Контрольная. Итоговое задание. Итоговое задание
 Скачать 89.99 Kb.
|
 На основании прогнозного тренда данные в первом полугодии следующего периода составят 36,40 тыс.долл. в первом и 36,40 тыс.долл. во втором квартале. 4. Рассчитайте точечный и интервальный прогноз производства продукции на 12 год методом гармонических весов. Таблица 4 Производство продукции предприятия
Решение.
Для наших данных система уравнений имеет вид 11a+66·b=693 66·a+506·b=4191.7 5. По семи территориям Уральского района известны значения двух признаков. Для характеристики зависимости у от х рассчитайте параметры линейной функции. Оцените качество модели. Какой процент составит покупка продовольственных товаров в общих расходах если среднедневная заработная плата одного работающего достигнет 60 руб? Таблица 5 Показатели уровня жизни
Решение. Для расчета параметров a и b линейной регрессии  решаем систему нормальных уравнений относительно a и b: По исходным данным рассчитываем
   Процент покупки продовольственных товаров в общих расходах при среднедневной заработной платы одного работающего 60 руб. составит,  6. По данным таблицы 6 изучите зависимость объема валового национального продукта Y (млрд. долл.) от следующих переменных: X1 – потребление, млрд.долл. Х2 – инвестиции, млрд. долл. Таблица 6 Показатели развития национальной экономики
Для заданного набора данных постройте линейную модель множественной регрессии. Оцените точность и адекватность построенного уравнения регрессии. Дайте экономическую интерпретацию параметров модели. Получите прогнозные значения показателей на 11 год. Решение. Регрессионный анализ предназначен для исследования зависимости исследуемой переменной Y от различных факторов и отображение их взаимосвязи в форме регрессионной модели. В зависимости от количества включенных в модель факторов Х модели делятся на: Однофакторные (парная модель регрессии) Многофакторные (модель множественной регрессии). Линейная модель множественной регрессии имеет вид:  Для построениялинейной модели множественной регрессии на листе Microsoft Office Excel создадим табличку с нашими данными и построим регрессию.
По данным регрессионной статистики мы получили следующие данные: Множественный R – это R2 , где R2 – коэффициент детерминации. R-квадрат – это R2. В нашем примере значение R2=0,9883 свидетельствует о том, что изменения зависимой переменной Y(объём валового национального продукта (ВНП)) в основном (на 98,83%) можно объяснить изменениями включенных в модель объясняющих переменных - Х1, Х2 (потребление и инвестиции). И лишь на 1,17% (100-98,83) объём ВНП зависит от других неучтённых факторов. Такое значение свидетельствует об адекватности модели. Нормированный R-квадрат – поправленный (скорректированный по числу степеней свободы) коэффициент детерминации. Стандартная ошибка регрессии S=S2, где S2=(еi2/(n-m)) – необъясненная дисперсия (мера разброса зависимой переменной вокруг линии регрессии); n- число наблюдений (10), m- число объясняющих переменных (2). Наблюдения – число наблюдений n (10). 7. Для пищевой промышленности Курской области рассчитаны параметры уравнения производственной функции: | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||