую цену и остатки (прил. 5).

В нашей модели коэффициент детерминации равен всего 0,8%, на столько процентов вариация равновесных объёмов объясняется вариацией равновесных цен.

Далее осуществим проверку гипотезы о значимости регрессора, с помощью т – статистики. Путь гипотеза  – регрессор не значим:

1. 
   Задаем уровень значимости: α= 0,1
   
2. 
   Найдем t наблюдаемое по формуле (3): = 0,131, = 0,423
   
3. 
   Найдем t критическое по формуле (4):  1,692
   
4. 
   Сравниваем: < => гипотеза – принимается, для , при α= 0,1 => регрессоры ,  – не значимы.
   

Последний шаг в анализе – это проверка гипотезы о значимости модели. Гипотеза : =0 – модель не значима:

1. 
   Задаем уровень значимости: α= 0,1
   
2. 
   Находим эмпирическое значение по формуле (6): = 0,137
   
3. 
   Находим критическое значение по формуле (7): = 2,471
   
4. 
   Сравниваем: < => - принимается, логарифмическая модель с не значима при α= 0,1.
   

Эластичность при равна 0,431, а при равна 1,440. То есть изменение объема в данный период не оказывает особого влияния на изменение равновесных цен электроэнергии, а изменение объема в предыдущем периоде оказывает влияние на изменение равновесных цен электроэнергии.

Таким образом, анализ показал, что логарифмическая модель с не значима, а также статистическую не значимость параметра уравнения регрессии. Однако, теснота логарифмической связи не достаточна, чтобы признать данную модель приемлемой, а тем более хорошей.

Зимний период

Модель

В 2013 году после нахождения всех точек пересечения, получилось четыреста пятьдесят шесть значений. По формуле (1) параметры модели равны: = 747,869, =0,009. Следовательно, модель выглядит следующим образом: .

С помощью этой модели находим новую цену и остатки (прил. 6). Так же по первоначальным данным строим график и проводим линейный тренд. Так как коэффициент наклона в данном случае положителен, то и линия тренда имеет положительный наклон. Это наглядно видно на рис. 22.

Рисунок 22

Г рафик равновесных точек

В среднем расчётное значение коэффициента отклоняются от фактического значения на 0,4%. В нашей модели коэффициент детерминации равен всего 1%, на столько процентов вариация равновесных объёмов объясняется вариацией равновесных цен.

Далее осуществим проверку гипотезы о значимости регрессора, с помощью т – статистики. Путь гипотеза  – регрессор не значим:

1. 
   Задаем уровень значимости: α= 0,05
   
2. 
   Найдем t наблюдаемое по формуле (3): = 2,166
   
3. 
   Найдем t критическое по формуле (4):  1,965
   
4. 
   Сравниваем: > => гипотеза – отвергается, для